لماذا يعطي تطبيقان لمسح الوجه درجات مختلفة

الجواب القصير

أرسل الصورة نفسها إلى تطبيقين لمسح الوجه، وفرق عشرين نقطة أمر عادي. لا أحد منهما معطوب. الدرجة ليست صفة في وجهك، بل مخرَج سلسلة معالجة، وكل مرحلة في تلك السلسلة تحتوي على خيارات. غيّر الخيارات يتغيّر الرقم.

ثلاثة من هذه الخيارات تفسّر معظم الفرق: أي نقاط في الوجه تُقاس، وعلى أي شيء يُقسَم ذلك القياس، وفي أي موضع من مقياس التطبيق نفسه يستقر الناتج. وهناك رابع لا يفكر فيه أحد تقريبًا، ويحدث قبل أن يرى التطبيق أي شيء.

1. لا يقيسان النقاط نفسها

تستند أنظمة تحليل الوجه إلى مخططات لنقاط مرجعية، وهذه المخططات غير قابلة للتبادل:

• 68 نقطة — التخطيط الكلاسيكي في dlib وOpenCV المبكر. محيط الفك، والحاجبان، وجسر الأنف وقاعدته، ومحيط العينين، وخط الشفتين الخارجي والداخلي.
• 98 نقطة — مخطط التأشير WFLW الذي تستخدمه عدة نماذج بحثية. الفكرة نفسها، لكنه أكثف حول العينين ومحيط الفم.
• 468 نقطة — MediaPipe Face Mesh، شبكة كثيفة تغطي الوجه كله، بما في ذلك الوجنتان والجبهة.
• 478 نقطة — الشبكة نفسها مع عشر نقاط إضافية للقزحية، خمس لكل عين.

أوضح مثال على ذلك عرض الأنف. في مخطط الـ68 نقطة يوجد نقطتا جناح الأنف ومسافة واحدة بينهما. على شبكة من 468 نقطة توجد عدة أزواج محتملة تعبر الأنف، وأي زوج تختاره الصيغة يحرّك القياس بضعة في المئة. الأمر نفسه في عرض الفك: أبعد نقطة في الوجنة على شبكة كثيفة ليست في الموضع التشريحي نفسه الذي يشغله زاوية الفك في مخطط الـ68. يستطيع التطبيقان أن يكتبا بصدق «عرض الفك» وهما يقيسان مقطعين مختلفين من وجهك.

كثرة النقاط لا تعني دقة أعلى تلقائيًا. الشبكة الأكثف تمنح الصيغة خيارات أكثر، أي مساحة أكبر للاختلاف مع الأداة المجاورة.

2. كل نسبة تحتاج مقامًا، وكل منهما يختار مقامًا مختلفًا

المسافة بالبكسل لا معنى لها: تتغيّر مع الدقة، ومع البعد عن الكاميرا، ومع الاقتصاص. لذلك يقسم كل تطبيق مسافته الخام على شيء ما. المقامات الشائعة:

قد يحسب التطبيقان المقطع الأنفي نفسه تمامًا، ومع ذلك يعلنان نسبتين مختلفتين، لأن أحدهما يقسم على عرض عظم الوجنة والآخر على المستطيل المحيط. وإذا ضمّ المستطيل شعرك، كبر المقام وصغرت كل النسب دفعة واحدة. بهذه الطريقة تهبط درجة كاملة بينما لم يتغيّر شيء في وجهك.

اختبار سريع: إذا تحركت الأرقام عند تغيير تسريحة الشعر ولم تتحرك عند تغيير تعبير الوجه، فالمقام على الأرجح هو المستطيل المحيط.

3. بيانات التدريب ليست محايدة

تتعلّم نماذج النقاط المرجعية من صور مؤشَّرة، وهذه الصور هي التي تحدد الوجوه التي تكون فيها دقيقة. تذكر ملاحظات Google المنشورة عن Face Mesh أن مجموعة التدريب تضم نحو ثلاثين ألف صورة. وأيًا كانت تركيبتها الدقيقة، لا توجد مجموعة تمثّل كل السكان بالتساوي، ونقاط الضعف المعروفة في هذا المجال متسقة: وضعية الرأس المتطرفة، والإضاءة الضعيفة، والتغطية بالنظارة أو اللحية أو الشعر، ودرجات البشرة الأقل حضورًا في مجموعة التأشير.

عمليًا يظهر ذلك كخطأ لا تراه. انزياح بضع بكسل عند زاوية الفك غير مرئي في المعاينة، لكنه تغيّر حقيقي في نسبة، وهذه النسبة تُسقَط لاحقًا على مقياس من 0 إلى 100 بانحدار حاد. خطأ صغير في الدخل، فرق ظاهر في المخرج.

ولهذا السبب أيضًا تحصل البشرة نفسها على درجة مختلفة تحت إضاءة أخرى في التطبيق نفسه. ليس مزاجًا، بل ثقة الكاشف وهي تتحرك.

4. شيء يحدث قبل أن يعمل النموذج

تعالج معظم الهواتف الإطار قبل تسليمه للتطبيق: تنعيم البشرة، وتعيين الدرجات اللونية، وأحيانًا إعادة تشكيل هيئة الوجه. النتيجتان:

أولًا، يمحو التنعيم تدرجات الملمس التي يستخدمها النموذج لإيجاد الحدود: خط الشفتين، وثنية الجفن، وجانبي الأنف. تبدأ النقاط بالانزلاق.

