زاوية Anderson

دراسة: ضغط JPEG يزيد معدل أخطاء التعرف على الوجوه غير البيضاء

Martin Anderson
أضف Unite.AI إلى مصادرك المفضلة على Google
Main image: DALL-E 2.
النقاط الرئيسيةيؤدي ضغط JPEG إلى زيادة معدلات المطابقة الخاطئة لدرجات البشرة الداكنة بنسبة تصل إلى…
عرض المزيد
  • يؤدي ضغط JPEG إلى زيادة معدلات المطابقة الخاطئة لدرجات البشرة الداكنة بنسبة تصل إلى 34.55%.
  • يؤدي إزالة العينات الفرعية للون (chroma subsampling) إلى تقليل التأثير السلبي على تحيز التعرف على الوجوه بنسبة 15.95%.
  • لا يؤدي التدريب على البيانات غير المضغوطة إلى إصلاح التحيز إذا بقيت صور الاستدلال مضغوطة.

أظهرت دراسة جديدة من المملكة المتحدة أن تقنيات الضغط مع فقدان البيانات في صور JPEG يمكن أن تؤثر سلبًا على فعالية أنظمة التعرف على الوجوه، مما يجعل هذه الأنظمة أكثر عرضة لتحديد شخص غير قوقازي بشكل غير صحيح.

ينص البحث على ما يلي:

‘من خلال إعداد تجريبي شامل، نثبت أن أساليب ضغط الصور الشائعة مع فقدان البيانات يؤثر تأثيرًا سلبيًا أكبر على أداء التعرف على الوجوه لبعض الفئات العرقية مثل الأشخاص ذوي البشرة الداكنة (بحد أقصى 34.55%).’

تشير النتائج أيضًا إلى أن تخفيض العينة اللونية، الذي يقلل من المعلومات اللونية (وليس معلومات السطوع) عبر أقسام من صورة الوجه، يزيد من معدل المطابقة الخاطئة (FMR) عبر مجموعة من مجموعات البيانات التي تم اختبارها، والتي تشمل العديد من المستودعات القياسية للرؤية الحاسوبية.

عمليات تخفيض العينة اللونية على صورة مصدر، بمعدلات مختلفة، لها تأثير واضح على مدى الحفاظ على التفاصيل، ومدى دمج الألوان في بعضها البعض، مما يؤدي إلى فقدان التفاصيل والملامح المميزة. يرجى ملاحظة أن هذه الصورة قد تكون خاضعة للضغط، ويرجى الرجوع إلى ورقة البحث الأصلية للحصول على دقة دقيقة. المصدر: https://arxiv.org/pdf/2208.07613.pdf

عمليات تخفيض العينة اللونية على صورة مصدر، بمعدلات مختلفة، لها تأثير واضح على مدى الحفاظ على التفاصيل، ومدى دمج الألوان في بعضها البعض، مما يؤدي إلى فقدان التفاصيل والملامح المميزة. يرجى ملاحظة أن هذه الصورة قد تكون خاضعة للضغط، ويرجى الرجوع إلى ورقة البحث الأصلية للحصول على دقة دقيقة. المصدر: https://arxiv.org/pdf/2208.07613.pdf

يتم تطبيق تخفيض العينة اللونية كإجراء اقتصادي إضافي في ضغط JPEG لأن الناس أقل قدرة على ملاحظة الانخفاض في تعقيد ومدى حزم الألوان من أنظمة الرؤية الحاسوبية، والتي تأخذ هذه “التراكب” بشكل أكثر حرفية مما نفعله.

وجد الباحثون في الدراسة الجديدة أن إزالة تخفيض العينة اللونية من عملية الضغط يقلل من هذا التأثير السلبي بنسبة تصل إلى 15.95٪، على الرغم من أنه لا يزيل المشكلة تمامًا.

كما يؤكد البحث على أن التدريب على بيانات غير مضغوطة (أو أقل ضغطًا) لن يحل المشكلة إذا كانت الصور في وقت الاستدلال مضغوطة. هذا يعني بشكل فعال أن تدريب نموذج التعرف على الوجوه على صور أقل ضغطًا لن يحل مشكلة الانحياز إذا كان النموذج النهائي في الإنتاج يتلقى صورًا بها مشاكل الضغط المذكورة.

ينص مؤلفو البحث على ما يلي*:

‘استخدام ضغط الصور مع فقدان البيانات أثناء الاستدلال يؤثر سلبًا على أداء أساليب التعرف على الوجوه الحديثة على مجموعة فرعية من تصنيفات الوجوه المرتبطة بالعرق (أي الأشخاص ذوي البشرة الداكنة، والجفون التي لا تحتوي على ثنية) وأن تأثيره موجود بغض النظر عما إذا كانت الصور المضغوطة تستخدم للتدريب على النموذج.’

