Bevezetés a DeepFace-be
A DeepFace egy mélytanuló arcfelismerő rendszer, amit a Facebook (Meta) fejlesztett 2014-ben. A mesterséges intelligencia egy adathalmaz alapján ismeri fel az arcokat. A Facebookon regisztrált profilok alapján több, mint négy és félmillió arcképből álló adatbázis.
A Facebook egyedi arcfelismerő sablonokat használ, hogy megtalálja azokat a fényképeket, amelyeken egy adott személy szerepel, hogy az illető megtekinthesse vagy megoszthassa a tartalmat. A DeepFace megvédi az egyéneket a megszemélyesítéstől vagy a személyazonosság-lopástól. Vegyünk például egy olyan esetet, amikor egy egyén sajátjaként használta valaki profilképét.
A DeepFace segítségével a Facebook azonosítani és figyelmeztetni tudja azt a személyt, akinek az adataival visszaéltek.
Annak érdekében, hogy az egyéneknek legyen kontrolljuk az arcfelismerés felett, a Facebook nem osztja meg az arc sablonjait. Emellett a Facebook eltávolítja a képeket az arcfelismerő sablonokból, ha valaki törölte a fiókját, vagy törölte magát egy fotóról. Az egyéneknek lehetőségük van arra is, hogy kikapcsolják az arcfelismerést a facebookon. Ha a funkciót kikapcsolják, a Facebook megszünteti az arcfelismerést az adott személy esetében.
A DeepFace felépítése
A DeepFace rendszer 4 modulból áll össze: 2D arcigazítás, 3D arcigazítás, frontalizáció és neurális hálózat. Az algoritmus először korrigálja a kép szögeit úgy, hogy a képen a látható arc előre nézzen.
A 2D modellezés segítségével a DeepFace először felismeri az egyén szemét, orrát, száját, majd ezeket egy torzított képre transzformálja. Ezután a rendszer a 2D-s arcot 3D-s változatban vágja ki és egy 67 referenciapontból álló gráfot helyez rá, aminek segítségével megtörténik az adatbázisban található arcokkal való összehasonlítás.
A frontalizáció egy számítógépes látási feladat, amelyben a modell egy személy fejéről -90 és 90 fok közötti szögben készített fényképet vesz, és létrehoz egy képet arról, hogyan nézhet ki az adott személy arcának frontális (azaz 0 fokos) nézete.
A neurális hálózat egy rétegekből álló szekvencia, ami a beérkező 152×152 pixeles RGB arcképet egy 4096 dimenziós vektor képpé alakítja az algoritmus segítségével.
A DeepFace maximum pontosságát 97.35%-ra mérték, ami rendkívül közeli 97.53%-os emberi pontossághoz. Ez azt jelenti, hogy a DeepFace sokszor sikeresebben határoz meg egy személyt, mint az emberek.
Arcfelismerés a jövőben
Napjainkban a DeepFace alatt egy open source python programozási nyelven belüli keretrendszert értünk, ami az eredeti algoritmust egészíti ki hasonló arcfelismerő rendszerekkel. A kiegészítő arcfelismerő motorok a következők: VGG-Face, Google FaceNet, OpenFace, DeepID, Dlib, ArcFace.
A DeepFace az arcokon kívül képes felismerni egy adott személy nemét, korát, származását és érzelmét.
A DeepFace adatvédelmi botrányai
Az Európai Unióban meghozott adatvédelmi törvény szerint a Facebook arcfelismerése (angolul: face recognition) nem felel meg a jogszabályoknak, mivel a felhasználók nem járulnak hozzá biometrikus adataik teljeskörű felhasználásához.
A növekvő társadalmi aggodalmak hatására a Meta bejelentette, hogy a Facebook arcfelismerő rendszerének leállítását tervezi, több mint egymilliárd felhasználó arcfelismerési adatait törölve. Ez a változás a technológia történetében az egyik legnagyobb változást jelenti az arcfelismerés használatában.
A Facebook 2021 decemberéig több mint egymilliárd arcfelismerő sablon törlését tervezte, amelyek az arcvonások digitális szkennelését jelentik. Nem tervezte azonban a DeepFace app megszüntetését, amely az arcfelismerő rendszert működtető szoftver.
A Facebook-felhasználók csoportos keresetet indítottak a Facebook ellen az Illinois-i Biometrikus Információs Adatvédelmi Törvény (BIPA) alapján. Illinois rendelkezik a legátfogóbb biometrikus adatvédelmi törvénnyel, amely szabályozza a biometrikus adatok kereskedelmi szervezetek általi gyűjtését.
Az Illinois-i BIPA előírja, hogy a személy biometrikus adatait megszerző vállalatoknak írásos felmentést kell kérniük, értesíteniük kell őket arról, hogy az adataikat gyűjtik, és meg kell adniuk az adatok gyűjtésének időtartamát.
A Facebook DeepFace technológián alapuló adatvédelmi gyakorlata miatt indított per azt állította, hogy a Facebook arcazonosító információk gyűjtése sérti a BIPA-t, mivel a Facebook nem ad értesítést vagy hozzájárulást az egyéneknek. A Facebook fellebbezést kért a Kilencedik Kerületi Bíróság határozatának hitelesítése ellen, amelyet végül jóváhagytak.
A Facebook azt állítja, hogy az ügyet nem kellett volna hitelesíteni, mivel a felperesek nem állítottak semmilyen kárt a BIPA Facebook általi megsértésén túl. A Facebook 2019-ben eltávolította az automatikus arcfelismerő címkézési funkcióját, válaszul a perben felvetett aggályokra. 550 millió dolláros egyezséget javasolt a Facebook az ügyben, amelyet elutasítottak.
Amikor a Facebook 650 millió dollárra emelte a megegyezést, a bíróság elfogadta azt, és…
…a Facebookot arra kötelezték, hogy 2021. március elején fizesse ki a 650 millió dolláros egyezségüket. Illinois állam 1,6 millió lakosa legalább 345 dollárt kap.
2019-ben vírusként terjedt el egy Facebook-kihívás, amely arra kérte a felhasználókat, hogy posztoljanak egy 10 évvel ezelőtti és egy 2019-es fotót.
A kihívás a „10 éves kihívás” elnevezést kapta.
A kihívásban több mint 5 millió ember vett részt, köztük számos híresség. Felmerült az aggodalom, hogy a Facebook 10 éves kihívását a Facebook arcfelismerő adatbázisának fejlesztésére terveztek. Kate O’Neill, a Wired egyik szerzője publikált egy cikket, amelyben megemlítette ezt az aggályt, ugyanakkor a Facebook tagadta, hogy bármilyen szerepet játszottak volna a kihívás létrehozásában.
Egyesek azonban azzal érveltek, hogy a 10 éves kihívás körüli elméleteket alátámasztó aggodalmak a Facebookkal és a magánélethez való joggal kapcsolatos szélesebb körű adatbiztonsági félelmekkel is összhangban vannak. Mindeközben a deepface github repository-jainak száma a cikk írása idején 755 – így nem valószínű, hogy ez a technológia a jövőben eltűnne az életünkből…