1

Introduo

Desde h muito que a imagem da face humana smbolo de identidade. Este facto parece resultar de uma convico generalizada de que cada um de ns teria - se exceptuarmos casos bizarros, como o caso dos gmeos1 - uma imagem de face diferente e de que essa diferena seria de tal forma expressiva que possibilitaria um reconhecimento fcil e sem erro. De facto, ao longo da histria da humanidade, foi sobretudo atravs da imagem da face que os humanos identificaram amigos e inimigos. A histria da pintura ao longo de sculos e da fotografia, desde que foi inventada no sculo XIX, confirmam-no. Ser legtimo acreditar na enorme diferena que a nossa experincia parece intuir entre os nossos rostos ou, em vez disso, deveremos afirmar que a facilidade que possumos em identificar faces poder dever-se apenas a mecanismos muito sofisticados que a espcie humana desenvolveu para conseguir diferenciar com rapidez e com enorme eficcia imagens de rostos, mesmo se estes forem muito parecidos? O projecto Espelhos Matriciais no respondeu em absoluto a esta pergunta, mas obteve um conjunto de evidncias que parecem indicar claramente a segunda hiptese como a mais admissvel. Em rigor, a questo da parecena, semelhana ou similaridade, ou se preferirmos a questo da diferena, dissemelhana ou dissimilaridade entre rostos, esteve sempre presente no projecto Espelhos Matriciais, mas nunca foi encarada como um objecto directo do nosso trabalho. Nunca obtivemos resultados que pudessem ser apresentados como medidas da semelhana ou da diferena entre dois retratos. No entanto, a partir do momento que os retratos so digitalizados e transformados numa matriz de valores de pixis, podem ser facilmente vectorizados e desta forma serem representados por um ponto num espao N-dimensional, onde N o nmero de pixis de cada retrato. Sendo os retratos representados por pontos no espao parece ser fcil medir a "distncia" entre eles, utilizando como base a distncia euclidiana, ou outra qualquer definio de distncia no espao. E esta distncia ser no fundo uma forma muito simples de medir, ou seja, de quantificar a diferena entre retratos.

Comparar retratos

Medindo a distncia entre retratos, representando-os por pontos no espao fcil comparar um retrato com todos os outros. O 1 algoritmo que desenvolvemos permite escolher um qualquer retrato da BD, como referncia, e depois compar-lo com todos os outros ordenando-

O problema da identificao dos irmos gmeos explicaria o horror que lhes era dedicado por algumas civilizaes, que os consideravam um mau agouro. 1

os por ordem de semelhana. A Figura 1 representa os retratos ordenados, tomando como referncia o retrato do canto superior esquerdo.

Figura 1 Retratos ordenados Distncia - euclidiana Zona - Face Verso - original

O 2 retrato da 1 linha o 1 retrato da lista ordenada, que coincide com o retrato tomado como referncia, pois faz parte de nossa BD, e, como bvio, vai ter uma distncia nula. Depois temos todos os 400 retratos da BD ordenados por ordem crescente da distncia ao retrato de referncia.

A Figura 2 representa a evoluo da distncia entre os retratos e o retrato referncia, ou seja quantifica a evoluo da diferena entre retratos. Como observamos, a distncia varia entre 0, para o prprio retrato e um pouco mais de 6000 para o ltimo retrato da lista.

Figura 2 Evoluo da distncia Distncia - euclidiana Zona - face Vector - original

Podemos desde j constatar que o ltimo retrato da lista ordenada de um africano, o que poderia acentuar a convico das grandes diferenas entre africanos e europeus, mas tambm observamos que os demais africanos da BD, estando certo na parte final da lista, se situam no meio de muitos europeus o que afinal parece indicar o contrrio. Observa-se ainda que os homens se concentram na 1 metade do painel e as mulheres na ltimo tero, o que evidencia diferenas no retrato entre homens e mulheres. Estes resultados viro a ser confirmados nos algoritmos de classificao automtica descritos na seco 3.

Classificao automtica de retratos em classes

Na sequncia do problema descrito na seco anterior desenvolvemos um algoritmo para classificar automaticamente os retratos em K classes. Experimentmos depois calcular classes com K=2, 3 e 4, avaliando e comparando vrias opes. Apresentamos na seco seguinte alguns resultados para K=2

3.1

Anlise de resultados com duas classes - K=2

Nas duas figuras seguintes apresentamos as duas classes geradas automaticamente pelo algoritmo a partir da nossa BD com 400 retratos.

Figura 3 Classe 1 com K=2

A 1 imagem representada em cada painel corresponde ao retrato mdio de cada classe, ou seja, o retrato associado ao centro de gravidade da classe. Os retratos da classe so depois apresentados ordenados pela distncia crescente ao centro de gravidade, ou seja, por ordem crescente de diferena relativamente a esse retrato mdio.

Figura 4 Classe 2 com k=2

Observamos que as duas classes parecem corresponder, com algumas imprecises, classe das mulheres e classe dos homens. Na classe 1, construda automaticamente pelo algoritmo, existem apenas cerca de 20% de homens, mas estes concentram-se nos ltimos elementos da classe, ou seja mais distantes do centro. Considerando apenas a 1 metade dos retratos, a percentagem de "enganos" baixa para cerca de 10%. Tambm se observa que os retratos mdios das duas classes se assemelham claramente com os retratos mdios nossos conhecidos do projecto Espelhos Matriciais, para mulheres e para homens da BD. Quanto curva com a variao do valor da distncia ao CG observam-se para os elementos das duas classes curvas idnticas s que apresentmos na seco anterior, tal como se observa na Figura 5. A distncia cresce lentamente e nos ltimos elementos cresce muito mais rapidamente.
5

Figura 5 Classe 2 Inicializao aleatria

Utilizao destas ferramentas num projecto artstico

No sculo XIX e na 1 metade do sculo XX foram desenvolvidas muitas teorias cientificas que defendiam a existncia de uma relao entre caractersticas do rosto e a inteligncia ou as caractersticas psicolgicas e a capacidade de socializao dos seres humanos. Trabalhos de homens cheios de reputao - ver por exemplo Francis Galton, que era primo de Darwin, e que defendeu a utilizao da Composite Photography para obter retratos mdios de assassinos ou de outros tipos de marginalidades - serviram de ponto de partida para desenvolver muitas metodologias, nomeadamente na polcia para identificao de suspeitos - ver por exemplo o trabalho de referncia ainda hoje de Alphonse Bertillon. Se hoje estas teorias so consideradas vazias de sentido, a verdade que continua a persistir na mente de grande parte das pessoas uma ideia preconceituosa de que os marginais, os loucos ou os criminosos parecem diferentes. Este seria o ponto de partida para desenvolver um projecto onde se poderiam fotografar diversos grupos sociais, para depois utilizar estas ferramentas com o intuito de levantar questes sobre a identidade e o rosto.

Neste momento tudo isto est no entanto em aberto para encontrar a melhor forma de desenvolver um projecto coerente.