微軟在Azure上開放了人臉辨識的demo給大家使用玩耍，
版上很多人在看到Enako的時候都會不自覺的國一下，
可是兩者真的有那麼相似嗎?
我們似乎需要一個比較科學的方式來驗證這個結果
https://azure.microsoft.com/en-us/services/cognitive-services/face/#demo
https://images.plurk.com/6dOqdtvAQ5g8kedIIpqUtX.png
https://images.plurk.com/4jb76uDEgnryCEWbsPq40q.png
首先我們比對一下國昌跟Enako的相似程度，
相似程度越靠近1代表越相似，越靠近0則代表不相似，
也就是微軟大數據所訓練出來的AI認為這兩者的相似度非常低！
https://images.plurk.com/WN5wz24gO5hvrQjijGccz.png
https://images.plurk.com/2bZp02AaHLIWZrcU4tMtwL.png
我們在對照一下本人跟本人之間的相似度如何~
看的出來相同人的不同照片辨識效果是很好的，
只是醜照可能會降低一點相似程度。
結論:真的不像只是跟瘋玩梗而已

我不太懂 不過拿方向不一樣的臉來比惠準嗎

P過的照片應該會影響準確率

同一個人也會不像喔

應該是用五官距離比例之類的

上次還有人跟小黃瓜90%相似的

我覺得你有點危險

誰管你啦 國起來

你可以點進去玩呀，角度也會有差異不過辨識效果還是不錯

cos那張就真的很像啊

人臉辨識是辨識是否同一個人吧 無法判斷長得像不像

本來就覺得不像，根本懶得跟風玩梗

沒先用faceapp轉一下再比對

可能跟人生三大錯覺一樣他喜歡我 我能反殺 長的像國昌

系統辨識是各個細節去分著看吧 間距大小形狀臉框等等但人類看一個人像不像 很多部分會加入感性部分去判斷也就是老人最愛說的你的鼻子像爸爸這類的 這電腦不會分

文組嗎== 這個結果沒意義

笑死 えなこ本人兩張還只有8成相似 先檢討軟體好不

簡單講就是這裡很多人的心中都有位昌老師

機器分析出來客觀不像 觀眾主觀觀感覺得像

遠近會不會有差？

我看是髮型跟表情換了就不行了吧，呵

這個已經不是文組的問題了...可憐哪

eigenface 是老算法 現在有很多補充算法了遠近 光影 角度 現在很多臉部辨識都可以解決

長知識推

我特別使用那張大家覺得很像的就是閃光燈下去臉部細節失去很多所以辨識起來的效果較差了一點所以我也把網址附上歡迎大家自行進行檢驗看看

人眼是主觀的

0.1是指有1成相似？如果是一個男的跟女的有一成相似，已經很像了吧

你們一樣有鼻子眼睛嘴巴

我覺得要找一個相似度超高的來看看這系統可信度多少吧

屈中恆三兄弟嗎？

這就只是一個梗而已 特意去證明只會顯得很不識趣罷了

有的國 有的不國

https://i.imgur.com/j1xk7wU.png屈中恆和宋少卿也才0.2，0.1根本超像還是男女欸 ==

阿信跟胡瓜的比較呢

用同一張照片呢

開放給你用不就讓你幫他建資料庫的意思 訓練久一點就像了

http://i.imgur.com/tMoF5s7.jpg 根本不準= =

結論應該是這玩意根本不準吧= =

廣末跟江祖平呢？

那當初那兩張照片的匹配度呢？好奇

國

https://i.imgur.com/pt87JgA.png 屈跟宋

就一般人主觀覺得像，但是AI比較嚴格而已 ==

好了啦，你就繼續用這網站說服自己

連你自己弄都才0.4，人家還是男和女去比然後有0.1 ==

主觀來講你要說你老婆長的像誰都沒問題，問題是客觀的角度

えな國已經誕生了，來不及了

我說的主觀是人類眼睛的主觀 ==

比較公正的方法是跟其他政治人物都比一比如果其他人平均也差不多0.1就確實代表國力不足

誰管你 國起來

用LBJ跟張震嶽看看

