Spetslab: لا يمكن تقييم دقة أنظمة تحديد الهوية بالوجه برقم واحد

نشرت Specialab تحليلاً يشرح سبب كون سؤال "الدقة" في أنظمة التعريف بالوجه غير صحيح من الناحية الأساسية. لا يعتمد أداء هذه الأنظمة على رقم سحري واحد، بل على زاوية الوجه والسيناريو الاستخدامي وإعدادات العتبة وكيفية تنظيم قاعدة بيانات الصور.

لماذا لا يوجد رقم واحد

النقطة الرئيسية للمقالة بسيطة: نظام التعريف بالوجه لا يجيب على السؤال "هل تعرف على الشخص بدقة مطلقة". فهو يبحث دائماً عن أشبه وجه في قاعدة البيانات ويقارن الإطار الحالي مع العينات التي يمتلكها بالفعل. عندما ينظر الشخص مباشرة إلى الكاميرا، تكون المهمة بسيطة نسبياً. لكن كلما زاد انحراف الوجه، وساءت الإضاءة والوضوح وزاوية التصوير، زاد عدد المرشحين المتشابهين. لهذا السبب، قد تظهر الخوارزمية نفسها نتائج خالية من الأخطاء تقريباً عند نقطة التفتيش وأخطاء متكررة بشكل ملحوظ في الحشود.

"في إحدى الإعدادات، يتم استبعاد الأخطاء، لكن الوجه ينظر بشكل مباشر

تماماً من الأمام."

يؤكد المؤلف أن المستخدمين غالباً ما يتوقعون من القياسات الحيوية تقييماً عالمياً، مشابهاً للأجهزة المنزلية أو اختبارات السرعة. في الواقع، لا يوجد مثل هذا التقييم لأن النظام يوازن دائماً بين الصرامة والمرونة. إذا حددت عتبة صارمة بحد أقصى، ستمر فقط الإطارات الأمامية الجيدة بشكل موثوق. إذا خففت الإعدادات، يمكنك العثور على شخص في أوضاع أكثر صعوبة، لكن في نفس الوقت تزداد مخاطر التطابقات الخاطئة. هذا التوازن هو ما يحدد الفعالية الفعلية للحل.

أنظمة التحكم في الوصول والبحث

تناقش المقالة سيناريوهين متناقضين تقريباً. الأول هو نظام التحكم في الوصول، عندما يتم تثبيت الكاميرا عند نقطة تفتيش محددة مسبقاً ويفهم الشخص أنه يجب أن ينظر إلى العدسة. هنا يمكنك أن تطلب عرضاً أمامياً شبه مثالي وتعيين عتبة تطابق عالية والحصول على عملية مستقرة جداً. السيناريو الثاني هو البحث عن شخص معين من خلال تدفق فيديو، على سبيل المثال في أرشيف أو في الحشود. هناك لا ينظر الناس إلى الكاميرا بأمر، يمسكون الهاتف بالقرب من وجههم، ينحرفون، يدخلون الإطار من الأعلى أو الجانب، وبالتالي يضطر النظام إلى العمل بمرونة أكثر.

• في أنظمة التحكم في الوصول، يتم وضع الكاميرا لالتقاط لقطة أمامية.
• في البحث في الحشود، يعمل النظام مع زوايا سيئة وأوضاع عشوائية.
• الإعدادات الصارمة تقلل الأخطاء لكنها تفقد الإطارات الصعبة.
• الإعدادات المرنة تزيد من فرص العثور على الشخص المناسب لكنها تنتج المزيد من التنبيهات الكاذبة.

من هنا الخلاصة: طلب رقم واحد من "الدقة" لكلا الوضعين لا معنى له. بالنسبة لنقطة التفتيش، من المهم عدم السماح للغرباء بدخول ناعم والاعتراف باستمرار بالأشخاص المعروفين في ظروف محكومة. بالنسبة للبحث، من الأهم تقليل حجم المراجعة اليدوية للمشغل وإظهار مجموعة محدودة من الوجوه الأكثر تشابهاً بسرعة. هذه لم تعد مهمة واحدة، بل نموذجا استخدام مختلفان بتسامحات خطأ مختلفة.

كيفية تقليل الأخطاء

تقترح Specialab التغلب على القيد الأساسي ليس فقط من خلال الإعدادات بل أيضاً من خلال هيكل قاعدة البيانات نفسها. إذا كنت تحتاج إلى تتبع موظفيك أو الزوار العاديين في ظروف مختلفة، يجب عليك إضافة إلى قاعدة البيانات ليس صورة أمامية واحدة بل عدة صور بدورات رأس مختلفة. عندئذ حتى الإطار المشوه بشدة سيتم مقارنته ليس مع "وجه جواز سفر مثالي" بل مع عينة بوضعية مشابهة لنفس الشخص. هذا النهج مفيد بشكل خاص لتتبع الحركات عبر المنشأة، حيث من المهم عدم الخلط بين موظفيك بين الكاميرات.

تحدد المقالة أيضاً تمييزاً مهماً بين التعرف على الوجه البسيط والتعريف الشخصي. كاشف الوجه ضروري للعثور على وجه في إطار، واستخراجه من أرشيف متعدد الساعات، وإزالة النسخ المكررة. يقدم المؤلف مثالاً مهماً: قد يستغرق مراجعة أسبوع من التسجيلات من 16 كاميرا 2688 ساعة، وكاشف الوجه يقلل البحث إلى إطارات فردية بها أشخاص. ومع ذلك، في السيناريوهات المعقدة — في الليل، غير واضحة، في فيديو أبيض وأسود — يتعرف الشخص أحياناً على شخص مألوف بشكل أفضل من الخوارزمية لأنه يعتمد ليس فقط على مقاييس الوجه بل أيضاً على السياق البصري العام.

ماذا يعني هذا

بالنسبة للشركات وخدمات الأمان، هذا إرشادات جيدة: يجب تقييم أنظمة التعريف بالوجه ليس بـ "دقة" مجردة بل بسيناريو معين وظروف التصوير وتكلفة الخطأ. إذا تمت صياغة المهمة بشكل صحيح، يمكن للقياسات الحيوية أن تقلل بشكل كبير من العمل اليدوي وتسرع البحث. إذا تمت صياغتها بشكل غير صحيح — حتى خوارزمية قوية ستبدو ضعيفة ببساطة لأنه يتوقع منها القيام بالمستحيل.