SciTech Reports
色彩空間來定義顏色,一張彩色的
科技人文 期望能夠快速地獲得結果。
二○二一 年十一月十五日
17
膚、深色皮膚。圖三的人臉圖片參 考所統計的皮膚色碼,然後使用臉
圖片可以用RGB三個通道來描述內
然而,這種做法會遇到一些潛
容。以一個像素點來說,它的顏色
在的問題,膚色淺的人種在此系統
一共有255×255×255(約1658萬)
中會有較好的辨識效果,膚色深的
這3張圖片都屬於人臉,唯一的
種組合。如果採用灰階的色彩空
人種會不易被辨識,由於人權意識
差別只是膚色不同,理論上應該都
間,一個像素點只有255種組合。當
的興起,AI技術的公平性也常受到
能夠被偵測到。當這3張圖片轉換
電腦在分析圖片的時候,使用灰階
檢視。回顧先前提到的資料處理流
成灰階照片後,我們觀察鼻子附
圖片可以降低大量的運算資源並縮
程,他們會先將彩色照片轉換為灰
近的輪廓,可以發現深色皮膚的
減時間。此外,灰階的程式碼複雜
階照片,然後再分析灰階照片上的
鼻子輪廓較不明顯。這些照片套用
度也較低,如果一開始使用彩色空
輪廓特徵,檢查是否有特定輪廓的
先前提到的哈爾特徵計算方式,即
間進行輪廓分析,需要考量各種資
資訊。以圖三為例,有3種不同膚色
黑色區域與白色區域的數值相減,
訊,如:亮度、色差……等,將這
的人臉示意圖,當轉換成灰階照片
淺色皮膚的照片會得到較高的相似
些資訊納入分析之後,整體執行效
後,可以發現膚色深的輪廓較不明
率,而深色皮膚會得到較低的相似
率往往比灰階圖片還要慢。基於效
顯。根據後續的研究資料顯示,研
率。從上面的例子可以得知,膚色
率的需求,大多辨識系統的流程都
究人員將蒐集的皮膚顏色資料集大
淺的人種在此模型中會有較好的辨
會先將彩色照片轉換為灰階照片,
致分為3種類型:淡色皮膚、棕黃皮
識效果,而膚色深的人種會不易被
部偵測來觀察各自的辨識效果。