Xác định Giới tính Thông qua Phong cách Đi bộ với Học máy

Những nhà nghiên cứu từ Romania đã phát triển một hệ thống học máy có khả năng xác định giới tính của một người từ cách họ đi, mà không cần phân tích các thành phần trên khuôn mặt (có thể bị che khuất hoặc bị cản trở), và không dựa vào phân tích hình dạng hoặc các dấu hiệu khác trên cơ thể để xác định giới tính (có thể bị làm giả bởi các thành viên của giới tính khác).

Thay vào đó, hệ thống mới này sử dụng các hệ thống dán nhãn hiện có dựa trên các tín hiệu tạm thời (và có thể thay đổi) để xác định các đặc điểm cốt lõi phân biệt cách đi của nam và nữ, dẫn đến một hệ thống có thể xác định giới tính chỉ từ các chuyển động “xương” của một người đi.

Hiệu quả, cách tiếp cận mới này lượng hóa các cách khác nhau mà nam và nữ đi mà không cần dựa vào các tín hiệu khác; nhưng vì nó sử dụng các đặc điểm khác (như thông tin khuôn mặt) để dán nhãn ban đầu cho phong cách đi, nghiên cứu để lại câu hỏi về những đặc điểm cụ thể phân biệt giới tính khi đi.

Phương pháp mới này suy ra danh tính giới tính từ các mô hình phân tích khuôn mặt hoạt động dưới các ràng buộc (như góc sử dụng hạn chế và cần thiết phải thu thập dữ liệu). Hệ thống sau đó gán các đặc điểm chuyển động xương cho nam hoặc nữ và cô lập các chữ ký đi đặc trưng cho mỗi, bỏ qua khuôn mặt, quần áo và các nguồn dữ liệu không đáng tin cậy khác. Nguồn: https://arxiv.org/pdf/2111.00538.pdf

Bài báo mới này có tiêu đề Từ khuôn mặt đến cách đi: Học yếu tố giới tính từ các mẫu đi một cách yếu, và đến từ các nhà nghiên cứu tại Đại học Politehnica ở Bucharest.

Hệ thống này hoạt động tương đương với các mô hình phân tích khuôn mặt, và thường vượt qua các tiêu chuẩn đó, với điểm F1 lên đến 91%, và cung cấp mức độ tổng quát hóa cao cho các kịch bản mới, bao gồm nhiều góc nhìn và hoàn cảnh khác nhau sẽ thường chặn hiệu quả của các hệ thống nhận dạng giới tính dựa trên khuôn mặt hoặc tương tự. Những điều này bao gồm các góc nhìn bị che khuất, góc không thẳng và kịch bản rất phổ biến của hình ảnh độ phân giải thấp, hoặc việc theo dõi những người ở xa trong hình ảnh, nơi chỉ có phong cách di chuyển còn lại như một chỉ số đáng tin cậy về giới tính.

Khoảng cách Giới tính

Khi các nhà nghiên cứu kết luận, một hệ thống như vậy có tiềm năng lớn cho các khuôn khổ thu thập dân số đang bị cản trở không chỉ bởi việc sử dụng khẩu trang dưới COVID, mà còn bởi sự kỳ lạ của thời trang và sự kiện ngẫu nhiên làm cho quần áo và phân tích hình dạng trở thành một phương pháp không đáng tin cậy để xác định giới tính từ hình ảnh giám sát.

Về mặt giám sát, việc có thể loại bỏ tất cả các mục tiêu tiềm năng không phù hợp với giới tính của đối tượng mục tiêu có thể cắt giảm tiền xử lý và nhu cầu chú ý của con người và máy móc xuống tới một nửa – vì các hệ thống nhận dạng hiện tại thường gặp khó khăn trong việc gán giới tính chính xác cho một cá nhân được giám sát.

Từ bài báo mới: các ví dụ khác nhau về nơi hệ thống nhận dạng giới tính thất bại. Ở hàng trên, chúng tôi thấy hệ thống phân tích cách đi mới của các nhà nghiên cứu chính xác khớp với nhãn thực cho hình ảnh (M hoặc F), trong khi phân tích khuôn mặt đã thất bại trong cùng một trường hợp. Ở hàng dưới, chúng tôi thấy các trường hợp mà các công cụ dán nhãn được sử dụng bởi các nhà nghiên cứu đã tạo ra các nhãn giới tính ‘nhiễu’ (tức là không chính xác). Để đối phó với điều này, các nhà nghiên cứu đã sử dụng PENCIL (‘Probabilistic End-to-end Noise Correction for Learning with Noisy Labels’), cùng với các phương pháp khác.

