211service.com
Ansiktsigenkänning: smart eller bara läskigt?
Vi har mer än 25 000 digitala fotografier lagrade på våra datorers hårddiskar – de flesta av dem. Hittills har vårt enda sätt att spåra ett bekant ansikte varit att söka manuellt: efter datum, EXIF-data, taggar eller den råa kraften i vårt eget minne. Nu kan datorer göra sökningen, tack vare den smarta ansiktsigenkänningsfunktionen som Apple och Google har lagt in i de senaste versionerna av sina fotohanteringssystem.
Knäppa: Apples iPhoto identifierar automatiskt ansikten i en samling bilder.
Ansiktsigenkänning var en av de briljanta men tekniskt oseriösa och etiskt knepiga antiterrorteknikerna som användes som ett resultat av attackerna den 11 september. Tanken var att automatiskt sålla bort terrorister när de gick genom säkerhetskontroller – bara det gick inte så: vid ett test i Tampa, till exempel, identifierades flygplatsanställda korrekt bara 53 procent av gångerna. Grupper för medborgerliga friheter väckte också oro för falska positiva fakta - människor som av misstag identifieras som terrorister och möjligen arresteras, bara på grund av deras utseende. Och så, utan en påvisbar fördel, tappade ansiktsigenkänning till stor del allmänhetens radar.
Det är offentlig s radar, märk väl. Många länder, inklusive USA, reviderade i tysthet sina krav på passfoton för att göra dem vänligare för mjukvara för ansiktsigenkänning. National Institute of Standards and Technology, som hade testat tekniken sedan 1994, genomförde storskaliga ansiktsigenkänningstester 2002 och 2006. Oregon och några andra delstater började använda ansiktsigenkänning för att upptäcka när en person försöker få en licens enligt olika namn. Och hela tiden blev tekniken bättre. Mycket bättre.
För att ha ett fungerande ansiktsigenkänningssystem måste en dator först kunna upptäcka ansiktet – det vill säga, givet ett fotografi måste den kunna hitta ansiktena i det. Tekniskt sett är detta enklare och mer tillförlitligt än att identifiera en viss person. Den här tekniken fulländades i stort sett efter den 11 september 2001. Resultatet: ansiktsigenkänningssystem började dyka upp i digitalkameror och videokameror för några år sedan. Dessa algoritmer fungerar vanligtvis genom att söka efter föremål som ser ut som ögon, en näsa och kanske något som är lite runt. De identifierar rutor där ansikten sannolikt finns och berättar sedan för autofokussystemet vilken del av fotot som måste vara i fokus. När allt kommer omkring, alla hatar när mormors ögon är suddiga, eller hur?
Så ansiktsigenkänning börjar med ansiktsigenkänning. Ansiktet roteras sedan så att ögonen är i nivå och skalas till en enhetlig storlek. Därefter börjar en av tre olika tekniska tillvägagångssätt. Var och en av dessa tillvägagångssätt täcks naturligtvis av sin egen uppsättning patent och paketeras i olika leverantörserbjudanden. Ett tillvägagångssätt förvandlar ansiktet till en matematisk mall som kan lagras och genomsökas; en sekund använder hela ansiktet som mall och utför bildmatchning. Och ett tredje tillvägagångssätt försöker skapa en 3D-modell baserad på ansiktet, och utför sedan någon form av geometrisk matchning. Baserat på vår erfarenhet av programvaran, tror vi att Apples system använder ett landmärken, medan Google-systemet gör någon form av bildmatchning. Men vi kan ha fel. Inget av företagen har offentliggjort vilka algoritmer de använder.
Vi testade ansiktsigenkänningen i Apples iPhoto '09 genom att applicera den på två olika databaser med 17 000 och 10 000 foton, lagrade på våra egna hårddiskar. Googles Picasa fungerar bara med tidigare uppladdade webbalbum; vi testade det på ungefär 500 bilder där. Domen: båda dessa system fungerar för det mesta, är extremt coola och är också lite läskiga.
Look-alike: När en person har identifierats kommer iPhoto att försöka hitta andra bilder som innehåller hans eller hennes likhet.
iPhoto '09 är definitivt den vänligare av de två. Första gången du kör iPhoto söker den upp alla ansikten i ditt fotobibliotek; detta tog ungefär fyra timmar på en dual-core iMac. Därefter klickar du på ett foto av någon du känner; klicka på Namn och fyll i textrutan under ditt motivs ansikte. iPhoto kommer att gå igenom ditt fotobibliotek och leta efter andra foton av samma person. (Igenkänningen verkar vara baserad på funktioner inuti en igenkänningsruta som är avgränsad av vänster och höger tinningar, ögonbryn och haka.)
Sammantaget gör iPhoto ett förvånansvärt bra jobb med att hitta ett gäng foton av personen du har valt och namngett. Men i processen hittar den bilder på andra människor också. Så din nästa uppgift är att tala om för iPhoto vilka bilder det blev rätt och vilka som är fel. iPhoto använder denna information för att uppdatera sina matematiska modeller. Den tittar sedan tillbaka genom ditt fotobibliotek efter andra foton av samma person. Om den inte hittar någon kan du peka ut en manuellt för att ge iPhoto en annan startpunkt; den kommer då att söka upp mer. Du kan också klicka på ett foto och be iPhoto att försöka lista ut vem som är på bilden; om du bekräftar iPhotos gissning blir modellen ännu bättre.
