Alat AI Menghilangkan Rias Wajah untuk Menghentikan Pengguna di Bawah Umur Menghindari Pemeriksaan Usia

Penampilan kosmetik wajah memungkinkan pengguna di bawah umur, sebagian besar perempuan, untuk menghindari pemeriksaan usia berbasis selfie pada platform seperti aplikasi kencan dan situs e-commerce. Alat AI baru ini menangani celah ini dengan menggunakan model diskriminatif yang dilatih untuk menghapus rias wajah sambil menjaga identitas, sehingga lebih sulit bagi pengguna di bawah umur untuk mengelabui sistem otomatis.

Penggunaan layanan verifikasi usia berbasis selfie oleh pihak ketiga meningkat, tidak hanya karena adanya dorongan global untuk verifikasi usia berbasis online.

Sebagai contoh, dalam rezim penegakan baru yang sekarang diberlakukan oleh Undang-Undang Keamanan Online Inggris, verifikasi usia dapat dilakukan oleh berbagai layanan pihak ketiga, menggunakan metode yang berbeda, termasuk verifikasi usia visual, di mana AI digunakan untuk memprediksi usia pengguna secara visual (biasanya dari footage kamera ponsel). Layanan yang menggunakan pendekatan semacam ini termasuk Ondato, TrustStamp, dan Yoti.

Namun, estimasi usia tidaklah tak tercela, dan keinginan tradisional remaja untuk mengantisipasi hak-hak masa dewasa berarti bahwa anak muda telah mengembangkan berbagai metode efektif untuk memasuki situs kencan, forum, dan lingkungan lain yang melarang kelompok usia mereka.

Salah satu metode ini, yang paling umum digunakan oleh perempuan*, adalah dengan mengenakan rias wajah – sebuah taktik diketahui untuk mengelabui sistem estimasi usia otomatis, yang umumnya memperkirakan usia orang muda terlalu tinggi dan memperkirakan usia orang tua terlalu rendah.

Bukan Hanya Perempuan

Sebelum protes muncul karena mempertimbangkan rias wajah sebagai ‘fokus perempuan’, kita harus mencatat bahwa kehadiran kosmetik wajah pada siapa saja adalah indikator yang sangat tidak dapat diandalkan dari gender:

Dalam makalah ‘Dampak Kosmetik Wajah pada Algoritma Estimasi Gender dan Usia Otomatis’ peneliti AS menemukan bahwa sistem verifikasi gender terganggu oleh rias wajah berganti gender. Source: https://cse.msu.edu/~rossarun/pubs/ChenCosmeticsGenderAge_VISAPP2014.pdf

Pada tahun 2024, 72% konsumen pria AS berusia 18-24 tahun diperkirakan untuk memasukkan rias wajah ke dalam rutinitas perawatan mereka – meskipun sebagian besar menggunakan produk kosmetik untuk meningkatkan penampilan kulit sehat, bukan untuk menikmati kombinasi maskara/lipstik yang lebih terkait dengan estetika visual perempuan.

Jadi kita tidak bisa tidak memperlakukan materi yang dipelajari dalam artikel ini sepanjang garis skenario paling umum yang dijelajahi dalam penelitian baru – yaitu perempuan di bawah umur yang menggunakan rias wajah untuk menghindari sistem verifikasi usia visual otomatis.

Penghapusan Rias Wajah yang Efektif – Cara AI

Penelitian yang disebutkan di atas berasal dari tiga kontributor di Universitas New York, dalam bentuk makalah baru DiffClean: Penghapusan Rias Wajah Berbasis Difusi untuk Estimasi Usia yang Akurat.

Tujuan proyek ini adalah untuk mencapai metode penghapusan rias wajah yang digerakkan oleh AI dari citra (potensial termasuk video), untuk mendapatkan gambaran yang lebih baik tentang usia sebenarnya dari orang di balik rias wajah.

Dari makalah baru, contoh bagaimana penghapusan rias wajah dapat secara signifikan mengubah prediksi usia. Source: https://arxiv.org/pdf/2507.13292

Salah satu tantangan dalam mengembangkan sistem seperti ini adalah potensi kepekaan seputar pengumpulan atau kurasi citra anak di bawah umur yang mengenakan rias wajah. Pada akhirnya, peneliti menggunakan sistem berbasis Jaringan Adversarial Generatif pihak ketiga yang disebut EleGANt untuk mengimposkan gaya rias wajah secara buatan, sebuah teknik yang terbukti sangat efektif:

Sistem EleGANt Universitas Tsinghua 2022 menggunakan Jaringan Adversarial Generatif (GAN) untuk mengimposkan kosmetik secara autentik ke foto sumber. Source: https://arxiv.org/pdf/2207.09840

Dengan bantuan data sintetis yang diperoleh dengan cara ini, dan dengan bantuan berbagai proyek dan dataset tambahan, penulis dapat melampaui metode yang ada dalam estimasi usia ketika dihadapkan pada rias wajah yang ‘terlihat’ atau ‘jelas’.

