Directrices sobre los atributos faciales - Amazon Rekognition

Directrices sobre los atributos faciales

Para cada rostro que detecta, Amazon Rekognition devuelve un cuadro delimitador, atributos, emociones, referencias, calidad y postura. Cada atributo o emoción tiene un valor y una puntuación de confianza. Por ejemplo, se podría predecir que un rostro determinado tiene el sexo "Femenino" con una puntuación de confianza del 85 % y la emoción "Feliz" con una puntuación de confianza del 90 %.

La predicción binaria del sexo (masculino/femenino) utiliza la apariencia física de un rostro de una imagen determinada. No indica la identidad de género de una persona y no debe utilizarse Amazon Rekognition para realizar esta determinación. No es recomendable utilizar predicciones binarias de género para tomar decisiones que podrían afectar a los derechos, la privacidad o el acceso de una persona a los servicios.

De igual modo, las predicciones de las expresiones emocionales se basan únicamente en la apariencia física del rostro de una persona. No indican el estado emocional interno real y Amazon Rekognition no debe utilizarse para realizar esta determinación. Por ejemplo, en una imagen, una persona podría fingir estar feliz a través del rostro, aunque realmente no estuviera experimentando felicidad.

Recomendamos utilizar un umbral del 99 % o más en aquellos casos de uso en que la precisión de clasificación podría tener algún impacto negativo en los sujetos de las imágenes. La única excepción es el rango de edad, en cuyo caso Amazon Rekognition calcula una horquilla de edades para la persona. En este caso, cuanto mayor es el rango de edades, la más baja será la confianza de esa predicción. A título aproximativo, puede utilizar el punto medio del rango de edades para calcular un valor único de edad del rostro detectado. La edad real no se corresponderá necesariamente con este número.

Uno de los mejores usos de estos atributos es la generación de estadísticas agregadas. Por ejemplo, atributos como la sonrisa, la postura y la nitidez pueden utilizarse para seleccionar automáticamente la mejor "imagen de perfil" en una aplicación de redes sociales. Otro caso de uso común consiste en calcular de forma anónima los datos demográficos de una muestra amplia utilizando los atributos de género y edad (por ejemplo, en eventos o en comercios minoristas).