AlignFace: Human-Aligned Face Similarity Metric with Interpretable Concept Relations
यह शोध पत्र AlignFace को प्रस्तुत करता है, जो एक व्याख्यात्मक (interpretable) फेस सिमिलैरिटी मेट्रिक है जो चेहरे की सामग्री के अधिक सटीक और पारदर्शी मूल्यांकन के लिए मानव संवेदी विविधताओं और विशेषता-आधारित तर्क (attribute-based reasoning) को स्पष्ट रूप से मॉडल करने हेतु संज्ञानात्मक मनोविज्ञान के सिद्धांतों और एक नवीन FACETS डेटासेट का लाभ उठाता है ताकि वर्तमान ब्लैक-बॉक्स मॉडलों की सीमाओं को दूर किया जा सके।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक रोबोट को यह समझने के लिए सिखाने की कोशिश कर रहे हैं कि दो चेहरे एक जैसे क्यों दिखते हैं। आपको लग सकता है कि यह आसान है: बस आँखों के बीच की दूरी या होंठों के रंग को माप लें। लेकिन मानवीय धारणा (perception) एक जटिल और जादुई चीज़ है। हम केवल हिस्सों को एक गणितीय समीकरण की तरह जोड़ते नहीं हैं; हम पूरी तस्वीर को महसूस करते हैं। कभी-कभी, आँखों के बीच की दूरी में एक मामूली बदलाव भी बहुत बड़ा लगता है, जबकि बालों के रंग में एक बड़ा बदलाव भी कुछ भी नहीं लगता। यह कंप्यूटर विज़न की दुनिया है, जहाँ वैज्ञानिक ऐसी मशीनें बनाते हैं जो हमारी तरह "देख" सकें। बड़ी समस्या यह है कि अब तक हमने जो रोबोट बनाए हैं, वे इस बात का अनुमान लगाने में बहुत खराब हैं कि इंसान वास्तव में क्या सोचते हैं। वे ठंडे, कठोर गणित का उपयोग करते हैं जो मानवीय संवेदनाओं को समझने में चूक जाता है। यदि एक रोबोट सोचता है कि दो चेहरे बिल्कुल अलग हैं, लेकिन आप उन्हें जुड़वा समझते हैं, तो वह अपने सबसे महत्वपूर्ण काम में विफल हो रहा है: लोगों को समझना। यह इसलिए मायने रखता है क्योंकि हम फोटो एडिट करने, गोपनीयता की रक्षा करने और डिजिटल कला बनाने के लिए AI का उपयोग कर रहे हैं। यदि रोबट का "समानता मीटर" (similarity meter) खराब है, तो वह अनजाने में किसी की पहचान उजागर कर सकता है या किसी डिजिटल मेकअप के काम को बिगाड़ सकता है क्योंकि वह हमें "समझ" नहीं पाता।
यहाँ आता है AlignFace, एक नए प्रकार का समानता मीटर जिसे नेशनल यूनिवर्सिटी ऑफ सिंगापुर के शोधकर्ताओं द्वारा डिजाइन किया गया है। मानव धारणा को एक रहस्यमय 'ब्लैक बॉक्स' मानने के बजाय, लेखकों ने मानव मस्तिष्क के नियम पुस्तिका में झाँकने का निर्णय लिया। उन्होंने एक ऐसी प्रणाली बनाई जो केवल अनुमान नहीं लगाती; बल्कि एक मानव मनोवैज्ञानिक की तरह तर्क करती है। उन्होंने पाया कि मनुष्य चेहरों का निर्णय दो मुख्य चीजों के आधार पर करते हैं: विशेषताएं (जैसे आपके होंठों का रंग या आपकी नाक का आकार) और विन्यास/कॉन्फ़िगरेशन (जैसे आपकी आँखों के बीच की दूरी या आपके जबड़े की चौड़ाई)। उन्होंने यह भी खोजा कि हमारा मस्तिष्क एक सीधी रेखा में प्रतिक्रिया नहीं करता है; एक स्थान पर एक छोटा सा बदलाव बहुत बड़ा महसूस हो सकता है, जबकि दूसरी जगह एक बड़ा बदलाव छोटा लग सकता है। इसके अलावा, हमारा एक "जनजातीय" (tribal) पूर्वाग्रह है: हम उन लोगों में अंतर पहचानने में बेहतर होते हैं जो हमारे जैसे दिखते हैं (हमारा अपना समूह) बजाय उन लोगों के जो हमसे अलग दिखते हैं।
AlignFace पहला ऐसा टूल है जो इन सभी जटिल, मानवीय विचित्रताओं को सीधे अपने कोड में पिरोता है। शोधकर्ताओं ने एक विशाल डेटासेट एकत्र किया जिसे FACETS कहा जाता है, जहाँ हजारों लोगों ने एक खेल खेला: उन्हें एक संदर्भ चेहरा (reference face) और उसके दो संपादित (edited) संस्करण दिखाए गए, और उन्हें चुनना था कि कौन सा अधिक समान दिखता है। उन्होंने यह पूरे चेहरे के लिए और 20 विशिष्ट विवरणों के लिए किया, जैसे कि "होंठों का रंग" या "पुतली की दूरी"। इस डेटा का उपयोग करके, उन्होंने एक मॉडल बनाया जो एक चेहरे को इन विशिष्ट अवधारणाओं में तोड़ता है, अंतर को मापता है, और फिर यह पता लगाने के लिए एक विशेष "नॉनलीनियर" (nonlinear) कैलकुलेटर का उपयोग करता है कि वे अंतर वास्तव में एक इंसान के लिए कितने मायने रखते हैं। परिणाम? AlignFace वर्तमान शीर्ष-स्तरीय AI टूल्स की तुलना में यह भविष्यवाणी करने में काफी बेहतर है कि मनुष्य क्या कहेंगे। यह केवल यह नहीं कहता कि "ये चेहरे 80% समान हैं"; बल्कि यह बताता है कि क्यों, यह संकेत देते हुए कि होंठों का रंग तो मेल खा रहा था लेकिन जबड़े की चौड़ाई गलत थी। मानव दृष्टि के विज्ञान को सुनकर, AlignFace अंततः AI को मानव आँखों से दुनिया देखने का एक तरीका प्रदान करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।