Re: [闲聊] えなこ跟国昌真的相似吗?人脸辨识告
楼主: LSLLtu (如雨随行) 2020-07-10 22:02:17
※ 引述 《b3535945 (永和金城武)》 之铭言：
:
: 大家安安好。
:
: 今天来分享一下人脸辨识的故事。
:
: ※ 引述《can18 (18号)》之铭言：
: : 我觉得原 Po 犯了几点错误
: : 1. 人脸识别的技术
: : 人脸识别最主要的目的是将相同的人视为相同的人 不同的人视为不同的人
: : 数值代表的是为同一个人的机率 并不是两个人的相似程度
: : 人脸识别不会保证相似的人的分数一定会比不相似的人高
: : (当然实务上相似的人分数很可能比不相似的高 但不是必然
: : 事实上 有一篇论文叫做
: : Measuring Face Similarity Rather than Face Identity
: : (CVPR 2018 顶级的电脑视觉会议论文)
: : 如果可以直接用人脸识别的分数推论相似 这篇论文根本不会存在
: : 2. 相似的定义
: : 假设你真的得到机器的相似分数
: : 大家说的像 相似
: : 通常指的是人类知觉上的相似
: : 因此若两个相似的人
: : 机器如果判断为相似
: : 也只能说 人觉得相似 机器也觉得相似
: : 机器如果判断为不相似
: : 也只能说 人觉得相似 但机器觉得不像
: : 而不是可以用机器判断来推论人的知觉
: : 机器判断的逻辑跟人类是差非常多
: : 结论
: : 1. 根本用错方法 不能用人脸识别分数推论人脸相似程度
: : 2. 就算用对方法 机器觉得像不像不能推论人觉得像不像
:
:
: 上面这篇已经讲的很接近核心了，只是有些用词不是很精确。
:
:
: : 1. 人脸识别的技术
: : 人脸识别最主要的目的是将相同的人视为相同的人 不同的人视为不同的人
: : 数值代表的是为同一个人的机率 并不是两个人的相似程度
:
: 其实人脸辨识AI算出来的数值，他的基准就是两张照片的相似程度阿。
:
: 不然大家觉得那个数值是从哪边冒出来的？掷茭吗？XD
:
:
: 那么问题就来了，为什么人类认定的相似程度，跟AI认定的相似程度差别这么大？
:
:
: 因为，AI判断的基准，跟人类判断的基准，两者之间有很大的差异。
:
:
: 对于人类来说，判断脸孔的基准和权重大概可以分为以下几种条件：
: (实际参数因人而异，这边只是举例)
:
:
: 五官形状 200%
: 五官相对位置 200%
: 脸型 100%
: 发型 20%
: 神韵 50%
: 痣、装饰物 50%
:
:
: 但是对于AI来说，他的基准跟权重却长这个样子：
: (实际参数因模型而异，这边只是举例)
:
:
: 两眼间距 900%
: 鼻梁长度 600%
: 五官形状 60%
: 五官相对位置 60%
: 脸型 30%
: 发型 0%
: 神韵 0%
: 痣、装饰物 0%
:
:
: 为什么“两眼间距”跟“鼻梁长度”在AI算法中会占这么大的比例呢？
:
: 因为这2个因子拥有与众不同的特性：
:
: 1. 几乎不会因为脸部肌肉的牵动而改变
:
: 2. 不会因为拍照角度而改变
:
: 3. 不会因为化妆效果而改变
:
: 4. 几乎不会随年纪增长而改变
:
: 5. 对AI来说很好计算，且不容易出错 (跟神韵什么的比起来)
:
:
: 对人类来说几乎没有用处的2个特征点，
:
: 在AI算法中却成为了极度重要的判断依据，
:
: 因此造成了如此不同的判断结果。
:
:
: 这边用原PO的强者我朋友举例 (出处维基百科)：
:
: 这个人有着优良的基因与血缘，智商高达180，
:
: 但平常的个性吊儿啷当，功课和体育都不行，而且非常好色。
:
: 对于朋友及工作同事 (?) 来说，他是非常优秀的队友，
:
: 但在老师的眼中，他只是个智障 XD
:
: 不过就是判断基准不同罢了～
:
:
:
:
: 好，打到这里，一定有乡民想吐槽，
:
: 你又不是Microsoft的工程师，你又知道Microsoft的算法跟你讲的一样了。
:
: 所以今天除了文字说明外，下面再请到2组模特儿帮我们验证上面的理论～
:
:
:
: 首先第一位嘉宾，有请坎城影帝兼乡民男神的梁朝伟出场～
:
: https://imgur.com/rmuqGVd
:
:
:
: 我们试着用物理滤镜 (误)，把他嘴唇加厚！耳朵拉长！让他变成另外一个人！
:
: https://imgur.com/NJK70Er
:
:
:
: 恩...不要说另外一个人了，这根本就是另外一种生物了吧！
:
: 但是让我们来看看AI怎么说：
:
:
: https://imgur.com/d4aBqiB
:
:
: AI：我觉得他们是同一个人 ^^
:
:
: 虽然嘴唇让整体评分下降了不少，但因为上半部实在是太像了，
:
: 所以信心指数还是高达0.7！Amazing!