Makalah tersebut menyatakan:

‘DiffClean [menghapus] jejak rias wajah menggunakan model difusi yang dipandu teks untuk melawan serangan rias wajah. [Itu] meningkatkan estimasi usia (akurasi minor/dewasa sebesar 4,8%) dan verifikasi wajah (TMR sebesar 8,9% pada FMR=0,01%) dibandingkan dengan baseline pada citra rias wajah yang disimulasikan secara digital dan nyata.’

Mari kita lihat bagaimana mereka melakukan tugas tersebut.

Metode

Untuk menghindari penggunaan citra nyata anak di bawah umur yang mengenakan rias wajah, penulis menggunakan EleGANt untuk mengaplikasikan rias wajah sintetis ke citra yang diambil dari dataset UTKFace, menghasilkan pasangan sebelum-sesudah untuk pelatihan.

Contoh dari dataset UTKFace. Source: https://susanqq.github.io/UTKFace/

DiffClean kemudian dilatih untuk membalikkan transformasi ini. Karena algoritma estimasi usia paling banyak salah ketika menangani kelompok usia yang lebih muda, peneliti menemukan perlu untuk mengembangkan klasifikasi usia proksi yang dibuat khusus untuk usia target (10-19 tahun). Untuk ini mereka menggunakan arsitektur SSRNet yang dilatih pada UTKFace, dengan kerugian L1 yang diberi bobot.

Sebuah versi yang disederhanakan dari model difusi OpenAI 2021 menyediakan struktur dasar untuk transformasi, dengan penulis mempertahankan arsitektur inti, tetapi memodifikasinya dengan tambahan kepala perhatian pada resolusi yang berbeda, lapisan yang lebih dalam, dan blok BigGAN untuk meningkatkan tahap upsampling dan downsampling.

Kontrol arah diperkenalkan menggunakan CLIP prompt: khususnya, wajah dengan rias wajah dan wajah tanpa rias wajah, sehingga model belajar untuk bergerak dalam arah semantik yang diinginkan, memungkinkan rias wajah dihapus tanpa mengompromikan detail wajah, petunjuk usia, atau identitas.

Rias wajah sintetis yang diterapkan menggunakan EleGANt. Setiap triplet menampilkan citra UTKFace asli (kiri), gaya rias wajah referensi (tengah), dan hasil setelah transfer gaya (kanan). Transfer rias wajah seperti ini umum dalam literatur penglihatan komputer, dan fasilitas ini juga tersedia dalam filter neural Adobe Photoshop, yang dapat mengimposkan rias wajah dari citra referensi ke citra target.

Empat fungsi kerugian kunci mengarahkan penghapusan rias wajah tanpa mempengaruhi identitas wajah atau petunjuk usia. Selain kerugian berbasis CLIP yang disebutkan di atas, identitas dipertahankan menggunakan pasangan berbobot dari kerugian ArcFace yang diambil dari perpustakaan InsightFace – kerugian yang mengukur kesamaan antara wajah yang dihasilkan dan baik citra asli maupun ‘rias wajah’, memastikan bahwa subjek tetap konsisten secara visual sebelum dan sesudah penghapusan rias wajah.

Ketiga, kerugian perseptual LPIPS menggunakan jarak L1 untuk memaksakan realisme tingkat piksel, dan mempertahankan tampilan keseluruhan citra asli setelah rias wajah dihilangkan.

Terakhir, usia diawasi menggunakan SSRNet yang dibuat khusus yang dilatih pada dataset UTKFace, dengan model menggunakan kerugian L1 yang dihaluskan (dengan hukuman yang lebih berat untuk kesalahan dalam rentang usia 10–29 tahun, di mana kesalahan klasifikasi paling umum). Sebuah varian dari model ini menggantikan ini dengan prompt usia berbasis CLIP, yang meminta model untuk mencocokkan penampilan usia tertentu.

Untuk estimasi usia pada saat inferensi (bukan pada saat menggunakan SSRNet pada saat pelatihan), kerangka kerja MiVOLO 2023 digunakan.

Data dan Pengujian

Pembuatan SSRNet dari UTKFace menggunakan himpunan pelatihan 15.364 citra, melawan himpunan pengujian 6.701 citra. 20.000 citra asli difilter untuk menghilangkan siapa saja yang berusia di atas 70 tahun, dan kemudian dibagi 70:30.