人類眼睛會進行很多補正，看人的時候覺得他很對稱，看照片的時候發現不對稱

有實驗給推

kirimaru73>所以我貼出來讓大家玩可以自行去驗證~

有試過把兩者臉反過來p嗎？

現在跟棒球版酸林益全然後數據文出來不管啦有87%像

誤差這麼大，根本只是看取材的相片挑的好不好罷了

這誤差太大了，識別力根本沒辦法用吧

陽岱鋼和張奕大概也只在5成上下，這兩個還是有血緣的 ==我看這兩張照片去掉球衣大概沒幾個人分的出來

4成已經可以代表非常的像了，你或許沒有注意到下面的英文

那1成不就代表有點像嗎 ==

你的有點，不代表所有人的有點

照你這樣講，不像的標準大概要降到0.05以下那你的不像，也不是所有人的不像 ==

館長跟愛子公主呢

這個問題是你那enako自己的相片互比都得出偏低的結果了 說服力不夠啊

是呀，所以我丟出來讓大家一起檢視呀，而不像你主觀認知

現在不就是AI跟你講有0.1，然後你還在那邊硬說不像 ==

0.8叫作偏低，你懂什麼叫做高達八成嗎

是錯覺也罷 屈中恆三兄弟證明機器跟人眼判斷有差距

照你這樣講，陽岱剛張奕、屈中恆兄弟、胡瓜阿信都不像了

0.1是真的不高，你可以多玩幾次你覺得很像的人

我不是找給你看了，很像的同性大概都在0.5左右

假如大眾普遍認知超像，然後機器說很不像，我怎麼覺得應該是AI程式需要重新設定一個符合人類標準的才對……

屈中恆宋少卿0.2 0.1可以說像與不像之間了

先不講黃這兩個，屈中恆三兄弟算公認超像的吧？結果也只有0.2-0.4不定

所以?同性0.5就能推論出異性0.1很高? 這因果跟邏輯不太通

那個數值已經足以成為撞臉meme吧

還有一個重點 這種技術辨認的是 是不是同一個人但今天輿論(?)在討論的只是 像不像對演算法來說 兩個人"很像" 那不就代表不同人嗎?既然是不同人 那就算他報0.01也不能說是不合理不能因為分數低就做出"不像"的結論

多找幾個完全不像的看數據啦

https://i.imgur.com/zVhBxqV.png館長和愛子公主也是0.15，0.1就有神似了啦 ==

推文拿宋屈測就很有力

這樣你滿意了沒，還是你現在要說館長和愛子公主不像 ==

人眼會增加不少主觀或是補正上去

前面說0.X不能直接換算成X成 結果被質疑馬上又說0.8是八成可以 這標準很滾動

我們是人類阿

我不懂一直找普羅大眾的印象當例子然後說AI錯了邏輯是？

meme畢竟還是大眾主觀玩出來的產物

自己跟自己只有0.8= =

而且明星臉本來就是訓練資料中想要給的負面資料啊給所有明星臉接近0的分數才代表系統很強

那就沒啥好討論的了 你覺得不像就不像

我還是覺得有像

人類覺得像跟物理實際上像不像不是絕對相關

有沒有人要拿麥特戴蒙跟馬克華柏格去測試 或是奧蘭多布魯跟路克艾凡斯 這兩對也是外國公認很像的

你可以強調分數很低 但這跟像不像的關聯很薄弱

找個雙胞胎給他試看看？XD

今天要有說服力 就是要包含人眼補正啊 而且你數據只跑三組 根本不科學

一國各表(？

我知道這個東西叫作Communal reinforcement

阿 還有菜鳥新移民男主跟郝龍斌 這也是公認很像的

我的辨識度比較接近AI XD

但人眼也是會錯的啊 實際上就是不同兩個物體

我目前找到的極限是西門飛鳥的0.25 ==

人眼是很容易被蒙騙的

視覺錯誤等等心理學研究早就一堆了

所以以這個系統來講，0.1大概頗為神似了 ==

我知道一切都是腦補 但現在國就是刻在我腦袋裡丟不掉了QQ

其實要train個明星臉(人類認知的相似)應該也不是辦不到但跟azure這個模型就有出入了吧 他就不是給你這樣子玩的

有人要測一下早晨跟D妹ㄇ

人類的感知是主觀的，應該是AI去貼近人類而非人類習慣AI，而且從幾個推文裡面屈跟宋的圖片去測得到的結果也只有0.2#來看，不是演算法還不成熟就是0.1、0.2已經算很高了是說，你有沒有注意到網站的數字給到小數點後好幾位，什麼意思不用我說了吧？

