¿Por qué los grupos de búsqueda facial se separan después de rotar las fotos?

Los grupos de búsqueda facial pueden separarse después de una rotación porque la detección y la alineación pueden generar recortes y embeddings diferentes a partir de la imagen recién orientada.

Para una persona, rotar una foto familiar parece preservar la identidad, pero el flujo de procesamiento puede interpretar la orientación EXIF de otra manera, remuestrear cada píxel, volver a detectar el rostro y estimar nuevos puntos de referencia. Un recorte desplazado cambia la pose, el fondo, la nitidez y las proporciones faciales que recibe el codificador. Por ello, las coincidencias límite pueden superar el umbral de agrupación aunque la persona no haya cambiado.

La orientación almacenada y la rotación de píxeles son entradas diferentes

Una edición de la orientación EXIF puede dejar intactos los píxeles comprimidos mientras indica a los visores que deben rotarlos. Una rotación física reescribe el ráster y normalmente lo vuelve a comprimir. Si la indexación aplica la orientación en una pasada, pero la ignora o la aplica dos veces en otra, el detector ve una geometría diferente.

La investigación sobre la rotación facial en el plano considera la rotación facial arbitraria en el plano como un desafío de detección específico y calibra progresivamente la orientación de los candidatos. La necesidad de una calibración explícita demuestra que un detector estándar para rostros erguidos no es automáticamente invariable a lo largo de 360 grados.

Un rostro indexado anteriormente puede conservar un recorte erguido mientras que el registro regenerado parte de píxeles sin procesar orientados de lado, o al contrario. Por tanto, la invalidación de caché y la normalización de la orientación determinan si las fotos visualmente equivalentes siguen el mismo proceso.

La alineación mediante puntos de referencia convierte pequeños errores de rotación en nuevos recortes

Los sistemas faciales suelen detectar los ojos, la nariz y la boca, y después rotar y escalar un recorte hasta obtener una pose canónica. Una estimación diferente de los puntos de referencia cambia la transformación afín y modifica qué píxeles del cabello, la barbilla, el fondo y el rostro ocupan cada posición del codificador.

Un estudio de reconocimiento facial sobre las características faciales dependientes de la rotación modela la rotación como un componente que cambia las características profundas y aprende a compensarla. El mecanismo respalda la observación de que la pose y la rotación se representan en el espacio de embeddings en lugar de desaparecer automáticamente.

La interpolación añade desenfoque y efectos de ringing, mientras que las guardadas JPEG repetidas reducen la textura fina. Un rostro pequeño, oscuro o de perfil pierde más calidad que uno grande y frontal, por lo que la misma operación de rotación puede dividir únicamente los miembros más débiles del grupo de una persona.

La agrupación convierte el movimiento continuo de los embeddings en una separación visible

Los embeddings se desplazan de forma continua, pero la agrupación aplica un umbral, una regla de vecindad o una decisión de enlace. Un pequeño aumento de la distancia puede desconectar una foto del grafo, y volver a ejecutar la agrupación puede separar otras imágenes que dependían de ese puente.

El trabajo sobre la calidad de los embeddings faciales relaciona la magnitud de las características faciales con la calidad del reconocimiento y muestra que las muestras difíciles y de baja calidad ocupan regiones menos fiables. Por tanto, el desenfoque o una peor alineación inducidos por la rotación pueden afectar tanto a la similitud como a la confianza. Esta distinción sigue siendo visible durante las pruebas posteriores en el hogar.

El límite del diagnóstico consiste en tratar toda separación posterior a una rotación como una falta de invariancia a la rotación. Un nuevo modelo facial, un umbral de agrupación modificado, miniaturas regeneradas o una fusión de personas duplicadas pueden coincidir con la edición. Vuelve a generar los embeddings de los píxeles originales y rotados mediante un único flujo de procesamiento congelado antes de atribuir la causa.

Featured

ZimaCube 2 NAS personal en la nube para el hogar

ZimaCube2

$799.00 - $2,499.00

Buy Now

Ejecuta una prueba de invariancia a la rotación en todo el flujo facial

Crea variantes sin pérdida de 0, 90, 180 y 270 grados, además de rotaciones que solo modifiquen la EXIF, para rostros frontales, de perfil, pequeños, oscuros y parcialmente ocultos que sean representativos. Registra la orientación decodificada, el cuadro del detector, los puntos de referencia, el recorte alineado, la puntuación de calidad, el embedding, la identidad más cercana y la pertenencia al grupo.

Usa los componentes de búsqueda fotográfica como inventario de un flujo de fotos consultables y después compara el resultado. Mide la recuperación de detecciones, la superposición de recortes, la distancia coseno entre personas iguales, la conservación del vecino más cercano y la conectividad de los grupos, mientras mantienes fijo el modelo, el umbral, el tamaño de las miniaturas y el algoritmo de agrupación. El resultado intermedio debe seguir siendo inspeccionable antes de continuar con la automatización.

Normaliza la orientación antes de la detección y evita volver a guardar las imágenes con pérdidas. Si los recortes rotados siguen siendo inconsistentes, utiliza un detector consciente de la rotación o aumentación; si solo se separan las fotos límite, conserva los vínculos de identidad manuales en lugar de relajar globalmente el umbral y fusionar a personas diferentes.