Vi blev förvånade över hur bra iPhoto var på att hitta bilder på våra barn. Otroligt nog kunde iPhoto till och med skilja mellan våra enäggstvillingar. (Knepet är att den ena har ett ansikte som är lite tunnare och högre än den andras.) Vi var dock besvikna över att den hittade många fler bilder på den ena tvillingen än den andra, även om vi fotograferar båda i lika många – och ofta i samma skott. En studie av deras fotografier avslöjade något som vi inte hade märkt, men iPhoto hade: en tvilling tittar alltid direkt mot kameran, men den andra tenderar att luta bort huvudet, och iPhotos ansiktsigenkänning fungerar inte om programmet bara ser ett öga. Vi har också massor av foton på barn i ansiktsmålning. iPhoto hittade praktiskt taget ingen av dem, förutom när färgen var begränsad till mitten av barnets panna - som är utanför dess igenkänningsbox.
Det är frestande att läsa mycket i iPhotos igenkänningssystem. Att leta efter bilder på Beth gav massor av bilder på Simsons ex-flickvänner. Det är frestande att säga att iPhoto vet vad Simson gillar, men detta kan också vara en fördom i vår testkorpus: välj slumpmässiga foton från Simsons bibliotek, och du kommer säkerligen att hitta ett gäng av hans ex-flickvänner.
iPhoto var också förvånansvärt bra på att hitta bilder på våra katter, speciellt de med vit eller orange päls. Tyvärr lyckades den inte hitta tabbies - förmodligen är ansiktsdrag svårare att särskilja när ögonen har samma färg som kinderna. Och iPhoto gör ett häpnadsväckande jobb med att hitta och känna igen ansikten i skuggor och andra situationer med låg kontrast. Det beror på att iPhoto höjer kontrasten mellan ansikte och bakgrund, förmodligen för att göra det lättare att få ut funktionerna.
Sedan vi installerade iPhoto ’09 har vår familj suttit i timmar vid datorn, letat efter bilder på barnen och lärt datorn hur var och en av oss ser ut. Vi hittade många gamla bilder som vi hade glömt. Vi skrattar åt missmatchningarna. Vi försöker förstå algoritmerna. Detta är ett av de mest underhållande programmen som Apple någonsin har skapat.
Googles Picasa-teknik är mycket läskigare. Istället för att börja med ett foto av någon du känner och söka efter alla liknande matchningar, tar Google varje foto som du har laddat upp till Picasa, söker igenom dem alla efter ansikten och grupperar sedan dessa ansikten i grupper av, förmodligen, samma personer. Du går sedan igenom varje grupp och berättar för Google vem en person är – inklusive hans eller hennes fullständiga namn, smeknamn och e-postadress.
Faktum är att Googles klustring inte är så bra. Det sätter ofta olika människor i samma kluster, och det kommer att skapa många olika kluster för samma person. Och till skillnad från iPhoto, som lätt kunde matcha bilder på vår 12-åriga dotter med hennes bilder som ett litet barn, trodde Google att barnen var olika människor. Men Googles användargränssnitt är ganska lätt att använda, matchningsuppgiften är märkligt övertygande, och innan du vet ordet av kommer du att ha alla dina foton taggade med alla riktiga namn och e-postadresser för varje person som bilden innehåller .
Denna märkning med riktiga namn är det som gör Googles ansiktsigenkänning så läskigt. Kom ihåg att alla dessa foton inte finns på din dator: de finns på Googles server. Och eftersom e-postadresser är unika kan Google använda de taggade foton från alla sina Picasa-användare för att skapa en global databas som matchar foton med e-postadresser. Att göra det skulle inte ens bryta mot Googles sekretesspolicy, så länge som Google bara använder denna information för att göra sin tjänst bättre och inte gör databasen allmänt tillgänglig.
Men det som verkligen är oroande med Googles tjänst är att den inte bara stannar hos dina vänner. Innan du vet ordet av ber Google dig att identifiera alla dessa andra ansikten på dina fotografier – människorna som står i bakgrunden, ansiktena i folkmassorna, till och med ansiktena på affischer. Detta är verkligen i linje med Googles företagsuppdrag att organisera världens information och göra den allmänt tillgänglig och användbar. Men är det verkligen det vi vill ha av en webbplats för fotodelning?
Våra iPhoto-upplevelser har varit en fröjd: vi har varit glada och glada över att hitta så många bilder på våra barn, familj och vänner – och till och med oss själva. Å andra sidan, när vi använde den avancerade taggningsfunktionen i Googles Picasa kändes det som om vi var underrättelseanalytiker som arbetade i en totalitär regerings fönsterlösa labb.
Vi tror att konsumentdriven teknik för ansiktsigenkänning i grunden kommer att förändra offentliga politiska debatter om biometri och massvideoövervakning. Efter den 11 september förstod ingen riktigt hur den här tekniken fungerade, vad den blev rätt och vad den blev fel. Men före slutet av detta år kommer miljontals amerikaner att ha förstahandserfarenhet av några av de allra bästa ansiktsigenkänningssystem som någonsin har implementerats. När familjefotonyheten försvinner kommer vi att titta för att se om iPhoto- och Picasa-användare ber sin regering att reglera denna teknik – eller påskynda implementeringen.