right answers to wrong questions這個model的目的應該是鑑別是不是同一個人 而非像不像

你想做這種模型就去做啊 乾他就不是給你玩明星臉用的 是人臉辨識好嗎 人家追求的是連雙胞胎都能夠好好認出來

數值也不是相似度，而是同一個人的機率

這個系統是要測試是否同一個人又不是測試是否相像

用錯誤的方式去解讀ML結果 這是文組出道的數據分析師常犯的錯誤

吼777777 就是有這種會亂解釋工具的人 才都會一直丟一些天馬行空的project來啦

這是表達有多少信心判斷兩張圖片是同一人 正常人都不會分不出這兩個人吧

他的問題是解是不是同一個人，但是在同一個人的臉部特徵相似程度，他一樣會做權重評分，嘴人文組分析師之前你了解這個嗎？

感覺很適合玩同個人同角度化妝前後的差距

是因為上面有人說ai應該要貼近人眼判斷啊

那個數值是系統對判斷的信心程度又不是兩張臉的相似程度

杰倫和東尼大木能不能測一下啊XD

資料沒正規化處理，怎麼算都嘛不像

可憐哪 原本想要吹噓結果被嗆爆

哈哈哈滴妹那張

他最後是透過一個激勵函數來評估像是tanh或sigmoid，你不能因為最後問題是問相不相同人，而把中間評估相似的過程當作不存在

就是是同個人的機率高不高啊 物理特徵接近當然會比較高

西門跟滴妹笑死有沒有叉燒跟韓冰的

深度學習本來就是試圖模仿人腦的方式去做分類，如果他做出的結果跟大多數人的大腦所做出的判斷有衝突，那要算是AI錯了而不是你錯了，像是物件辨識可能框幾個人說他是風箏，難道會說客觀上這幾個人其實是風箏嗎

https://i.imgur.com/ZL1IbMi.png 找到破0.3的..XD

滴妹哈哈哈

ena國

我覺得蠻像的

有0.3的了 這樣我們可以解讀為えな國了嗎？

誰做一下王仁甫跟麻美由真

0.3國強強強

滴妹蠻像derR XD

可以比對周杰倫跟男優嗎

真的是要找很久 其他えなこ的圖應該是沒辦法

先把國女性化再拿來比會不會比較準

Measuring Face Similarity Rather than Face Identity人臉識別本來就不能直接拿來測量相似度不信的可以去看那偏論文

阿哈哈哈 UCCU 同一組合不同圖片破了你的0.1之壁了 好了啦用錯工具得到錯誤結果就乾脆承認吧 再凹下去很難看

是不是很多都不懂ai運作方式阿XD

http://i.imgur.com/04iYKmL.jpg幫忙做這個和馬英九的比較

https://imgur.com/undefined放錯這個才對 https://imgur.com/0Sn2FSwAVA雙胞胎兄弟檔Cowman跟47edi 像到連AI都以為是同一個人

拿西門女裝的跟飛鳥比不知道會不會更高

西門飛鳥…

你可以去找一些公認長得像的人試看看

文組?

https://i.imgur.com/XveYBZo.jpg馬英九

原來你們不是真的在玩梗而是覺得真的像嗎

https://i.imgur.com/NBd8GAS.png西門女裝跟飛鳥

不覺得有像，這個梗就壓根不會出現啦所謂的“跟風”，不就是因為有源頭才有得跟嗎

FallenAngelX害我差點笑死 好了啦別崩潰

沒人覺得像就不會玩梗了 到底在說啥

你先解釋為什麼同一組合數字差這麼多好嗎XD不過算了啦 如果你真的懂也不會在這講一堆了...

