Re: [閒聊] えなこ跟國昌真的相似嗎?人臉辨識告
※ 引述 《b3535945 (永和金城武)》 之銘言:
:
: 大家安安好。
:
: 今天來分享一下人臉辨識的故事。
:
: ※ 引述《can18 (18號)》之銘言:
: : 我覺得原 Po 犯了幾點錯誤
: : 1. 人臉識別的技術
: : 人臉識別最主要的目的是將相同的人視為相同的人 不同的人視為不同的人
: : 數值代表的是為同一個人的機率 並不是兩個人的相似程度
: : 人臉識別不會保證相似的人的分數一定會比不相似的人高
: : (當然實務上相似的人分數很可能比不相似的高 但不是必然
: : 事實上 有一篇論文叫做
: : Measuring Face Similarity Rather than Face Identity
: : (CVPR 2018 頂級的電腦視覺會議論文)
: : 如果可以直接用人臉識別的分數推論相似 這篇論文根本不會存在
: : 2. 相似的定義
: : 假設你真的得到機器的相似分數
: : 大家說的像 相似
: : 通常指的是人類知覺上的相似
: : 因此若兩個相似的人
: : 機器如果判斷為相似
: : 也只能說 人覺得相似 機器也覺得相似
: : 機器如果判斷為不相似
: : 也只能說 人覺得相似 但機器覺得不像
: : 而不是可以用機器判斷來推論人的知覺
: : 機器判斷的邏輯跟人類是差非常多
: : 結論
: : 1. 根本用錯方法 不能用人臉識別分數推論人臉相似程度
: : 2. 就算用對方法 機器覺得像不像不能推論人覺得像不像
:
:
: 上面這篇已經講的很接近核心了,只是有些用詞不是很精確。
:
:
: : 1. 人臉識別的技術
: : 人臉識別最主要的目的是將相同的人視為相同的人 不同的人視為不同的人
: : 數值代表的是為同一個人的機率 並不是兩個人的相似程度
:
: 其實人臉辨識AI算出來的數值,他的基準就是兩張照片的相似程度阿。
:
: 不然大家覺得那個數值是從哪邊冒出來的?擲茭嗎?XD
:
:
: 那麼問題就來了,為什麼人類認定的相似程度,跟AI認定的相似程度差別這麼大?
:
:
: 因為,AI判斷的基準,跟人類判斷的基準,兩者之間有很大的差異。
:
:
: 對於人類來說,判斷臉孔的基準和權重大概可以分為以下幾種條件:
: (實際參數因人而異,這邊只是舉例)
:
:
: 五官形狀 200%
: 五官相對位置 200%
: 臉型 100%
: 髮型 20%
: 神韻 50%
: 痣、裝飾物 50%
:
:
: 但是對於AI來說,他的基準跟權重卻長這個樣子:
: (實際參數因模型而異,這邊只是舉例)
:
:
: 兩眼間距 900%
: 鼻樑長度 600%
: 五官形狀 60%
: 五官相對位置 60%
: 臉型 30%
: 髮型 0%
: 神韻 0%
: 痣、裝飾物 0%
:
:
: 為什麼「兩眼間距」跟「鼻樑長度」在AI演算法中會佔這麼大的比例呢?
:
: 因為這2個因子擁有與眾不同的特性:
:
: 1. 幾乎不會因為臉部肌肉的牽動而改變
:
: 2. 不會因為拍照角度而改變
:
: 3. 不會因為化妝效果而改變
:
: 4. 幾乎不會隨年紀增長而改變
:
: 5. 對AI來說很好計算,且不容易出錯 (跟神韻什麼的比起來)
:
:
: 對人類來說幾乎沒有用處的2個特徵點,
:
: 在AI演算法中卻成為了極度重要的判斷依據,
:
: 因此造成了如此不同的判斷結果。
:
:
: 這邊用原PO的強者我朋友舉例 (出處維基百科):
:
: 這個人有著優良的基因與血緣,智商高達180,
:
: 但平常的個性吊兒啷噹,功課和體育都不行,而且非常好色。
:
: 對於朋友及工作同事 (?) 來說,他是非常優秀的隊友,
:
: 但在老師的眼中,他只是個智障 XD
:
: 不過就是判斷基準不同罷了~
:
:
:
:
: 好,打到這裡,一定有鄉民想吐槽,
:
: 你又不是Microsoft的工程師,你又知道Microsoft的演算法跟你講的一樣了。
:
: 所以今天除了文字說明外,下面再請到2組模特兒幫我們驗證上面的理論~
:
:
:
: 首先第一位嘉賓,有請坎城影帝兼鄉民男神的梁朝偉出場~
:
: https://imgur.com/rmuqGVd
:
:
: AI:我覺得他們是同一個人 ^^
:
:
: 雖然嘴唇讓整體評分下降了不少,但因為上半部實在是太像了,
:
: 所以信心指數還是高達0.7!Amazing!
:
:
:
:
: 好,看到這邊可能還是有鄉民不信邪,
:
: 覺得這2張照片相似點還是很多,換成人類也能辨識的出來啊!
:
: 所以我們再請到第二位嘉賓--基隆市長林右昌!!
