Has the Virtualization of the Face Changed Facial Perception? A Study of the Impact of Augmented Reality on Facial Perception

要約

拡張現実やその他の写真編集フィルターは、オンラインに投稿された画像、特に顔の画像を変更するために使用される一般的な方法です。
社会的コミュニケーションにおける人間の顔認識の重要な役割を考えると、オンラインで増え続ける修正された顔にさらされると、人間の顔認識にどのような影響があるでしょうか?
この論文では、さまざまなスタイルの顔フィルターへの親しみやすさ、さまざまな顔フィルターで編集された顔の知覚された奇妙さ、および画像がフィルター処理されているかどうかを識別する能力を測定するために設計された 6 つの調査の結果を提示します。
私たちの結果は、画像の色調を変更したり、顔の構造を変更したり、顔の美化を追加したりする写真編集フィルターでフィルター処理された顔は、変更されていない顔と同様に認識される傾向があることを示しています。
ただし、拡張現実フィルター (デジタル オブジェクトをオーバーレイする\textit{i.e.} フィルター) でフィルター処理された顔は、変更されていない顔とは異なって認識されます。
また、調査の質問の言い回しが異なると回答が異なることもわかりました。これは、フィルター処理された画像の普及による顔認識の変化を検出するのが難しいことを示しています。
顔フィルターによって引き起こされる顔認識の変化をよりよく理解することは、オンライン スペースをより責任を持って構築するのに役立ち、より正確で公平な顔認識モデル、特に人間の心理物理学的注釈でトレーニングされたモデルのトレーニングに役立つ可能性があります。

要約(オリジナル)

Augmented reality and other photo editing filters are popular methods used to modify images, especially images of faces, posted online. Considering the important role of human facial perception in social communication, how does exposure to an increasing number of modified faces online affect human facial perception? In this paper we present the results of six surveys designed to measure familiarity with different styles of facial filters, perceived strangeness of faces edited with different facial filters, and ability to discern whether images are filtered or not. Our results indicate that faces filtered with photo editing filters that change the image color tones, modify facial structure, or add facial beautification tend to be perceived similarly to unmodified faces; however, faces filtered with augmented reality filters (\textit{i.e.,} filters that overlay digital objects) are perceived differently from unmodified faces. We also found that responses differed based on different survey question phrasings, indicating that the shift in facial perception due to the prevalence of filtered images is noisy to detect. A better understanding of shifts in facial perception caused by facial filters will help us build online spaces more responsibly and could inform the training of more accurate and equitable facial recognition models, especially those trained with human psychophysical annotations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google