我知道人臉辨識分數低。可是えなこ跟國昌怎麼會這麼像？

早晨跟滴妹是真d像

其實我也覺得不像所以看不懂每次推文到底在推什麼

輸入資料沒有做正規化等處理，會有誤差是很正常的

有點像的也就只有那張而已 然後就變梗

開投票還比較有用

梗就不太適合太認真看待

過程中並沒有很嚴謹，畢竟我也沒有想針對這個議題做更深入的研究，如果啟發了其他人想研究的更透徹那也很好

有些角度是真的超像啊 不然梗哪來的

小題可以大作，大題可以小作，只是當這個梗玩到自己都深信不疑的背後是什麼呢？

可笑 覺得像就像 誰管你ai怎麼看

文組誤國

有人深信嗎@@

原PO文組的吧，邏輯那麼差

這也可以辯 讀書讀到走火入魔了

回文到底在供三小 哪來那麼有事的人拿一個網站的數據一直在那邊說不像不像 啊大家就覺得像啊 有事嗎

國起來 通通給我國

明明就真的像，是軟體爛，本人還只有8成

挑自己想要的數據作結論 被質疑再來說大家太激動XD

一直都覺得不像，也不是跟她本人像只是剛好那張照片有點像，每次就被唱國國國，希洽八卦果真一家親

我說過了過程沒有很嚴謹，也歡迎大家一起玩玩看呀，又不是只有我的資料作準，我山大王嗎

harris corner找特徵嗎

那就不要亂下結論阿

應該要選兩個完全不一樣的人 看幾分才叫不像

第一個的結論不是雖然兩張圖是不同人~ 但信心指數只有0.1x嗎?

就真的很像啊，誰在跟你玩梗

重點是你都下“結論”了，就接受大家評斷你的“結論”呀，不然你改成大家覺得呢？搞不好大家還會當成青蛙共鳴場

都下結論了 被批評不是正常嗎

我接受大家評斷我的結論呀

電腦看的跟人看的不一樣

西門飛鳥 滴妹早晨的數字高到誇張XDDD

批評我的結論更像受到Communal reinforcement的影響

笑死 遇事不對扯文組

真的沒必要扯文組理組，我們就事論事就好

什麼白痴結論 拿機器學習弄出來的結果講一個主觀的概念 大家覺得像不像還要你機器評斷哦

84 是因為你樣本少又愛做結論被批評又說大家是受到Communal Reinforcement的影響絕對不是自己的證據和推論有問題

所以我讓大家一起來玩呀^^還是你只是覺得不行啦一定要像的結論才行?

看不順眼就只會扯文組，是詞彙貧乏嗎?

是你測"一組"了然後一定要不像，自己講不嚴謹又禁不起質疑

跟communal reinforcement 完全無關 就只是單純覺得像

我沒有禁不起質疑呀，大家測的越多越能代表這個model值不值得信賴呀

#1Ujzbm2k (Beauty) 這個也很像

跟風就是一種communal reinforcement不是嗎?

推文可以繼續拿國昌照片比啊 呵呵

原本好好的。看你的回應，不得給個噓

謝謝你的鼓勵

推文玩夠多了嗎？還是累積越來越多Communal reinforcement

我看跟風玩人臉辨識才是真的

跟風玩人臉辨識這個倒是真的，畢竟我工作是壓縮演算法這塊

需要更多data

滿好笑的啊哈哈

先下結論說大家都是來跟風的被質疑了之後再說只是好玩而已

先生我建議你看一下文章開頭，我沒修改過，就跟你說了

國

cc

嘛，敗筆確實是在如果只是好玩，去就別去下結論，不然你的結論被挑戰再正常不過了

科學教教徒

誰說AI就一定客觀？

講科學才代表原PO結論是錯的

是說，現在最新那篇也有新的發現了，原po那張圖寫的是“針對這兩個人是不同人的這件事，信心指數0.1”@@

他訓練資料可能都用外國臉孔吧

國

別人寫好的演算法&應用肯定客觀

理組推論 文組結論

是的科學是我用字錯誤，應該說是更多其他的方法來驗證

我們覺得像，電腦覺得不像，明明是AI要加強 等於等於

國

人腦對記憶臉部是只有大致特徵，之後靠腦補補完。而AI則是用器官相對位置，比例去計算相似度。簡單講就是AI辨識相似度原理就是那些人腦會自動忽略的細節所以不同人的臉部相似度，AI很難去比對因為AI無法判斷不像到底是運算的誤差，還是真的是不同人。

通篇廢文還敢做結論 先去估狗adversarial example好不好 會完全相信AI的我真的不知道腦袋在想啥 何況還是不成熟的系統https://reurl.cc/kdA31G

還在嘴硬 笑死

你說的是刻意製造讓機器學習模型判斷錯誤的輸入資料吧我的嘴唇是軟的，牙齒是硬的，謝謝指教

adversarial例跟這個沒啥關係吧 = =

adversial 可以用來說明目前AI 離真理還差很遠因此嘗試用 AI 的結果當作客觀標準也是很有問題的*adversarial

不是機器檢驗就會準= = 程式沒做好機器就不能準確檢驗你的GRR 呢?

不懂裝懂

說實話這篇用了 錯誤的工具 錯誤的推論 還敢說比較科學的方法...