:
:
: 讓我們先來看看他年輕時的樣子:
:
: https://imgur.com/a5pKsB3
:
:
:
: ( ′ ω ` )
:
:
: 哪個鄉民敢說這2張照片是同一個人的?看我不打死他。
:
: 但,讓我們來看看AI怎麼說。
:
:
: https://imgur.com/ZXUsCSp
:
:
: AI:矮東Care! 他們就是同一個人!
:
:
: XDDDDDDDDDDDDDDDDDDDDDDDDDDDDD
:
:
: 不過畢竟2張照片差了20來年,即使強如AI也還是覺得混亂,信心指數只有0.5。
:
: 換成其他照片時,有時也會出現辨識成不同人的結果。
:
: 不過整體來說的相似程度還是有0.3以上,遠遠超過了えなこ跟黃國昌的0.1。
:
: 可見AI與人類的基準真的很不一樣。
:
:
:
: 回到結論~
:
: 因為人類跟AI在判斷基準上實在差太多了,
:
: 所以我們不能因為AI的評分低,就說這2張照片以人類的觀點來說不相似。
:
:
: 如果把上面的判斷基準換成人類語言來表示的話,大概就像下面這樣的感覺:
:
:
: 鄉民:えなこ跟國昌老師的五官和神韻好像阿!!!
:
: えな國!えな國!
:
:
: AI: 兩眼間距不合格!OUT!
:
: 鼻樑長度不合格!OUT!
:
: 這根本就不同人嘛!想騙我,門都沒有!
:
:
:
: 以上。
:
這篇被國昌老師看到啦
老師還在FB發了一篇文回應
https://www.facebook.com/100006515863399/posts/2889654941261673/
剛剛有朋友丟這個給我。
嗯,看完覺得很有道理。
但,最重要的是:別再把我與えなこ弄混了啦!
https://www.ptt.cc/bbs/C_Chat/M.1594357968.A.AA0.html
可是老師,大家絕對不會善罷甘休的XD
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.237.68.31 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1594389739.A.85D.html
推
07/10 22:04,
3年前
, 1F
07/10 22:04, 1F
→
07/10 22:05,
3年前
, 2F
07/10 22:05, 2F
推
07/10 22:05,
3年前
, 3F
07/10 22:05, 3F
推
07/10 22:06,
3年前
, 4F
07/10 22:06, 4F
推
07/10 22:07,
3年前
, 5F
07/10 22:07, 5F
推
07/10 22:08,
3年前
, 6F
07/10 22:08, 6F
推
07/10 22:14,
3年前
, 7F
07/10 22:14, 7F
→
07/10 22:19,
3年前
, 8F
07/10 22:19, 8F
推
07/10 22:21,
3年前
, 9F
07/10 22:21, 9F
推
07/10 22:26,
3年前
, 10F
07/10 22:26, 10F
推
07/10 22:38,
3年前
, 11F
07/10 22:38, 11F
推
07/10 22:40,
3年前
, 12F
07/10 22:40, 12F
推
07/10 22:42,
3年前
, 13F
07/10 22:42, 13F
推
07/10 22:43,
3年前
, 14F
07/10 22:43, 14F
推
07/10 22:46,
3年前
, 15F
07/10 22:46, 15F
推
07/10 22:47,
3年前
, 16F
07/10 22:47, 16F
→
07/10 22:49,
3年前
, 17F
07/10 22:49, 17F
推
07/10 22:50,
3年前
, 18F
07/10 22:50, 18F
推
07/10 22:53,
3年前
, 19F
07/10 22:53, 19F
推
07/10 22:57,
3年前
, 20F
07/10 22:57, 20F
推
07/10 23:03,
3年前
, 21F
07/10 23:03, 21F
推
07/10 23:09,
3年前
, 22F
07/10 23:09, 22F
→
07/10 23:10,
3年前
, 23F
07/10 23:10, 23F
推
07/10 23:20,
3年前
, 24F
07/10 23:20, 24F
推
07/10 23:22,
3年前
, 25F
07/10 23:22, 25F
推
07/10 23:41,
3年前
, 26F
07/10 23:41, 26F
推
07/10 23:45,
3年前
, 27F
07/10 23:45, 27F
推
07/11 00:00,
3年前
, 28F
07/11 00:00, 28F
推
07/11 00:02,
3年前
, 29F
07/11 00:02, 29F
推
07/11 00:22,
3年前
, 30F
07/11 00:22, 30F
推
07/11 00:28,
3年前
, 31F
07/11 00:28, 31F
推
07/11 00:33,
3年前
, 32F
07/11 00:33, 32F
推
07/11 01:36,
3年前
, 33F
07/11 01:36, 33F
推
07/11 03:24,
3年前
, 34F
07/11 03:24, 34F
推
07/11 07:05,
3年前
, 35F
07/11 07:05, 35F
推
07/11 07:12,
3年前
, 36F
07/11 07:12, 36F
推
07/11 07:30,
3年前
, 37F
07/11 07:30, 37F
→
07/11 08:06,
3年前
, 38F
07/11 08:06, 38F
推
07/11 09:28,
3年前
, 39F
07/11 09:28, 39F
推
07/11 11:05,
3年前
, 40F
07/11 11:05, 40F
推
07/11 18:29,
3年前
, 41F
07/11 18:29, 41F
討論串 (同標題文章)