Journal de fabrication ·
Comparer des visages : que mesure la distance ?
Dans AI Face Labeler, je compare les visages des photos aux selfies de référence. Le réseau fournit 128 nombres ; une distance permet ensuite de les rapprocher. Déplaçons les valeurs pour voir comment le calcul devient une décision.
- Vision par ordinateur
- Mathématiques
- Interactif
Comparer les références
Déplacez le point, observez les distances.
Deux coordonnées pour voir le calcul ; le modèle en produit 128.Cercle pointillé : seuil d’acceptation. Trait vert : référence la plus proche.
| Référence | Distance | Décision |
|---|---|---|
| 0,500 | Retenue | |
| 0,636 | — | |
| 0,532 | — |
Déplier le calcul pour la référence A
- Écart sur la coordonnée 1
- (0,30)² = 0,0900
- Écart sur la coordonnée 2
- (0,40)² = 0,1600
- Somme, puis racine carrée
- √(0,2500) ≈ 0,500
Les écarts sont élevés au carré : un écart négatif ne peut pas annuler un écart positif.
Un visage, 128 valeurs
Dans le prototype, face-api.js détecte le visage, place des repères sur ses traits, puis le réseau de reconnaissance produit un descripteur de 128 valeurs. Ce vecteur résume l’image dans un espace appris par le réseau.
Les 68 repères du visage servent à préparer son analyse. Les 128 coordonnées du descripteur constituent sa représentation pour la comparaison. Une coordonnée ne désigne pas directement un œil, un nez ou une mesure anatomique : ces deux ensembles de nombres ont des rôles différents.
Le plan interactif utilise deux coordonnées construites pour l’explication. On peut ainsi voir les écarts et déplacer le point. Ce n’est pas une projection de descripteurs mesurés sur des photos ; le calcul réel porte sur les 128 valeurs produites par le réseau (nouvel onglet).
Le calcul de la distance
Pour comparer deux descripteurs, je prends l’écart sur chaque coordonnée, j’élève chaque écart au carré, j’additionne ces carrés, puis je prends leur racine carrée. C’est la distance euclidienne.
d(q, r) = √((q₁ − r₁)² + (q₂ − r₂)² + … + (q₁₂₈ − r₁₂₈)²)
Dans le premier exemple du calculateur, le point à comparer est (0,50 ; 0,60)
et la référence A est (0,20 ; 0,20). Les écarts valent 0,30 et 0,40.
La somme des carrés vaut 0,09 + 0,16 = 0,25 ; sa racine vaut 0,50.
Le tracé orange déplie ces deux écarts à côté du segment direct.
Les carrés empêchent les écarts positifs et négatifs de s’annuler. Une distance nulle signifie que les deux vecteurs comparés sont identiques. Elle ne constitue pas, à elle seule, une preuve de l’identité d’une personne.
Avec 128 coordonnées, une petite différence répétée peut représenter une distance importante. Essayez de garder un écart de 0,05 tout en faisant varier le nombre de coordonnées prises en compte.
Un petit écart, répété sur plusieurs coordonnées
√(128 × 0,05²) ≈ 0,566
Chaque case représente une coordonnée du descripteur, pas un repère sur le visage.
Cette construction donne 0,05 × √128 ≈ 0,566. Dans le modèle, les écarts ne
sont évidemment pas tous égaux : on additionne leurs contributions individuelles.
Le calcul utilisé par face-api.js (nouvel onglet)
ne divise pas le résultat par 128.
Comparer toutes les références
Pour un visage donné, le matcher calcule une distance pour chaque référence. Il recherche ensuite la plus petite. La première référence sous le seuil n’arrête donc pas la recherche : une autre référence peut être plus proche.
Le prototype charge un portrait par personne et transmet les visages détectés
dans ces portraits séparément à FaceMatcher. Cette organisation suppose
un seul visage utilisable par portrait de référence. Le calculateur reproduit
ce cas simple : A, B et C ont chacun un descripteur.
La bibliothèque permet aussi de regrouper plusieurs descripteurs sous le même
nom avec LabeledFaceDescriptors. Dans ce cas, elle calcule la moyenne des
distances aux références de la personne, puis compare ces moyennes.