يشير البحث إلى عواقب ضغط الصور على قطاع أبحاث الرؤية الحاسوبية، والتي تم توضيحها في بعض التفاصيل في دراسة عام 2021 من جامعة ميريلاند وشركة Facebook AI.

من الصعب معالجة هذه القضية؛ حتى لو تم إزالة مشاكل التخزين وعرض النطاق الترددي التي تجعل الضغط ضروريًا في ليلة وضحاها، وحتى لو تم إعادة ضغط جميع الصور منخفضة الجودة التي تملأ عشرين عامًا أو أكثر من مجموعات البيانات في القطاع بمعدل ضغط أفضل من المصادر عالية الجودة، فإن ذلك سيكون “إعادة تشغيل” لاستمرارية أدوات التقييم الأكاديمي على مدار العقود القليلة الماضية. لقد اعتاد مجتمع الرؤية الحاسوبية، في الواقع، على هذه المشكلة، إلى الحد الذي أصبحت فيه تمثل ديونًا تقنية ملحوظة.

أصبح الانحياز العرقي في التعرف على الوجوه محورًا لنقاش إعلامي واسع في السنوات الأخيرة، مما دفع مجتمع البحث إلى بذل جهود منسقة لإزالته من الأنظمة المتأثرة. ومع ذلك، فإن اعتماد مجتمع البحث العالمي على عدد محدود للغاية من مجموعات البيانات المعيارية، التي يفتقر كثير منها إلى التوازن العرقي أو يعاني من تسميات غير دقيقة في هذا الصدد، يزيد صعوبة التحدي.

يشير الباحثون في ورقة البحث الجديدة أيضًا إلى عدم تناسق بين معايير الحصول على الصور ومعايير مجموعات البيانات للتعرف على الوجوه، مشيرين إلى ما يلي*:

‘المعايير الحالية للحصول على الصور لأنظمة التعرف على الوجوه مثل ISO/IEC 19794-5 وICAO 9303 تقترح معايير جودة متعلقة بالصورة (أي الإضاءة، العوائق) ومتعلقة بالشخص المصوَّر (أي وضعية الرأس، التعبير، الإكسسوارات) لضمان جودة الصورة.

‘وبناءً على ذلك، يجب تخزين صور الوجوه باستخدام معايير ضغط الصور مع فقدان البيانات مثل JPEG أو JPEG2000؛ ويمكن تحديدها حسب الجنس، ولون العين، ولون الشعر، والتعبير، والخصائص (أي النظارات)، وزوايا وضعية الرأس (الانعراج والميل والتدحرج)، ومواقع المعالم.

‘ومع ذلك، لا تتوافق معايير التعرف على الوجوه الشائعة مع معايير ISO/IEC 19794-5 وICAO 9303. وعلاوة على ذلك، يتم الحصول على عينات في البرية في ظروف متغيرة للكاميرا والبيئة لتحدي الحلول المقترحة.

‘ومع ذلك، يتم ضغط معظم عينات صور الوجوه في هذه المجموعات عبر ضغط JPEG مع فقدان البيانات.’

يعلن مؤلفو البحث الجديد أن جهودهم المستقبلية سوف تدرس تأثير تكميم الصور مع فقدان البيانات على إطارات التعرف على الوجوه المتنوعة، وستقدم طرقًا محتملة لتحسين عدالة هذه الأنظمة.

الورقة الجديدة بعنوان هل يؤثر ضغط الصور مع فقدان البيانات على الانحياز العرقي في التعرف على الوجوه؟، وهي من ثلاثة باحثين في كلية لندن الإمبراطورية، مع واحد من مكتبة تحليل الوجه العميق InsightFace.

بيانات وأسلوب

لإجراء تجاربهم، استخدم الباحثون مكتبات ImageMagick وlibjpeg المفتوحة المصدر لإنشاء نسخ من صور البيانات الأصلية بدرجات مختلفة من الضغط.

من أجل الحصول على نظرة عامة أولية عن تأثيرات الضغط، درس المؤلفون تأثيرات نسبة الإشارة إلى الضوضاء القصوى (PSNR) على أربعة مستويات مختلفة من ضغط JPEG على مجموعة بيانات Racial Faces in-the-Wild (RFW).

درجات PSNR لمجموعة بيانات Racial Faces-in-the-Wild، مما يظهر مدى تأثير الضغط على قدرات التعرف على الصور المضغوطة.

درجات PSNR لمجموعة بيانات Racial Faces-in-the-Wild، مما يظهر مدى تأثير الضغط على قدرات التعرف على الصور المضغوطة.

من بين الاختبارات الأخرى، أجروا بحثًا على مجموعة بيانات غير متوازنة عرقيًا، ومجموعة بيانات متوازنة عرقيًا.بالنسبة إلى مجموعة البيانات المتوازنة عرقيًا، استخدموا وظيفة Additive Angular Margin Loss (ArcFace) مع ResNet101v2، على مجموعة بيانات VGGFace2 الأصلية، والتي تحتوي على 3.3 مليون صورة لـ8,631 شخصًا بتوزيع غير متوازن عرقيًا.

