Avaliando o impacto das modificações faciais voluntárias em modelos de aprendizagem profunda no reconhecimento facial

Abstract

É notório o aumento do número de procedimentos estéticos realizados no rosto, em todo o mundo. Além disso, o uso de sistemas de reconhecimento facial é de grande importância em várias áreas. Sendo assim, este trabalho tem como objetivo avaliar o impacto de modificações faciais voluntárias em modelos estado da arte de aprendizagem profunda utilizados no reconhecimento facial. Para atingir este objetivo foi desenvolvida uma base de imagens composta por 90 (noventa) indivíduos que, em algum momento de sua vida, passaram por procedimentos estéticos e/ou cirúrgicos. Esse conjunto de imagens (C2FPW) é disponibilizado à comunidade acadêmica como um dos resultados do trabalho realizado através de links para imagens de domínio público em sítios web. A metodologia proposta incluiu também outros três conjuntos de imagens disponíveis publicamente, que foram utilizados nas avaliações realizadas. Em um primeiro momento analisou exclusivamente a influência dos procedimentos estéticos e cirúrgicos nos modelos de aprendizagem profunda. Em seguida, utilizando quatro métodos diferentes, foi considerado o impacto dessas modificações faciais em conjunto com o envelhecimento. Enquanto as análises que consideram apenas os procedimentos estéticos e um dos métodos que incluíam o envelhecimento indicaram que os modelos respondem melhor na presença de procedimentos estéticos, outros dois métodos sugeriram que a maioria dos modelos se comporta estatisticamente igual com ou sem essas modificações faciais e o último sugeriu que o impacto é diferente para cada modelo analisado. Tendo em vista a quantidade de imagens consideradas e a atenuação do efeito da idade nos modelos que indicaram um comportamento estatisticamente igual com ou sem procedimentos estéticos, conclui-se que esta constatação é mais representativa do impacto das alterações faciais voluntárias no reconhecimento facial. Os resultados deste trabalho estimulam novas pesquisas nessa área desafiadora para algoritmos de reconhecimento facial.