:
:
:
:
: 好，看到这边可能还是有乡民不信邪，
:
: 觉得这2张照片相似点还是很多，换成人类也能辨识的出来啊！
:
: 所以我们再请到第二位嘉宾－－基隆市长林右昌！！
:
:
: 让我们先来看看他年轻时的样子：
:
: https://imgur.com/a5pKsB3
:
:
: 接着让我们看看岁月在他身上造成了什么样的影响：
:
: https://imgur.com/Son1ppK
:
:
:
: ( ′ ω ` )
:
:
: 哪个乡民敢说这2张照片是同一个人的？看我不打死他。
:
: 但，让我们来看看AI怎么说。
:
:
: https://imgur.com/ZXUsCSp
:
:
: AI：矮东Care! 他们就是同一个人！
:
:
: XDDDDDDDDDDDDDDDDDDDDDDDDDDDDD
:
:
: 不过毕竟2张照片差了20来年，即使强如AI也还是觉得混乱，信心指数只有0.5。
:
: 换成其他照片时，有时也会出现辨识成不同人的结果。
:
: 不过整体来说的相似程度还是有0.3以上，远远超过了えなこ跟黄国昌的0.1。
:
: 可见AI与人类的基准真的很不一样。
:
:
:
: 回到结论～
:
: 因为人类跟AI在判断基准上实在差太多了，
:
: 所以我们不能因为AI的评分低，就说这2张照片以人类的观点来说不相似。
:
:
: 如果把上面的判断基准换成人类语言来表示的话，大概就像下面这样的感觉：
:
:
: 乡民：えなこ跟国昌老师的五官和神韵好像阿！！！
:
: えな国！えな国！
:
:
: AI： 两眼间距不合格！OUT！
:
: 鼻梁长度不合格！OUT！
:
: 这根本就不同人嘛！想骗我，门都没有！
:
:
:
: 以上。
:
这篇被国昌老师看到啦
老师还在FB发了一篇文回应
https://www.facebook.com/100006515863399/posts/2889654941261673/
刚刚有朋友丢这个给我。
嗯，看完觉得很有道理。
但，最重要的是：别再把我与えなこ弄混了啦！
https://www.ptt.cc/bbs/C_Chat/M.1594357968.A.AA0.html
可是老师，大家绝对不会善罢甘休的XD
:
: 大家安安好。
:
: 今天来分享一下人脸辨识的故事。
:
: ※ 引述《can18 (18号)》之铭言：
: : 我觉得原 Po 犯了几点错误
: : 1. 人脸识别的技术
: : 人脸识别最主要的目的是将相同的人视为相同的人 不同的人视为不同的人
: : 数值代表的是为同一个人的机率 并不是两个人的相似程度
: : 人脸识别不会保证相似的人的分数一定会比不相似的人高
: : (当然实务上相似的人分数很可能比不相似的高 但不是必然
: : 事实上 有一篇论文叫做
: : Measuring Face Similarity Rather than Face Identity
: : (CVPR 2018 顶级的电脑视觉会议论文)
: : 如果可以直接用人脸识别的分数推论相似 这篇论文根本不会存在
: : 2. 相似的定义
: : 假设你真的得到机器的相似分数
: : 大家说的像 相似
: : 通常指的是人类知觉上的相似
: : 因此若两个相似的人
: : 机器如果判断为相似
: : 也只能说 人觉得相似 机器也觉得相似
: : 机器如果判断为不相似
: : 也只能说 人觉得相似 但机器觉得不像
: : 而不是可以用机器判断来推论人的知觉
: : 机器判断的逻辑跟人类是差非常多
: : 结论
: : 1. 根本用错方法 不能用人脸识别分数推论人脸相似程度
: : 2. 就算用对方法 机器觉得像不像不能推论人觉得像不像
:
:
: 上面这篇已经讲的很接近核心了，只是有些用词不是很精确。
:
:
: : 1. 人脸识别的技术
: : 人脸识别最主要的目的是将相同的人视为相同的人 不同的人视为不同的人
: : 数值代表的是为同一个人的机率 并不是两个人的相似程度
:
: 其实人脸辨识AI算出来的数值，他的基准就是两张照片的相似程度阿。
:
: 不然大家觉得那个数值是从哪边冒出来的？掷茭吗？XD
:
:
: 那么问题就来了，为什么人类认定的相似程度，跟AI认定的相似程度差别这么大？
:
:
: 因为，AI判断的基准，跟人类判断的基准，两者之间有很大的差异。
:
:
: 对于人类来说，判断脸孔的基准和权重大概可以分为以下几种条件：
: (实际参数因人而异，这边只是举例)
:
:
: 五官形状 200%
: 五官相对位置 200%
: 脸型 100%
: 发型 20%
: 神韵 50%