للاختبار، استخدم الباحثون مجموعة بيانات RFW. تم تدريب النظام أربع مرات، بأربعة مستويات مختلفة من الضغط، مما أدى إلى أربعة نماذج ArcFace.

بالنسبة إلى مجموعة البيانات المتوازنة عرقيًا، تم استخدام نفس الإطارات في البداية على مجموعة بيانات BUPT-Balanced الأصلية، والتي تحتوي على 28,000 وجه متوازن عبر أربعة مجموعات أفريقي، آسيوي، هندي، وقوقازي، مع تمثيل كل عرق بواسطة 7000 صورة. كما هو الحال مع مجموعة البيانات غير المتوازنة عرقيًا، تم الحصول على أربعة نماذج ArcFace بهذه الطريقة.

كما قام الباحثون بإعادة إنتاج تأثيرات التدريب المضغوط وغير المضغوط عن طريق إزالة تخفيض العينة اللونية، من أجل قياس تأثيرها على الأداء.

النتائج

تم دراسة معدل المطابقة الخاطئة (FMR) عبر مجموعات البيانات التي تم إنشاؤها. كانت المعايير التي كان الباحثون يبحثون عنها هي الأنماط الظاهرية المحددة مسبقًا المتعلقة بالخصائص العرقية نوع البشرة (1، 2، 3، 4، 5 أو 6)، نوع الجفون (جفن بلا ثنية/آخر)، شكل الأنف (عريض/ضيق)، شكل الشفاه (كبير/صغير)، نوع الشعر (مستقيم/موج/مجعد/أصلع)، ولون الشعر – مقاييس مستمدة من ورقة عام 2019 قياس الانحياز الخفي في التعرف على الوجوه من خلال الخصائص العرقية.

ينص البحث على ما يلي:

‘نلاحظ أن لمستويات الضغط المختلفة q = {5، 10، 15، 95}، يزيد معدل المطابقة الخاطئة (FMR) عند تطبيق ضغط إضافي مع فقدان البيانات، مما يدل على أن مستوى الضغط 5 (أعلى معدل ضغط) يؤدي إلى أكبر انخفاض في أداء معدل المطابقة الخاطئة (FMR)، بينما لا يؤدي مستوى الضغط 95 (أقل معدل ضغط) إلى أي فرق ملحوظ في أداء معدل المطابقة الخاطئة (FMR).’

عينة من مخططات النتائج الشاملة في الورقة، والتي هي كبيرة جدًا وعدد كبير للنشر هنا - يرجى الرجوع إلى الورقة الأصلية للحصول على دقة أفضل ونتائج كاملة. هنا، نرى مجموعة أداء معدل المطابقة الخاطئة (FMR) عبر صور الوجوه في VGGFace2 المتدهورة/المضغوطة بشكل متزايد، في نطاق تشمل جودة غير مضغوطة أو جودة مضغوطة قليلاً.

عينة من مخططات النتائج الشاملة في الورقة، والتي هي كبيرة جدًا وعدد كبير للنشر هنا – يرجى الرجوع إلى الورقة الأصلية للحصول على دقة أفضل ونتائج كاملة. هنا، نرى مجموعة أداء معدل المطابقة الخاطئة (FMR) عبر صور الوجوه في VGGFace2 المتدهورة/المضغوطة بشكل متزايد، في نطاق تشمل جودة غير مضغوطة أو جودة مضغوطة قليلاً.

يختتم البحث بالتالي:

‘بشكل عام، يُظهر تقييمنا أن استخدام عينات صور الوجوه المضغوطة في وقت الاستدلال يقلل من الأداء بشكل أكثر أهمية على بعض الخصائص، بما في ذلك لون البشرة الداكن، والأنف العريض، والشعر المجعد، والجفون بلا ثنية، مقارنةً بالسمات الظاهرية الأخرى. ‘

‘ومع ذلك، استخدام الصور المضغوطة أثناء التدريب يجعل النماذج الناتجة أكثر متانة ويقلل من تدهور الأداء الذي يحدث: الأداء الأقل بين المجموعات الفرعية المرتبطة بالعرق لا يزال موجودًا. بالإضافة إلى ذلك، إزالة تخفيض العينة اللونية يحسّن معدل المطابقة الخاطئة (FMR) لبعض الفئات العرقية التي تتأثر أكثر بضغط الصور مع فقدان البيانات.’

 

* تحويلي لمراجع المؤلفين الداخلية إلى روابط.

نشر لأول مرة في 22 أغسطس 2022.

كاتب في مجال تعلم الآلة، متخصص في توليد صور البشر. كان رئيسًا سابقًا لمحتوى البحث في Metaphysic.ai، حتى دمجه في Brahma.ai التابعة لـ DNEG.
الموقع الإلكتروني: martinanderson.ai
للتواصل: martin@martinanderson.ai