Sesuai dengan metode sebelumnya yang ditetapkan oleh proyek DiffAM 2023, pelatihan kemudian dilanjutkan dalam dua tahap, dengan sesi awal menggunakan 300 citra rias wajah dunia nyata (kali ini 200/100 split antara pelatihan dan validasi) dari dataset MT BeautyGAN.

Model kemudian diperhalus lebih lanjut menggunakan 300 citra UTKFace tambahan, yang diperkaya dengan rias wajah sintetis melalui EleGANt. Ini menciptakan himpunan pelatihan akhir 600 contoh, dipasangkan di seluruh lima gaya referensi dari BeautyGAN. Karena penghapusan rias wajah melibatkan pemetaan banyak gaya rias wajah ke wajah bersih tunggal, pelatihan berfokus pada generalisasi yang luas daripada mencakup setiap variasi kosmetik yang mungkin.

Kinerja diukur pada citra sintetis dan dunia nyata. Pengujian sintetis menggunakan 2.556 citra Flickr-Faces-HQ (FFHQ) Dataset, yang diambil secara merata di seluruh sembilan kelompok usia di bawah 70, dan dimodifikasi dengan EleGANt.

Generalisasi diukur menggunakan 3.000 citra dari BeautyFace dan 355 dari LADN, keduanya berisi rias wajah asli.

Contoh dari dataset BeautyFace, yang mencontohkan segmentasi semantik yang mendefinisikan berbagai area permukaan wajah yang terpengaruh. Source: https://li-chongyi.github.io/BeautyREC_files/

Metrik dan Implementasi

Untuk metrik, penulis menggunakan Mean Absolute Error (MAE) antara kebenaran (citra nyata dengan usia yang sudah ditentukan) dan nilai usia yang diprediksi, di mana hasil yang lebih rendah lebih baik; akurasi kelompok usia digunakan untuk menilai apakah usia yang diprediksi berakhir di kelompok yang benar (dalam hal ini, hasil yang lebih rendah lebih baik); akurasi minor/dewasa digunakan untuk menilai identifikasi yang benar dari orang berusia 18+ (dalam hal ini, hasil yang lebih tinggi lebih baik).

Selain itu, meskipun tidak terkait dengan topik khusus yang sedang dibahas, penulis juga melaporkan metrik verifikasi identitas dalam bentuk True Match Rate (TMR) dan False Match Rate (FMR), dengan pelaporan lebih lanjut dari nilai Receiver Operating Characteristic (ROC) terkait.

SSRNet diperhalus pada citra 64×64px menggunakan ukuran batch 50 di bawah optimizer Adam dengan penurunan bobot 1e−4, serta penjadwal annealing kosinus, dan tingkat pembelajaran 1e−3 selama 200 epoch, dengan penghentian dini.

Sebaliknya, modul DiffClean menerima citra input 256×256px, dan diperhalus selama lima epoch menggunakan Adam, pada tingkat pembelajaran yang lebih kasar 4e−3. Pengambilan sampel menggunakan 40 langkah inversi DDIM, dan enam langkah maju DDIM. Semua pelatihan dilakukan pada satu GPU NVIDIA A100 (apakah dengan 40GB atau 80GB VRAM tidak disebutkan).

Sistem yang bersaing diuji adalah CLIP2Protect dan DiffAM yang disebutkan sebelumnya. Penulis menggunakan gaya rias wajah ‘matte’ dalam alur kerja, karena telah dicatat dalam CLIP2Protect bahwa ini mencapai tingkat keberhasilan yang lebih tinggi (mungkin memungkinkan jalur kesempatan bagi mereka yang mencari untuk mengalahkan pendekatan ini – tetapi itu adalah masalah untuk lain waktu).

Untuk mereplikasi DiffAM sebagai baseline, model pra-pelatihan dari BeautyGAN diperhalus pada dataset MT. Untuk transfer rias wajah yang antagonis, titik checkpoint dari DiffAM digunakan dengan parameter default untuk model target, citra referensi, dan identitas.

Kinerja DiffClean dibandingkan dengan baseline pada tugas estimasi usia, menggunakan MiVOLO. Metrik yang dilaporkan adalah akurasi klasifikasi minor/dewasa, akurasi kelompok usia, dan mean absolute error (MAE). DiffClean dengan kerugian usia CLIP mencapai hasil terbaik di semua metrik.

