จะรู้ได้ไงว่า Face Recognition ของใครแม่นกว่ากัน

ปัจจุบันมีบริษัทที่พัฒนาระบบ Face Recognition ออกมามากมาย ต่างคนต่างบอกว่าของตัวเองแม่นยำ คนใช้อย่างเราๆจะรู้ได้ไงว่าแม่นยำของใครดีของใครยังไม่ดี คำถามพวกนี้มีคำตอบ ทาง NIST ผู้เป็นคนกำหนดมาตรฐานต่างๆ ได้ทำการจัดอันดับ algorithm ของ Face Recognition ว่าของใครมีความแม่นยำเท่าไหร่บ้าง ผลปรากฏว่า yitu จากทางจีนมีความแม่นยำสูงที่สุด โดยอันดับอื่นๆ สามารถดูได้จากตารางด้านล่าง ส่วนรายละเอียดการทดสอบหากสนใจดูได้ที่https://www.nist.gov/programs-projects/face-recognition-vendor-test-frvt-ongoing

รายชื่อ Algorithm Face Recognition 20 อันดับเรียงตามความแม่นยำ
ตัวอย่างประเภทของรูปที่ทำการทดสอบ

จากผลการทดสอบ อาจจะเจอตัวเลขตัวย่อแปลกๆ เลยขออธิบายเพิ่มเติม มาดูที่ความแม่นยำของ yitu column VISA Photos FNMR@FMR≤0.000001 คือ หากเป็นภาพประเภท Visa ในข้อมูลทดสอบ 100,000 ภาพ ตัวระบบจะเกิดความผิดพลาดในการระบุบุคคลเพียงแค่ 400 ภาพเท่านั้นหรือคิดเป็นความแม่นยำ 99.6% โดยหน่วยของความแม่นยำที่ใช้ในการทดสอบนี้คือ FMR (False Match Rate) กับ FNMR (False Non-Match Rate) คืออะไร ขออธิบายด้วยรูปภาพด้านล่าง

หากเราอยากเปรียบเทียบรูปที่ต้องการตรวจสอบกับรูปในฐานข้อมูล เราจะเอารูปทั้งสองมาเปรียบเทียบกันแล้วให้ระบบวิเคราะห์ว่าเป็นคนเดียวกันหรือไม่ระบบก็ต้องว่าใช่หรือไม่ใช่ แต่ถ้าหากรูปที่นำมาเปรียบเทียบเป็นคนละคนหละ ระบบจะตอบว่าไม่ แต่ Face Recognition นั้นสิ่งที่เราต้องการทราบจริงๆคืออยากรู้ว่าคนในรูปนั้นคือใคร จีงมีการตั้งคำเพื่อให้ง่ายต่อการเข้าใจคือ False Match (FM) และ False Non-Match (FNM)

รูป a สองรูปเป็นคนละคนกันแต่ระบบบอกว่าเป็นคนเดียวกัน แบบนี้เรียกว่า False Match หรือ False Accept
รูป b สองรูปเป็นคนเดียวกันแต่ระบบบอกว่าเป็นคนละคน เรียกว่า False Non-Match หรือ False Reject

ดังนั้นจากค่า FNMR ของ yitu ที่เท่ากับ 0.004 หมายความว่าในการทดสอบ 100,000 รูป จะเกิด False Non-Match หรือคือระบบจะบอกผิดว่ารูปที่เอามาเปรียบเทียบเป็นคนละคนกับรูปในฐานข้อมูลทั้งๆที่จริงๆแล้วเป็นคนเดียวกัน เป็นจำนวน 400 ครั้ง

นอกจาก FNM และ FM แล้วยังมีคำที่ได้ยินในการทำ Face Recognition อีกคือ คำว่า False Negative Identification และ False Positive Identification

False Positive Identification คือการตรวจหาหน้ากับในฐานข้อมูลแล้วไม่พบเจอหน้าที่ตรงกับที่ต้องการหา

False Negative Identification คือหน้าที่ตรวจหามีอยู่ในฐานข้อมูลแต่ระบบไม่สามารถตรวจพบ กรณีเกิดขึ้นได้จาก การเปลี่ยนรูปลักษณ์ของบุคคล ความละเอียด มุมมองของภาพที่ทำให้ระบบไม่สามารถตรวจพบว่าเป็นคนเดียวกันกับในฐานข้อมูล

วันนี้เราก็ได้รู้วิธีการเลือก Face Recognition ว่าของเจ้าไหนแม่นยำที่สุดและวิธีดูค่าความแม่นยำว่าตัวเลขแต่ละตัวหมายถึงอะไร เวลาเจอคนมาเสนอ solution ก็จะได้ถามว่า Product คุณ FNMR เท่าไหร่ เราอาจจะไม่ต้องเลือกที่ดีที่สุดแต่เลือกให้เหมาะกับการนำไปใช้งานของเรา เพราะการเลือกไม่ได้สนใจแค่ความสามารถแต่ต้องดูราคาและ model การขายด้วย แล้วมาหาจุดที่เหมาะสมกับเราที่สุดครับ

Ref:https://www.open.edu/openlearn/science-maths-technology/it-e-government/content-section-4.4

Writer By Mr. Noppasit — MFEC PEOPLE