Ansigtsgenkendelse: Klog eller bare uhyggelig?

Vi har mere end 25.000 digitale fotografier gemt på vores computers harddiske – de fleste af dem. Indtil nu var vores eneste måde at spore et kendt ansigt på at søge manuelt: efter dato, EXIF-data, tags eller vores egen hukommelses brute force. Nu kan computere udføre søgningen, takket være den smarte ansigtsgenkendelsesfunktion, som Apple og Google har indsat i de nyeste versioner af deres fotostyringssystemer.

Snap: Apples iPhoto identificerer automatisk ansigter i en samling billeder.

Ansigtsgenkendelse var en af ​​de geniale, men teknisk tvivlsomme og etisk vanskelige antiterrorteknologier, der blev implementeret som et resultat af angrebene den 11. september. Ideen var automatisk at udelukke terrorister, mens de gik gennem sikkerhedskontrolpunkter - bare sådan fungerede det ikke: Ved en test i Tampa, for eksempel, blev lufthavnsansatte identificeret korrekt kun 53 procent af tiden. Borgerlige frihedsgrupper rejste også bekymringer om falske positiver – folk, der fejlagtigt blev identificeret som terrorister og muligvis arresteret, bare på grund af deres udseende. Og så, uden en påviselig fordel, faldt ansigtsgenkendelse stort set ud af offentlighedens radar.

det er offentlig 's radar, vel at mærke. Mange lande, herunder USA, reviderede stille og roligt deres krav til pasfotos for at gøre dem mere venlige over for software til ansigtsgenkendelse. National Institute of Standards and Technology, som havde testet teknologien siden 1994, gennemførte store ansigtsgenkendelsestests i 2002 og 2006. Oregon og nogle andre stater begyndte at bruge ansigtsgenkendelse til at opdage, når en person forsøger at opnå en licens i henhold til forskellige navne. Og hele tiden blev teknologien ved med at blive bedre. Meget bedre.

For at have et fungerende ansigtsgenkendelsessystem skal en computer først være i stand til at detektere ansigtet – det vil sige, givet et fotografi, skal den være i stand til at finde ansigterne på det. Teknisk set er dette nemmere og mere pålideligt end at identificere en bestemt person. Denne teknologi blev stort set perfektioneret lige efter den 11. september 2001. Resultatet: ansigtsgenkendelsessystemer begyndte at dukke op i digitale kameraer og videokameraer for et par år siden. Disse algoritmer virker generelt ved at søge efter objekter, der ligner øjne, en næse og måske noget, der er lidt rundt. De identificerer kasser, hvor ansigter sandsynligvis vil være, og fortæller derefter autofokussystemet, hvilken del af billedet der skal være i fokus. Når alt kommer til alt, hader alle det, når bedstemors øjne er slørede, ikke?

Så ansigtsgenkendelse starter med ansigtsgenkendelse. Ansigtet roteres derefter, så øjnene er i vater og skaleres til en ensartet størrelse. Dernæst starter en af ​​tre forskellige tekniske tilgange. Hver af disse tilgange er naturligvis dækket af sit eget sæt af patenter og samlet i forskellige leverandørtilbud. En tilgang forvandler ansigtet til en matematisk skabelon, der kan gemmes og søges; et sekund bruger hele ansigtet som skabelon og udfører billedmatchning. Og en tredje tilgang forsøger at skabe en 3-D-model baseret på ansigtet og udfører derefter en form for geometrisk matchning. Baseret på vores erfaring med softwaren, mener vi, at Apples system bruger en skelsættende tilgang, mens Google-systemet laver en form for billedmatchning. Men vi kan tage fejl. Ingen af ​​selskaberne har offentliggjort, hvilke algoritmer de bruger.

Vi testede ansigtsgenkendelsen i Apples iPhoto '09 ved at anvende den på to forskellige databaser med 17.000 og 10.000 billeder, gemt på vores egne harddiske. Googles Picasa fungerer kun med tidligere uploadede webalbum; vi testede det på omkring 500 billeder der. Dommen: begge disse systemer fungerer for det meste, er ekstremt seje og er også lidt uhyggelige.

Ligner: Når en person er blevet identificeret, vil iPhoto forsøge at finde andre billeder, der indeholder hans eller hendes lighed.

iPhoto '09 er bestemt den venligere af de to. Første gang du kører iPhoto, søger den efter alle ansigter i dit fotobibliotek; dette tog omkring fire timer på en dual-core iMac. Dernæst klikker du på et billede af en du kender; klik på Navn, og udfyld tekstboksen under dit motivs ansigt. iPhoto vil løbe gennem dit fotobibliotek og lede efter andre billeder af den samme person. (Genkendelsen ser ud til at være baseret på træk inde i en genkendelsesboks, der er afgrænset af venstre og højre tinding, øjenbryn og hage.)

Generelt gør iPhoto et overraskende godt stykke arbejde med at finde en masse billeder af den person, du har valgt og navngivet. Men i processen finder den også billeder af andre mennesker. Så din næste opgave er at fortælle iPhoto, hvilke billeder det fik rigtige, og hvilke der er forkerte. iPhoto bruger disse oplysninger til at opdatere sine matematiske modeller. Den ser derefter tilbage gennem dit fotobibliotek for andre billeder af den samme person. Hvis den ikke kan finde nogen, kan du manuelt udpege en for at give iPhoto et andet udgangspunkt; den vil da opsøge mere. Du kan også klikke på et billede og bede iPhoto om at prøve at finde ud af, hvem der er på billedet; Hvis du bekræfter iPhotos gæt, bliver modellen stadig bedre.

