Annotazione di volti di diverse fasce demografiche, nel rispetto dei principi etici: caso di studio.
Come Shaip ha realizzato un'annotazione su larga scala di volti umani combinando il rilevamento di riquadri di delimitazione e la mappatura dei punti chiave del viso con oltre 10 livelli di attributi, creando un dataset di livello produttivo per il riconoscimento facciale, il rilevamento delle emozioni, la stima dell'età e la verifica dell'identità tramite intelligenza artificiale, il tutto nel rispetto di rigorosi principi etici.
Panoramica del progetto
Con la diffusione dell'intelligenza artificiale applicata al riconoscimento facciale in settori quali sicurezza, sanità, vendita al dettaglio e tecnologia di consumo, il cliente necessitava di una pipeline di annotazione completa, in grado di combinare il rilevamento dei volti con la mappatura dei punti di riferimento a livello di caratteristiche, in diverse condizioni demografiche, di illuminazione, angolazioni e occlusioni, il tutto nel rispetto di rigorosi principi etici e di tutela della privacy.
Shaip ha creato una pipeline di annotazione completa che comprende il rilevamento dei riquadri di delimitazione, il posizionamento dei punti chiave dei marcatori facciali, l'etichettatura multi-attributo su oltre 10 livelli e la copertura di casi limite demografici, producendo set di dati pronti per i modelli per applicazioni di intelligenza artificiale facciale.
Statistiche chiave
Tipo di annotazione
Box + Punti di riferimento
Livelli di attributi
10+
Varietà di fonti
Immagine + Video
Dati Demografici
Superficie diversificata
Le sfide
- La combinazione di rilevamento del riquadro di delimitazione con mappatura dei punti chiave dei tratti del viso in parallelo
- Manovrabilità angoli estremi, sfocatura da movimento e bassa risoluzione immagini di sorveglianza
- Lavorando attraverso condizioni di occlusione — maschere, occhiali, cappelli, capelli, volti parziali
- assicurare diversità demografica in tutte le fasce d'età, i generi e le etnie
- AMMISSIONE Rigorose linee guida in materia di privacy ed etica. durante tutto il processo di annotazione
Soluzione
Rilevamento combinato + annotazione dei punti di riferimento
Ogni volto umano in ciascuna immagine è stato annotato utilizzando una combinazione di riquadri di delimitazione per il rilevamento del volto e punti di riferimento facciali per la localizzazione a livello di caratteristiche. I principali punti di riferimento facciali includevano occhi, sopracciglia, punta del naso, ponte del naso, angoli della bocca, labbro superiore e inferiore, linea della mandibola, mento e posizione delle orecchie, fornendo una mappa spaziale completa di ogni volto.
Oltre 10 livelli di attributi
Ogni volto annotato è stato arricchito con attributi relativi a fascia d'età, genere, etnia, stato emotivo (felice, triste, arrabbiato, sorpreso, neutro, impaurito), orientamento del volto (frontale, di profilo, di tre quarti), presenza di occlusione (occhiali, maschere, cappelli, capelli), tonalità della pelle, condizioni di illuminazione e valutazione della qualità dell'immagine. Questa ricchezza di attributi su più livelli alimenta l'intelligenza artificiale facciale in molteplici applicazioni.
Copertura della diversità demografica
I volti sono apparsi in una vasta gamma di condizioni: illuminazione variabile, angolazioni estreme, occlusioni parziali, sfocatura da movimento nei fotogrammi video, bassa risoluzione nei filmati di sorveglianza e una rappresentazione diversificata di etnie e fasce d'età. La pipeline di annotazione è stata esplicitamente progettata per mantenere l'accuratezza in presenza di tale diversità, prevenendo distorsioni demografiche nei modelli addestrati.
Regole di annotazione per i casi limite
Casi limite come volti parzialmente visibili ai bordi dell'immagine, volti riflessi negli specchi, volti occlusi da maschere o occhiali da sole e volti di neonati o anziani con proporzioni non standard sono stati gestiti tramite regole di annotazione dettagliate e specifiche per ciascun caso. Queste regole hanno reso il dataset robusto in diverse condizioni di implementazione reali dell'IA per il riconoscimento facciale.
Privacy e conformità etica
Gli annotatori hanno seguito rigorose linee guida in materia di privacy ed etica durante tutto il progetto, garantendo che la gestione dei dati fosse conforme agli standard di protezione dei dati applicabili. Questo livello di conformità è essenziale per le applicazioni di intelligenza artificiale per il riconoscimento facciale che operano in settori regolamentati come la sicurezza, il settore bancario e la sanità.
Ambito del progetto
| Tipo di set di dati | Metodi | Attributi | fonti | Copertura demografica | Conformità |
|---|---|---|---|---|---|
| Annotazione del volto umano | Riquadro + punti di riferimento chiave | oltre 10 strati | Fotogrammi immagine + video | Età, genere ed etnia diversificati | Riservatezza rigorosa + etica |
Risultati
- Stabilito un pipeline combinata di rilevamento e annotazione di punti di riferimento per l'intelligenza artificiale facciale
- Standardizzato Oltre 10 livelli di attributi che abbraccia dati demografici, emozioni, orientamento, occlusione
- consegnato copertura demograficamente diversificata per attenuare la distorsione del modello
- implementato gestione dei casi limite per volti parziali, specchi, maschere e proporzioni non standard
- mantenuto Rigoroso rispetto della privacy e dei principi etici. durante l'intero flusso di lavoro di annotazione
Nel complesso, Shaip ha contribuito a trasformare un complesso requisito di annotazione facciale in una pipeline strutturata e pronta per la produzione, in grado di supportare il riconoscimento facciale, il rilevamento delle emozioni, la stima dell'età, la verifica dell'identità, la protezione anti-spoofing e l'intelligenza artificiale per l'interazione uomo-computer con la precisione e l'etica richieste dall'applicazione.
La pipeline di annotazione facciale di Shaip ci ha fornito una diversità demografica e una robustezza nella gestione dei casi limite che la maggior parte dei fornitori non è in grado di eguagliare, e la loro disciplina nella gestione etica ha reso le nostre verifiche di conformità indolori.