自己跟自己還只有8成像= = 這是軟體太廢還是化妝技術太好

至少加一段補充說明方法跟推論有誤吧 別誤導別人好嗎樓上 因為這個工具根本不是用來衡量相似度的 原Po亂解釋數值的意義

我想噓這邊某些人的邏輯 難怪ptt會下去= =

離真理還很遠，但是足夠辨識你

推 can18

在旁邊他有一個Face detection他會告訴你他偵測那些特徵https://i.imgur.com/vpXGSOE.png

很難看啦

你是不是真的完全不懂這技術阿

你餵了多少圖片?

這個model是微軟建立的，他用了上百萬張人臉

大家覺得像 但Ai覺得不像 那也是AI有問題吧。。。

好了啦 我再貼一次給你 好好看過這篇論文好嗎Measuring Face Similarity Rather than Face Identity

我確實並不完全了解他，但是我很清楚他過程當中是有參考各個特徵的權重

它出來的值是 probability 不是 similarity 到底要解釋幾次

你這篇論文我看了，他說的是深度學習和我們人類的辨識方式

隨便解讀數據意義

或許有正相關 但相關不能推導因果你知道嗎

你覺得像那就像 不像就不像 很難？

他是最後一層使用激勵函數去輸出一個數值來判斷呀所以我才在這裡跟你閒聊

他訓練的時候是要將同一個人的機率拉高 不是要將相似的人的機率拉高相似的人機率高 只是有可能的情形 不是必然

但是他倚靠的是物理特徵兩人的相符程度，如果套上shap的

triplet loss 了解一下

這出來不是相似度吧

如果兩個人超級像(假設99%像) 完美的人臉辨識機器輸出的機率是0% 不是99%你是不是連模型怎麼訓練的都不懂

但是這個完美不存在呀，手寫辨識也是出一個softmax然後評估這個手寫字是1的機率多少是2的機率多少然後他最後去作出決策，也就是左邊的說明文字

我舉這個例子是要說他訓練的目的就不是為了衡量相似度 所以你把他解釋為相似度就是根本上的錯誤了

方向不一樣演算法都可校正 人臉辨識在很多年前就很成熟了

或許不是等價，但是他存在一定的相關性

相同的人機率 跟 相似度 或許有正相關 但絕對不是因果關係相關不能推導因果 文組都知道這個道理吧

認真就輸了 記得當閒聊 有人不是來學術討論的反正就是隨便人的聊聊而已

cos都畫裝在p圖看看米砂嘔嘔嘔p到空間都扭曲

其實你直接說我的推論結果有問題就好了

不了解就不要一直蹭人家的技術和理論 跟風玩不要緊 胡亂解

你選擇的工具有問題 解釋數值有問題 推論有問題 推論結果當然有問題

釋就過頭了

推樓上 不要亂蹭新技術 亂用"科學方法" 以及亂下結論

國師性轉說不定比えなこ正

這東西其實也不是新技術了，我算很晚才接觸到科學方法有分很多種，我上面提到去發問卷跑SPSS也是一種而我們在板上對於ENAKO像國昌不就是一值是很主觀的認定嗎

純推網頁工具

ㄏ

之前用人臉應用程式的經驗，enako的照片要修剪到臉佔畫面七八成會比較準

Features include recognition and grouping of similarfaces in images

如果他處理過程中有縮放圖片，那臉站小比例再被放大，解析度會很差

好啦所以你是不是原本就覺得不像 確定一下再繼續討論可否

你質疑主觀像不像問題 結果你的東西跟客觀也沾不上邊回家惹拉 再醬下去不好看==

拿郭彥均郭彥甫兄弟來測就知道了

下次記得不了解工具不了解技術就不要下結論惹不然文組又要被拿出來鞭==

這個感覺好玩，很多人可以測

Landmark不一定是用來做辨識的，去偵測Landmark很可能只是為了Normalisation的部分，例如把把臉部傾斜去拉正或者是3d frontalisation，之後在丟去人臉辨識

通常網站的圖片服務會限制圖片的最大長度和寬度或是你傳上去會被縮放

確實你說的Landmark有可能後續再作處理

你要去看人臉相似度可以考慮例如把你前面講到的Softmax層去掉，去做例如Cosine distance，就可以得到一種相似性的結果

這只能參考 不適合跟像不像的主觀感覺結果比較吧

叉燒跟韓冰也有0.18多，感覺應該要找角度光線接近的會比較準

我不管（誤 嘓嘓嘓