: 痣、装饰物 50%
:
:
: 但是对于AI来说，他的基准跟权重却长这个样子：
: (实际参数因模型而异，这边只是举例)
:
:
: 两眼间距 900%
: 鼻梁长度 600%
: 五官形状 60%
: 五官相对位置 60%
: 脸型 30%
: 发型 0%
: 神韵 0%
: 痣、装饰物 0%
:
:
: 为什么“两眼间距”跟“鼻梁长度”在AI算法中会占这么大的比例呢？
:
: 因为这2个因子拥有与众不同的特性：
:
: 1. 几乎不会因为脸部肌肉的牵动而改变
:
: 2. 不会因为拍照角度而改变
:
: 3. 不会因为化妆效果而改变
:
: 4. 几乎不会随年纪增长而改变
:
: 5. 对AI来说很好计算，且不容易出错 (跟神韵什么的比起来)
:
:
: 对人类来说几乎没有用处的2个特征点，
:
: 在AI算法中却成为了极度重要的判断依据，
:
: 因此造成了如此不同的判断结果。
:
:
: 这边用原PO的强者我朋友举例 (出处维基百科)：
:
: 这个人有着优良的基因与血缘，智商高达180，
:
: 但平常的个性吊儿啷当，功课和体育都不行，而且非常好色。
:
: 对于朋友及工作同事 (?) 来说，他是非常优秀的队友，
:
: 但在老师的眼中，他只是个智障 XD
:
: 不过就是判断基准不同罢了～
:
:
:
:
: 好，打到这里，一定有乡民想吐槽，
:
: 你又不是Microsoft的工程师，你又知道Microsoft的算法跟你讲的一样了。
:
: 所以今天除了文字说明外，下面再请到2组模特儿帮我们验证上面的理论～
:
:
:
: 首先第一位嘉宾，有请坎城影帝兼乡民男神的梁朝伟出场～
:
: https://imgur.com/rmuqGVd
:
:
:
: 我们试着用物理滤镜 (误)，把他嘴唇加厚！耳朵拉长！让他变成另外一个人！
:
: https://imgur.com/NJK70Er
:
:
:
: 恩...不要说另外一个人了，这根本就是另外一种生物了吧！
:
: 但是让我们来看看AI怎么说：
:
:
: https://imgur.com/d4aBqiB
:
:
: AI：我觉得他们是同一个人 ^^
:
:
: 虽然嘴唇让整体评分下降了不少，但因为上半部实在是太像了，
:
: 所以信心指数还是高达0.7！Amazing!
:
:
:
:
: 好，看到这边可能还是有乡民不信邪，
:
: 觉得这2张照片相似点还是很多，换成人类也能辨识的出来啊！
:
: 所以我们再请到第二位嘉宾－－基隆市长林右昌！！
:
:
: 让我们先来看看他年轻时的样子：
:
: https://imgur.com/a5pKsB3
:
:
: 接着让我们看看岁月在他身上造成了什么样的影响：
:
: https://imgur.com/Son1ppK
:
:
:
: ( ′ ω ` )
:
:
: 哪个乡民敢说这2张照片是同一个人的？看我不打死他。
:
: 但，让我们来看看AI怎么说。
:
:
: https://imgur.com/ZXUsCSp
:
:
: AI：矮东Care! 他们就是同一个人！
:
:
: XDDDDDDDDDDDDDDDDDDDDDDDDDDDDD
:
:
: 不过毕竟2张照片差了20来年，即使强如AI也还是觉得混乱，信心指数只有0.5。
:
: 换成其他照片时，有时也会出现辨识成不同人的结果。
:
: 不过整体来说的相似程度还是有0.3以上，远远超过了えなこ跟黄国昌的0.1。
:
: 可见AI与人类的基准真的很不一样。
:
:
:
: 回到结论～
:
: 因为人类跟AI在判断基准上实在差太多了，
:
: 所以我们不能因为AI的评分低，就说这2张照片以人类的观点来说不相似。
:
:
: 如果把上面的判断基准换成人类语言来表示的话，大概就像下面这样的感觉：
:
:
: 乡民：えなこ跟国昌老师的五官和神韵好像阿！！！
:
: えな国！えな国！
:
:
: AI： 两眼间距不合格！OUT！
:
: 鼻梁长度不合格！OUT！
:
: 这根本就不同人嘛！想骗我，门都没有！
:
:
:
: 以上。
:
这篇被国昌老师看到啦
老师还在FB发了一篇文回应
https://www.facebook.com/100006515863399/posts/2889654941261673/
刚刚有朋友丢这个给我。
嗯，看完觉得很有道理。
但，最重要的是：别再把我与えなこ弄混了啦！
https://www.ptt.cc/bbs/C_Chat/M.1594357968.A.AA0.html
可是老师，大家绝对不会善罢甘休的XD
作者: dnek (哪啊哪啊的合气道) 2020-07-10 22:04:00