ثانيًا، إعادة التشكيل تغيّر الهندسة نفسها. يقيس النموذج بعدها الوجه المشكَّل من جديد، ويقيسه بدقة. إنه يؤدي عمله بشكل صحيح، لكن على دخل خاطئ.

التطبيق الذي يقرأ مخزن الكاميرا الخام والتطبيق الذي يقرأ المعاينة المعالجة سلفًا سيختلفان حتى لو تطابقت خوارزميتهما.

5. الخطوة الأخيرة تصميم لا قياس

حتى مع النقاط نفسها والمقام نفسه، يبقى الرقم مختلفًا، لأن تحويل نسبة إلى درجة قرار تصميمي. الصيغة الشائعة: خذ النسبة r، واحصرها بين حد أدنى وحد أقصى، وأسقطها خطيًا على 0–100. حرّك الطرفين تتحرك كل الدرجات.

قد تعني السبعون في تطبيق ما «منتصف المدى، أعلى قليلًا من المتوسط». وقد تعني السبعون في تطبيق آخر المئين التسعين من عينته الخاصة. لا طرف من الطرفين معاير على مرجع خارجي: يُختاران كي يبدو التوزيع معقولًا على بضع مئات من صور الاختبار.

لهذا لا تنتقل الأرقام المطلقة بين التطبيقات. الترتيب ينتقل أفضل قليلًا، وذلك فقط بين وجوه متشابهة.

مقارنة تستطيع تنفيذها فعلًا

الحيلة أن تُخرج نفسك من المعادلة. الصورة المطبوعة ثابت فيزيائي: الهندسة نفسها، والإضاءة نفسها، في كل مرة.

1. اطبع صورة شخصية واضحة أمامية على ورق مطفي بارتفاع نحو 15 سنتيمترًا.
2. ألصقها على الحائط بمستوى العينين. أضئها من الأمام بمصباح واحد، وأغلق الستارة.
3. امسح المطبوعة بكل أداة مرتين بفاصل عشر دقائق. سجّل الرقمين.
4. كرّر مع سيلفي حقيقية على مسافة 60 سنتيمترًا، والعدسة بمستوى العينين، وبلا فلتر.
5. أنشئ جدولًا: الأداة، درجة المطبوعة، درجة السيلفي، الفرق.

كيف تقرأه:

• المطبوعة ثابتة والسيلفي تقفز — الأداة حساسة للدخل لا للوجه. التباين يأتي من الإضاءة والوضعية.
• درجة المطبوعة بعيدة عن درجة السيلفي في الأداة نفسها — هناك معالجة مسبقة ثقيلة. المطبوعة لا تحمل ملمس بشرة يُنعَّم، لذا المدخلان غير متكافئين.
• أداتان ترتّبان خمسة وجوه مطبوعة بالترتيب نفسه — تقيسان شيئًا متشابهًا بمقياسين مختلفين.
• ينقلب الترتيب — تقيسان شيئين مختلفين، والتسمية هي التي تغطي الفرق.

ترتيب خمسة وجوه ومقارنة الترتيب هو المقارنة الوحيدة بين الأدوات التي تصمد أمام اختلاف المقاييس. الأرقام المطلقة لا تعبر، أما الترتيب فيعبر أحيانًا.

إن كان التباين آتيًا من جهتك لا من الأداة، فأصلح الدخل أولًا: دليل زوايا السيلفي يتناول المسافة وارتفاع العدسة والإضاءة، ومحلل شكل الوجه مفيد للتحقق بإدخال الصورة نفسها مرتين.

وماذا تفعل بالدرجة التي حصلت عليها

لا شيء من هذا يقلل متعة الاختبارات. إنه يجعلها مقروءة. حين يختلف تطبيقان حول وجهك، فالاختلاف حقيقة عن التطبيقين — نقاطهما ومقاماتهما ومجموعة تدريبهما ومقياسهما — وليس حقيقة عنك. ومعرفة ذلك قبل أخذ لقطة شاشة على محمل الجد تستحق العناء.

الأسئلة الشائعة

لماذا يعطي تطبيقان درجتين مختلفتين للصورة نفسها؟

مخططات نقاط مختلفة، ومقامات مختلفة للنسبة نفسها، وبيانات تدريب مختلفة، وطرفان مختلفان للمقياس النهائي. أي واحد من هذه كافٍ لتحريك الدرجة عشر نقاط.

هل الدرجة الأعلى هي الأكثر دقة؟

لا. لا توجد حقيقة مرجعية يمكن إصابتها. الدرجة الأعلى تعني عادة أن المقياس مرتكز أخفض، أو أن الصيغة تكافئ سمة تملكها بالفعل.

أي عدد من النقاط هو الأكثر دقة؟

لا جواب واحد، فالأمر يعتمد على المهمة. الـ68 نقطة مفهومة جيدًا وخفيفة؛ والـ468 أو 478 تمنح تغطية كثيفة تناسب تحليل الشكل. الدقة تأتي من مجموعة التدريب ومن مطابقتها لظروفك، لا من عدد النقاط.