Um sistema de código aberto que dá ao usuário a liberdade de selecionar fotos e descobrir o ‘rosto comum’ de determinado grupo. Tão simples quanto impactante, o OpenCV permite ainda mais clareza na percepção de supremacia de alguns estilos e etnias em áreas como a política e esportes. O resultado não é lá surpreendente.
Antes, vale ressaltar: o uso de Machine Learning em rostos já foi objeto de controvérsia na Inglaterra, quando pesquisadores da Universidade de Stanford desenvolveram um algoritmo que detecta se o rosto pertence a uma pessoa gay. O estudo levantou questões sobre as origens biológicas da orientação sexual, a ética da tecnologia de detecção facial e o potencial desse tipo de software para violar a privacidade das pessoas.
Inspirado pela repercussão da tese, ainda na Inglaterra, o programador e criador do código open source, Giuseppe Sollazzo, aproveitou a divulgação de fotos oficiais do parlamento britânico para encontrar o rosto comum entre os políticos. Dado que apenas 208 dos 650 deputados são mulheres, menos de um terço do total, o resultado pouco surpreendeu.
No Brasil, a Folha de São Paulo fez a mesma experiência com o Congresso Nacional. A combinação foi feita com imagens oficiais de 513 deputados federais no exercício do mandato. Segundo a reportagem, foram levados cerca de 5 dias para mapear todos os pontos das faces. Já o software precisou de pouco mais de 4 horas para processar o arquivo.
Este é o rosto comum do deputado federal brasileiro. No mínimo, angelical.
Graças ao código aberto, a prática foi levada para outras áreas. No esporte é possível ver como modalidades menos populares, como o tênis e o golfe, possuem o rosto comum voltado à etnias europeias. Já no basquete, os traços negróides são predominantes entre 225 atletas de elite dos Estados Unidos.
Veio do Reddit aquela que pode ser considerada a melhor definição do Machine Learning:
"Imagine que você tenha um conjunto de imagens para golfistas profissionais com furos perfurados em seus olhos e boca. Agora você é convidado a colocar essas fotos como empilhamento de dominós no chão para que você possa alinhar buracos em todas as imagens. Com Affine Transform [cálculo para fazer conversões de coordenadas] no processamento de imagens, elas ficam analogicamente mapeadas. Depois de alinhar as imagens, basta encontrar o valor médio de cada pixel."
Isso nos empolgou a fazer um exercício parecido. Onde e de qual grupo vocês gostariam de ver o rosto comum?
publicado em 19 de Outubro de 2017, 00:05