没有弄混啊，这不是0.3国吗XDD
作者: allanbrook (翔) 2020-07-10 22:05:00
国昌光谱
作者: iWatch2 (有钱吃𩾃没钱免吃) 2020-07-10 22:05:00
えな国！えな国！
作者: OldYuanshen (聊斋异说) 2020-07-10 22:06:00
太亲民了吧
作者: ice2240580 (沧浪退思) 2020-07-10 22:07:00
玩COS也不是什么不良兴趣 不需要遮遮掩掩的
作者: hayate232 (CY) 2020-07-10 22:08:00
他现在就是一般人啊，可以开律师事务所的一般人QQ
作者: minipig0102 (夫人您听我解释) 2020-07-10 22:14:00
えな国！えな国！
作者: Y1999 (秋雨) 2020-07-10 22:19:00
是开律师事务所的coser
作者: octopus4406 (章鱼仔) 2020-07-10 22:21:00
呱吉还按赞XD
作者: gibbs1286 (学无止境是国关) 2020-07-10 22:26:00
乡民：矮动care，就是很像啦
作者: web946719 (韦伯就是漏气依旧) 2020-07-10 22:38:00
えな国
作者: probsk (红墨水) 2020-07-10 22:40:00
我曾是 我就是
作者: f222051618 ( 珍 珠 奶 茶 ) 2020-07-10 22:42:00
有笑有推 XD
作者: fragmentwing (片翼碎梦) 2020-07-10 22:43:00
不用担心兼职的问题吧
作者: Arctica (欲聆听，必先静默) 2020-07-10 22:46:00
辣个自由的男人
作者: smallkaka (人无一善以报天) 2020-07-10 22:47:00
好的没问题 えな国！
作者: Yanrei (大å°å§è¬æ²ï¼) 2020-07-10 22:49:00
えな国这个不错XDD 会不会不小心回流啊
作者: buke (一坪的海岸线) 2020-07-10 22:50:00
因时间关系就不一一问候
作者: willywasd (dalikeanureeves) 2020-07-10 22:53:00
结果下一篇一样青蛙大合唱
作者: ases60909 2020-07-10 22:57:00
cosplay只有0次和无限次
作者: kevin1996 (sleepykevin) 2020-07-10 23:03:00
好了啦えな国
作者: ocean11 (深海) 2020-07-10 23:09:00
虽然不会认错 但还是要推えな国
作者: onnax (日出了 晚安) 2020-07-10 23:10:00
那个市长年轻的时候也太帅
作者: Stat14 (统计14) 2020-07-10 23:20:00
好的没问题 えな国！
作者: kenkenken31 (呆呆傻蛋) 2020-07-10 23:22:00
下面回文笑死 (C洽一堆青蛙洗文到本人回应了) 中肯
作者: freedom0116 (freedom0116) 2020-07-10 23:41:00
国
作者: stu25936 (MillionCoinser) 2020-07-10 23:45:00
XD
作者: notneme159 2020-07-11 00:00:00
国
作者: killeryuan (é¾é³¥) 2020-07-11 00:02:00
国
作者: doremon1293 (模仿者) 2020-07-11 00:22:00
一日为国 终身为国
作者: kudoshaki (法恩) 2020-07-11 00:28:00
青蛙合唱团预备唱
作者: rayisgreat (竹枫岚雪) 2020-07-11 00:33:00
国
作者: charlietk3 (阿洛å°èŠ±) 2020-07-11 01:36:00
国
作者: freezesword (囧哥) 2020-07-11 03:24:00
国
作者: DarkFantasia (亚) 2020-07-11 07:05:00
国
作者: SiaSi (夏希亚) 2020-07-11 07:12:00
嘿嘿
作者: wetor (白白) 2020-07-11 07:30:00
高达0.3国
作者: bearKQG (小雄) 2020-07-11 08:06:00
笑死
作者: iceonly (只有冰) 2020-07-11 09:28:00
这没有蓝勾勾啊？
