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。