如果面部识别软件能够像人们一样善于发现家庭成员之间的相似性,就可能帮助失散多年的亲人团聚、帮助我们自动在 Facebook、人人上找出可能与我们有血缘关系的亲属。
我们可以直观的通过眼睛的颜色、下巴轮廓等特征来识别家族成员间的相识性,但对计算机来说,识别两个不同人的照片相似性无疑是一项艰巨的任务。
来自新加坡南洋理工大学的鲁继文(需翻墙访问)和他在北京首都师范大学的同事,共同研发软件来判断两张照片上显示的人是否有父母和子女的血缘关系。 研究小组使用公众人物和他们的父母或子女的照片作为数据库:如法国总统萨科齐和他的儿子,里面大约有 320 对父母与子女的匹配或不匹配的图片。然后,该软件将一对测试图片间的相似程度与其数据库中的匹配程度进行匹配。如果的照片之间的差异是类似父母与子女之间图像,则认为具有家族相似性,即具有亲属关系。 在测试使用的 160 对中(其中 80 对具有血缘关系,80 对不具有血缘关系),系统有 68%的成功率。 在 2011 年 11 月美国亚利桑那州斯科茨代尔召开的计算机的多媒体会议协会上,他们公布了这项成果(论文:Kinship Verification from Facial Images Under Uncontrolled Conditions)。
和以前的一些亲属识别程序不同,鲁的系统可以处理姿势,表情和光照的变化。但是,它只是比较的像素组,没有用任何关于面部特征来揭示可能是血缘关系的最佳标准。
对于这个问题,在纽约州伊萨卡的康奈尔大学, 方若谷方和他的同事认为,基于遗传和认知科学文献上的 22 个面部特征,似乎有可能是遗传性的。 然后,他们用软件来分析这些特征,并通过比较 150 名具有血缘关系和 150 不具有血缘关系的结果来分析它的预测能力。 方说:“我们发现 6 个特征可以提供最高精度的预测组合”。 最具有预测功能的是:眼睛的颜色和暗度、皮肤的颜色和暗度,鼻子和嘴、眼睛和鼻子之间的距离。
他们还寻找一些志愿者来测试他们区分图片是否具有血缘关系的能力,最后发现这些志愿者正确地区分具有和不具有血缘关系的图片的正确率是 67% ,略逊于自己的算法的 71%。 这项成果发表在去年在香港举行的 IEEE 国际图像处理会议上(论文:Towards computational models of kinship verification),并取得了当年的最佳论文奖。 方希望后面通过比较几个家庭成员的照片来提高识别的性能。
鲁继文认为,在 DNA 检测不能被采用时,改进的算法可以用来帮助确定不同照片上人们间亲属关系。“它也可以帮助难民寻找失散的家庭成员”他说。
欢迎转载,转载请注明出处:蔓草札记 » 面部识别软件揭示家族成员相似性