Elle ne prend ni le selfie individuel le plus proche ni la distance à un centre moyen.
Par exemple, pour une personne A, deux références donnent des distances de 0,10 et 0,90 : sa moyenne vaut 0,50. Pour B, les deux distances valent 0,40 : sa moyenne vaut 0,40. B est retenue, malgré le selfie très proche de A. Ce regroupement est une possibilité de la bibliothèque, pas une fonction que j’attribue au prototype.
Ce comportement et la sélection du minimum sont visibles dans FaceMatcher 0.22.2 (nouvel onglet). En cas d’égalité exacte, cette version conserve la dernière référence rencontrée. Un ordre de parcours n’apporte cependant aucune information supplémentaire sur l’identité.
Accepter ou laisser inconnu
Trouver la référence la plus proche ne suffit pas. Il y en aura toujours une, même si aucune ne correspond à la personne recherchée. Le matcher ne la retient que si sa distance est strictement inférieure au seuil.
const accepted = bestDistance < threshold;
Le prototype ne fournit pas de seuil particulier au constructeur :
face-api.js 0.22.2 utilise alors 0,60 (nouvel onglet).
Une distance de 0,60 est refusée avec ce seuil. Le visage reste unknown.
La décision précède la transformation du nombre pour son affichage.
Dans le calculateur, gardez le triangle initial et baissez le seuil à 0,50 : la référence A, pourtant la plus proche, n’est plus retenue. Essayez ensuite « Sans correspondance », puis remontez le seuil. Vous acceptez une référence plus éloignée sans avoir changé les descripteurs.
Relever le seuil laisse passer davantage de rapprochements, avec le risque d’associer des personnes différentes. Le baisser rejette davantage de visages, y compris des photos d’une même personne. 0,60 est une valeur par défaut de cette version, pas une frontière universelle.
Le choix doit être évalué sur des photos représentatives de l’usage, en examinant les fausses correspondances et les correspondances manquées. Les évaluations du NIST (nouvel onglet) distinguent ces erreurs et les conditions dans lesquelles elles sont mesurées.
Le minConfidence: 0.5 du détecteur dans mon prototype concerne la détection
d’une zone comme visage. Il est distinct du seuil de distance 0,60 utilisé
pour le rapprochement des personnes.
Le score affiché dans le prototype
Dans le code de 2024, le résultat passe par FaceMatch.toString(). Cette chaîne
contient le nom et une distance présentée avec au plus deux décimales. Le prototype
extrait cette distance du texte, la multiplie par 100, puis l’enregistre avec
la correspondance.
Dans cette version de la bibliothèque, la fonction appelée round utilise
un arrondi vers le bas (nouvel onglet) :
const formattedDistance = Math.floor(distance * 100) / 100;
const displayedScore = formattedDistance * 100;
Une distance brute de 0,537 est acceptée sous le seuil de 0,60. Le texte contient 0,53 et le score affiché vaut 53. Plus ce nombre est petit, plus les descripteurs sont proches. Ce n’est ni 53 % de confiance ni une probabilité que les deux photos représentent la même personne.
L’interface affiche le score enregistré, sans le transformer en 1 − distance.
Le calcul de décision conserve la distance brute ; le format d’affichage en
perd une partie de la précision. L’arithmétique flottante peut aussi laisser
des décimales résiduelles lors de la remise à l’échelle.
Pour une reprise du service, je conserverais les champs label et distance
séparés du texte destiné à l’écran, puis je choisirais un format uniquement
au moment de l’affichage.
Préparer l’intégration
Mon travail sur AI Face Labeler portait sur la reconnaissance et les correspondances. Un autre développeur devait intégrer cette fonction au site de la photographe.
Chaque correspondance retenue relie une photo, une personne, le cadre
du visage et le score. Les résultats unknown sont écartés dans ce traitement.
Ces données permettent de retrouver la personne dans un album et de montrer
quelle zone de la photo a été associée à quelle référence.
Avant une intégration plus large, je vérifierais les portraits de référence, les cas sans visage ou avec plusieurs visages, la qualité des rapprochements et la possibilité de corriger une association. Les descripteurs restent liés aux personnes : leur représentation numérique ne les rend pas anonymes.