Vi var overraskede over, hvor god iPhoto var til at finde billeder af vores børn. Utroligt nok kunne iPhoto endda skelne mellem vores enæggede tvillinger. (Tricket er, at den ene af dem har et ansigt, der er lidt tyndere og højere end den andens.) Vi var dog skuffede over, at den fandt mange flere billeder af den ene tvilling end den anden, selvom vi fotograferer begge i lige mange – og ofte i samme skud. En undersøgelse af deres fotografier afslørede noget, som vi ikke havde lagt mærke til, men iPhoto havde: den ene tvilling kigger altid direkte på kameraet, men den anden har en tendens til at vippe hovedet væk, og iPhotos ansigtsgenkendelse virker ikke, hvis programmet kun ser et øje. Vi har også masser af billeder af børn i ansigtsmaling. iPhoto fandt praktisk talt ingen af ​​dem, undtagen når malingen var begrænset til midten af ​​barnets pande - som er uden for dets genkendelsesboks.

Det er fristende at læse meget i iPhotos genkendelsessystem. Søgning efter billeder af Beth gav en masse billeder af Simsons ekskærester. Det er fristende at sige, at iPhoto ved, hvad Simson kan lide, men dette kan også være en skævhed i vores testkorpus: vælg tilfældige billeder fra Simsons bibliotek, og du er sikker på at finde en flok af hans ekskærester.

iPhoto var også overraskende god til at finde billeder af vores katte, især dem med hvid eller orange pels. Desværre lykkedes det ikke at finde tabbyerne - formentlig er ansigtstræk sværere at skelne, når øjnene har samme farve som kinderne. Og iPhoto gør et overraskende stykke arbejde med at finde og genkende ansigter i skygger og andre situationer med lav kontrast. Det skyldes, at iPhoto skruer op for kontrasten mellem ansigt og baggrund, formentlig for at gøre det nemmere at få ud af funktionerne.

Siden vi installerede iPhoto '09, har vores familie brugt timer på at sidde rundt om computeren, lede efter billeder af børnene og lære computeren, hvordan vi hver især ser ud. Vi fandt en masse gamle billeder, vi havde glemt. Vi griner af uoverensstemmelserne. Vi forsøger at forstå algoritmerne. Dette er et af de mest underholdende programmer, som Apple nogensinde har skabt.

Googles Picasa-teknologi er langt mere uhyggelig. I stedet for at starte med et billede af en, du kender, og søge efter alle de lignende matches, tager Google hvert billede, du har uploadet til Picasa, søger efter ansigter på dem alle og grupperer derefter disse ansigter i grupper af, angiveligt, de samme mennesker. Du gennemgår derefter hver gruppe og fortæller Google, hvem en person er – inklusive hans eller hendes fulde navn, kaldenavn og e-mailadresse.

Faktisk er Googles klyngedannelse ikke så stor. Det sætter ofte forskellige mennesker i den samme klynge, og det vil lave mange forskellige klynger til den samme person. Og i modsætning til iPhoto, som nemt kunne matche billeder af vores 12-årige datter med hendes billeder som et lille barn, troede Google, at børnene var forskellige mennesker. Men Googles brugergrænseflade er ret nem at bruge, den matchende opgave er underligt overbevisende, og før du ved af det, vil du have alle dine billeder tagget med alle de rigtige navne og e-mail-adresser på hver person, som billedet viser. .

Denne tagging med rigtige navne er det, der gør Googles ansigtsgenkendelse så uhyggelig. Husk, at alle disse billeder ikke er på din computer: de er på Googles server. Og fordi e-mail-adresser er unikke, kunne Google bruge de mærkede billeder fra alle sine Picasa-brugere til at oprette en global database, der matcher billeder til e-mailadresser. At gøre det ville ikke engang overtræde Googles privatlivspolitik, så længe Google kun bruger disse oplysninger til at gøre sin service bedre og ikke gør databasen alment tilgængelig.

Men det, der virkelig er foruroligende ved Googles tjeneste, er, at det ikke kun stopper hos dine venner. Før du ved af det, beder Google dig om at identificere alle de andre ansigter på dine fotografier – de mennesker, der står i baggrunden, ansigterne i folkemængderne, endda ansigterne på plakater. Dette er bestemt i tråd med Googles virksomhedsmission om at organisere verdens information og gøre den universel tilgængelig og nyttig. Men er det det, vi virkelig ønsker af et fotodelingswebsted?

Vores iPhoto-oplevelser har været en fornøjelse: Vi har været spændte og glade for at finde så mange billeder af vores børn, familie og venner – og endda os selv. På den anden side, da vi brugte den avancerede tagging-funktion i Googles Picasa, følte vi det, som om vi var efterretningsanalytikere, der arbejdede i det vinduesløse laboratorium i en totalitær regering.

Vi tror på, at forbrugerdrevet ansigtsgenkendelsesteknologi fundamentalt vil ændre offentlige politiske debatter om biometri og massevideoovervågning. Efter den 11. september var der ingen, der rigtigt forstod, hvordan denne teknologi fungerede, hvad den blev rigtig, og hvad den gik galt. Men inden udgangen af ​​dette år vil millioner af amerikanere have førstehåndserfaring med nogle af de allerbedste ansigtsgenkendelsessystemer, der nogensinde er blevet implementeret. Når familiefotonyheden forsvinder, vil vi se, om iPhoto- og Picasa-brugere beder deres regering om at regulere denne teknologi – eller fremskynde dens udrulning.

skjule