Hibákkal teli a Google Glassre szánt arcfelismerő

Nagy csinnadrattával bemutatták a SHORE arcfelismerő rendszert, azonban komoly gyermekbetegségekkel küzd.

Először is a tények. A német Fraunhofer Intézet a Google Glass okosszemüvegére is optimalizálta a SHORE elnevezésű arcfelismerő rendszerét, amelyet elsősorban autistáknak, vakoknak, gyengénlátóknak – nekik kihangosító alkalmazás mondja fülükbe az információkat – szánnak. A SHORE Glassware applikáció ugyanis (elvileg) képes rá, hogy a videókat valós időben feldolgozza, az arcmimika alapján kielemezze és négy skála segítségével megmutassa, hogy a velünk szemben álló beszélgetőpartnerünk éppen milyen hangulatban van.

A technológiát állítólag évekbe telt kidolgozni, és fejlesztők szerint a C++ nyelven megírt rendszer nagyon hatékonyan elemzi ki az emberi arcokat. Most folytathatnám a cikket a legtöbb honlapon megjelent ajnározó stílusban, meg a magas labdaként kínálkozó Terminátor-hasonlattal (melyet nagyjából mindenki leütött), de inkább megnéztem a kétperces videót, és hatalmasat csalódtam. A most következő kritikai észrevételek tehát a Franhofer cég által kiadott, hivatalos reklámvideó alapján tettem; nem teszteltük az alkalmazást, hiszen még nem tölthető le (novembert említenek a külföldi hírportálok, addig még van idejük javítani a fejlesztőknek), azonban ha egy német cég ilyen, hibákkal teli felvétellel akarja reklámozni a termékét, akkor ott vagy a szoftverrel van gond, vagy a marketingosztály munkatársaival.

Az alkalmazás megmutatja nekünk a velünk szemben álló nemét és korát is. Mondjuk a nő korát 25 (+/- 9) évben adta meg, tehát lehet 16 vagy 34 esztendős is, ami kissé vicces, de ezen még nem akadtam fel. A felvételt végignézve a következőt tapasztaltam: ha elmosolyodik a hölgy vagy a férfi, akkor a boldogságjelző (happy) felugrik az egekbe. Ezt nagyon nehéz lehetett leprogramozni, tényleg évek kellenek hozzá, mint ahogy ahhoz is, hogy ha felvonja a szemöldökét, akkor az kíváncsiságra utal. Ja, bocsánat, ilyen opció nincs is, ilyenkor a surprised, azaz a meglepett „fül” szalad pirosba.

A felvétel alapján szomorú arcot nem sikerült vágnia a színészeknek, pedig erre igazán kíváncsi lettem volna, az alábbi képen láthatják azt az arckifejezést, mely a leginkább szomorúnak mutatta a hölgyet. Hááát, mit ne mondjak, tökéletes analízis!

Ez alapján és a négy kategória béklyója alatt nyögve azt mondanám, hogy a hölgy közepesen meglepett, és kicsit boldog. Ha kiléphetnék a szoftver kategóriáiból, akkor pedig azt, hogy fáradt (nyilván az egész napos felvételtől), és az utasítások alapján erőltetett szemöldökfelvonással és műmosollyal azt a hatást akarja kelteni, hogy érdekli a téma, amiről beszélünk, és valamelyest boldog. Még egyszer mondom, ehhez az mimikához tartozott a legszomorúbb állapot a szoftver szerint, nyugodtan ellenőrizzék le.

Mérges állapotot (angry) is csak enyhe boldogsággal vegyítve kapunk az alkalmazástól, a hozzá tartozó arckifejezés azonban szinte orrba vágja a nézőt...

A reprezentatívnak szánt  videó alapján a SHORE alkalmazás abban a legjobb, hogy megállapítsa, ha valaki mosolyog, akkor boldog. Íme az ehhez tartózó kép!

Félreértés ne essék, a célkitűzés nagyon szimpatikus, támogatandó, én örülnék a legjobban, ha ez az alkalmazás segítene az autistáknak vagy a gyengénlátóknak. De ha ez a szoftver annyit tud, mint amennyit ezen a videón látunk belőle, akkor még nem szabad piacra dobni, mert csak összezavarja és megtéveszti azokat, akiknek a segítségére szánják.

Négy, pillanatnyi érzelmi mutató alapján amúgy sem lehet megállapítani valakinek az aktuális lelkiállapotát, ennél sokkal összetettebb lények vagyunk, ráadásul ha még jól is ismerné fel ezeket a szoftver, képzeljük bele magunkat egy vak ember helyzetébe, akinek a kihangosító folyamatosan mondja a fülére, hogy „ő most boldog, most meglepett, most megint boldog, most mérges, most szomorú”. Egy szimpla ötperces beszélgetés során az ember arcán annyi kifejezés és érzelem tükröződik a témától függően, hogy egy egész könyvet megérne ennek részletezése. Sajnos azt kell mondanom, nem csak a megvalósításban, de magában a koncepcióban is komoly hiányosságokat látok. Bízom benne, hogy a novemberi megjelenéskor meggyőzőbb videóval és tökéletesre csiszolt szoftverrel rukkol elő a német cég.