Dari hasil ini, penulis menyatakan:

‘Metode kami DIFFCLEAN mengungguli kedua baseline, CLIP2Protect dan DiffAM, dan dapat dengan sukses memulihkan petunjuk usia yang terganggu karena rias wajah dengan menurunkan MAE (ke 5,71) dan meningkatkan akurasi prediksi kelompok usia secara keseluruhan (ke 37%).

‘Tujuan kami berfokus pada kelompok usia minor, dan hasil menunjukkan bahwa kami mencapai klasifikasi usia minor/dewasa yang unggul sebesar 88,6%.’

Hasil penghapusan rias wajah dari metode baseline dan yang diusulkan. Kolom kiri menampilkan citra sumber, keluaran dari CLIP2Protect dan DiffAM. Kolom ketiga menampilkan hasil dari DiffClean melalui SSRNet dan kerugian usia berbasis CLIP. Penulis berpendapat bahwa DiffClean menghapus rias wajah lebih efektif, menghindari distorsi fitur yang terlihat pada CLIP2Protect, dan rias wajah residu yang diabaikan oleh DiffAM.

Penulis lebih lanjut mencatat bahwa rias wajah tidak memiliki efek seragam pada usia yang terlihat, tetapi dapat meningkatkan, menurunkan, atau tidak mengubah usia yang terlihat dari wajah. Oleh karena itu DiffClean tidak menerapkan ‘penurunan usia yang seragam’, tetapi berusaha untuk memulihkan petunjuk usia asli dengan menghapus jejak kosmetik:

Contoh penghapusan rias wajah dari dataset CelebA-HQ dan CACD. Setiap kolom menampilkan pasangan citra sebelum (kiri) dan setelah (kanan) penghapusan rias wajah. Pada kolom pertama, usia yang diprediksi menurun setelah rias wajah dihapus; pada kolom kedua, usia yang diprediksi tetap sama; dan pada kolom ketiga, usia yang diprediksi meningkat.

Untuk menguji seberapa baik DiffClean berkinerja pada data baru, dijalankan pada dataset BeautyFace dan LADN, yang berisi rias wajah asli, tetapi tidak ada citra pasangan dari subjek yang sama tanpa kosmetik. Prediksi usia yang dilakukan sebelum dan setelah penghapusan rias wajah dibandingkan, untuk menilai seberapa efektif DiffClean mengurangi distorsi yang diperkenalkan oleh rias wajah:

Hasil penghapusan rias wajah pada citra dunia nyata dari dataset LADN (pasangan kiri) dan BeautyFace (pasangan kanan). DiffClean mengurangi usia yang diprediksi dengan menghapus kosmetik, menyempitkan kesenjangan antara usia yang terlihat dan usia yang sebenarnya. Angka putih menampilkan usia yang diprediksi sebelum dan sesudah pemrosesan.

Hasil menunjukkan bahwa DiffClean secara konsisten menyempitkan kesenjangan antara usia yang terlihat dan usia yang sebenarnya. Di seluruh kedua dataset, mengurangi kesalahan overestimasi dan underestimasi sekitar tiga tahun rata-rata, menunjukkan bahwa sistem umumnya berlaku untuk gaya kosmetik dunia nyata.

Kesimpulan

Menarik, dan mungkin tak terhindarkan, bahwa rias wajah yang ‘terlihat’ akan digunakan dengan cara yang antagonis. Mengingat bahwa perempuan matang pada tingkat yang berbeda, tetapi konsisten matang lebih cepat sebagai kelompok, tugas mengidentifikasi ambang batas antara status minor dan dewasa perempuan mungkin salah satu yang paling ambisius yang pernah dihadapi oleh kancah penelitian.

Bagaimanapun, waktu dan data mungkin akhirnya menentukan tanda-tanda usia yang konsisten yang dapat digunakan untuk memperkuat sistem verifikasi usia visual.

* Karena subjek ini mengundang bahasa yang sensitif, dan karena ‘perempuan’ adalah istilah yang eksklusif (sedangkan ‘perempuan dan perempuan’, istilah yang saat ini diterima untuk orang dengan gender perempuan, tidak merupakan deskripsi yang akurat dalam kasus ini), saya telah menggunakan ‘perempuan’ sebagai kompromi terbaik yang bisa saya temukan – meskipun ini tidak menangkap semua nuansa demografis, untuk yang saya mohon maaf.

^† Dalam artikel ini saya menggunakan ‘performative’ untuk menunjukkan rias wajah yang dimaksudkan untuk dilihat dan dikenali sebagai rias wajah, seperti maskara, eyeliner, blusher, dan fondasi, berlawanan dengan krim penyembunyi dan jenis aplikasi kosmetik ‘surreptitious’ lainnya.

Publikasi pertama pada hari Jumat, 18 Juli 2025