Tự nhiên, khả năng nhận dạng giới tính đáng tin cậy thông qua phân tích cách đi có thể tăng sự quan tâm hiện tại đến các phương pháp giả mạo cách đi.

Xác định Giới tính bằng Proxy

Có thể lý thuyết để đạt được cùng chức năng được thực hiện bởi dự án mới thông qua phân tích nghiêm ngặt dữ liệu chuyển động xương được thu thập cẩn thận. Nếu điều này đã được thực hiện, có thể dự án mới có thể có những hiểu biết sâu sắc hơn về những đặc điểm chuyển động nào xác định tốt nhất giới tính. Tuy nhiên, cách tiếp cận như vậy đòi hỏi một cam kết lớn về tài nguyên, và các nhà nghiên cứu đã sử dụng các hệ thống hiện có (ít bền vững hơn) để tạo ra các nhãn cần thiết.

Các ‘nhãn giả’ này không cung cấp bất kỳ hiểu biết trực tiếp nào về các đặc điểm đi dựa trên giới tính, nhưng cho phép lọc các mẫu đi theo giới tính một cách tổng quát hóa cao có thể đạt được trong các ràng buộc tài nguyên.

Ban đầu, các nhà nghiên cứu đã sử dụng tập dữ liệu Front View Gait (FVG) năm 2019, giải quyết thách thức nhận dạng cách đi từ góc nhìn phía trước, cung cấp ít manh mối hơn so với các góc nhìn bên. Tập dữ liệu này chứa các mẫu đi với nhiều chướng ngại vật, chẳng hạn như tốc độ đi khác nhau, nền bị lộn xộn, độ phân giải khác nhau và sự khác biệt về quần áo.

Từ bài báo FVG năm 2019, GaitNet tự động học các tính năng đi thiết yếu từ ‘video đi’, dựa trên footage phía trước, một kịch bản xem thường gặp trong các camera công khai. Nguồn: https://arxiv.org/pdf/1904.04925.pdf

Kể từ khi FVG không được định hướng để xác định giới tính, các tác giả đã dán nhãn thủ công 226 đối tượng trong tập dữ liệu với thông tin giới tính để phát triển chân lý cho khuôn khổ.

Phát hiện khuôn mặt được thực hiện thông qua MTCNN, và các thuộc tính dân số được xác định bởi tập dữ liệu IMDB-WIKI. Vì phân tích cách đi có thể hiệu quả hơn nhiều ở khoảng cách xa so với suy luận dựa trên khuôn mặt, các nhãn cuối cùng được thu được bằng cách tính trung bình có trọng số của độ tin cậy giới tính được suy ra từ diện tích của hộp giới hạn khuôn mặt so với kích thước của khung hình. Các khung xương được trích xuất bằng AlphaPose, loại bỏ bất kỳ ‘dấu hiệu’ nào, chẳng hạn như chiều cao khách quan của đối tượng (không thể đánh giá chắc chắn trong các kịch bản camera công khai tùy ý).

Thử nghiệm

Hệ thống này đã được thử nghiệm trên cơ sở dữ liệu CASIA-B gait, lấy mẫu dưới các mẫu nam quá đại diện trong tập dữ liệu để đảm bảo sự công bằng của thử nghiệm, với dữ liệu được chia thành 80% đào tạo và 20% xác thực.

Các nhà nghiên cứu đã sử dụng công việc trước đó của họ, một WildGait network (xem hình ảnh dưới đây), để tính toán sự tương đồng giữa các chuỗi đi. Các ID giới tính, đã được thiết lập, bây giờ được chuyển hiệu quả đến giai đoạn này của quá trình khuôn khổ.

WildGait là một Mạng nơ-ron tích hợp theo không gian và thời gian được đào tạo trên các chuỗi xương tự động được chú thích với khối lượng lớn, được lấy từ các luồng giám sát thế giới thực. Nguồn: https://arxiv.org/pdf/2105.05528.pdf

Kết luận, các tác giả cho biết hệ thống này tương đương với các hệ thống dựa trên khuôn mặt về độ chính xác trong việc xác định giới tính. Vì có rất nhiều góc nhìn có thể xảy ra trong video đi nguồn, kết quả được phân bố trên một loạt các góc nhìn có thể: