Re: [閒聊] えなこ跟國昌真的相似嗎?人臉辨識告
作者: LSLLtu (如雨隨行) 2020-07-10 22:02:17
※ 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
:
:
:
: 我們試著用物理濾鏡 (誤)，把他嘴唇加厚！耳朵拉長！讓他變成另外一個人！
:
: https://imgur.com/NJK70Er
:
:
:
: 恩...不要說另外一個人了，這根本就是另外一種生物了吧！
:
: 但是讓我們來看看AI怎麼說：
:
:
: https://imgur.com/d4aBqiB
:
:
: 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
:
:
: 接著讓我們看看歲月在他身上造成了什麼樣的影響：
:
: https://imgur.com/Son1ppK
:
:
:
: ( ′ 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
:
: 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
:
:
:
: 我們試著用物理濾鏡 (誤)，把他嘴唇加厚！耳朵拉長！讓他變成另外一個人！
:
: https://imgur.com/NJK70Er
:
:
:
: 恩...不要說另外一個人了，這根本就是另外一種生物了吧！
:
: 但是讓我們來看看AI怎麼說：
:
:
: https://imgur.com/d4aBqiB
:
:
: 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
:
:
: 接著讓我們看看歲月在他身上造成了什麼樣的影響：
:
: https://imgur.com/Son1ppK
:
:
:
: ( ′ 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
作者: dnek (哪啊哪啊的合氣道) 2020-07-10 22:04:00
沒有弄混啊，這不是0.3國嗎XDD
作者: allanbrook (翔) 2020-07-10 22:05:00
國昌光譜
作者: iWatch2 (有錢吃鮸沒錢免吃) 2020-07-10 22:05:00
えな國！えな國！
作者: OldYuanshen (聊齋異說) 2020-07-10 22:06:00
太親民了吧
作者: ice2240580 (滄浪退思) 2020-07-10 22:07:00
玩COS也不是什麼不良興趣 不需要遮遮掩掩的
作者: hayate232 (CY) 2020-07-10 22:08:00
他現在就是一般人啊，可以開律師事務所的一般人QQ
作者: minipig0102 (夫人您聽我解釋) 2020-07-10 22:14:00
えな國！えな國！
作者: Y1999 (秋雨) 2020-07-10 22:19:00
是開律師事務所的coser
作者: octopus4406 (章魚仔) 2020-07-10 22:21:00
呱吉還按讚XD
作者: gibbs1286 (學無止境是國關) 2020-07-10 22:26:00
鄉民：矮動care，就是很像啦
作者: web946719 (韋伯就是漏氣依舊) 2020-07-10 22:38:00
えな國
作者: probsk (紅墨水) 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 (片翼碎夢) 2020-07-10 22:43:00
不用擔心兼職的問題吧
作者: Arctica (欲聆聽，必先靜默) 2020-07-10 22:46:00
辣個自由的男人
作者: smallkaka (人無一善以報天) 2020-07-10 22:47:00
好的沒問題 えな國！
作者: Yanrei (大å°å§è¬æ²ï¼) 2020-07-10 22:49:00
えな國這個不錯XDD 會不會不小心回流啊
作者: buke (一坪的海岸線) 2020-07-10 22:50:00
因時間關係就不一一問候
作者: willywasd (dalikeanureeves) 2020-07-10 22:53:00
結果下一篇一樣青蛙大合唱
作者: ases60909 2020-07-10 22:57:00
cosplay只有0次和無限次
作者: kevin1996 (sleepykevin) 2020-07-10 23:03:00
好了啦えな國
作者: ocean11 (深海) 2020-07-10 23:09:00
雖然不會認錯 但還是要推えな國
作者: onnax (日出了 晚安) 2020-07-10 23:10:00
那個市長年輕的時候也太帥
作者: Stat14 (統計14) 2020-07-10 23:20:00
好的沒問題 えな國！
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應了) 中肯
作者: freedom0116 (freedom0116) 2020-07-10 23:41:00
國
作者: stu25936 (MillionCoinser) 2020-07-10 23:45:00
XD
作者: notneme159 2020-07-11 00:00:00
國
作者: killeryuan (é¾é³¥) 2020-07-11 00:02:00
國
作者: doremon1293 (模仿者) 2020-07-11 00:22:00
一日為國 終身為國
作者: kudoshaki (法恩) 2020-07-11 00:28:00
青蛙合唱團預備唱
作者: rayisgreat (竹楓嵐雪) 2020-07-11 00:33:00
國
作者: charlietk3 (阿洛å°èŠ±) 2020-07-11 01:36:00
國
作者: freezesword (囧哥) 2020-07-11 03:24:00
國
作者: DarkFantasia (亞) 2020-07-11 07:05:00
國
作者: SiaSi (夏希亞) 2020-07-11 07:12:00
嘿嘿
作者: wetor (白白) 2020-07-11 07:30:00
高達0.3國
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
這沒有藍勾勾啊？
