Il laboratorio di Ghòstati! si rinnova. Puoi salvare il tuo volto, cambiare il trucco, disegnare un intervento digitale e osservare dove un sistema di analisi del viso smette di seguirti o di riconoscerti.

Il software si chiama Ghostmaxxing : è un progetto libero, utilizzabile anche da altre realtà. Ghòstati! è l’iniziativa del Sindacato Universale di NINA che organizza i workshop e raccoglie segnalazioni riservate sulla sorveglianza biometrica. Questa divisione permette di sviluppare uno strumento condiviso e, insieme, costruire percorsi collettivi di sperimentazione e intervento politico.

Apri il laboratorio e prova con il tuo volto.

Individuare un volto e riconoscerlo sono passaggi diversi

Un riquadro intorno alla faccia significa che il software ha trovato un volto. Per stabilire se quel volto corrisponde a uno già registrato servono altre operazioni. Nel laboratorio possiamo osservare questa catena:

  1. Individuazione. Il rilevatore cerca un volto nell’immagine e ne delimita la posizione.
  2. Mappatura e allineamento. Il sistema localizza punti di riferimento — occhi, naso, bocca — utili per descrivere la geometria del viso e rendere confrontabili le immagini.
  3. Estrazione delle caratteristiche. Una rete trasforma l’immagine del volto in un vettore di numeri, detto embedding o descrittore. Estrarre le caratteristiche e rappresentarle come vettore fanno parte di questo stesso passaggio.
  4. Confronto. Il descrittore viene confrontato con quelli dei volti salvati nel database locale.
  5. Decisione. Una soglia sulla distanza tra i vettori determina se il sistema considera il volto corrispondente a uno dei riferimenti.

Un trucco può intervenire in punti diversi: impedire di trovare il volto, disturbare i punti di riferimento oppure cambiare abbastanza il descrittore da interrompere una corrispondenza. Distinguere questi esiti aiuta a capire cosa stiamo sperimentando. La spiegazione della pipeline entra nel dettaglio.

Due percorsi di analisi, con compiti diversi

Il laboratorio affianca face-api.js e MediaPipe. Face-api.js individua il volto, ne calcola i punti di riferimento e produce un descrittore di 128 numeri per confrontarlo con le identità salvate. È il percorso di riconoscimento facciale del laboratorio.

MediaPipe aggiunge il tracciamento di una mesh del volto: una geometria tridimensionale stimata a partire dalla fotocamera, utile per ancorare il trucco digitale mentre muovi la testa. Questa mesh, da sola, non identifica una persona.

Nel codice è presente anche un percorso sperimentale con MediaPipe ImageEmbedder e MobileNetV3 Small. Produce vettori e li confronta usando la similarità coseno, ma è stato addestrato per la somiglianza generica tra immagini. Può reagire molto allo sfondo, ai colori o alla luce: i suoi risultati vanno letti come esperimenti sulle caratteristiche visive, senza attribuirgli la stessa funzione del riconoscitore facciale.

I due percorsi permettono quindi di osservare aspetti diversi dello stesso intervento. La guida ai risultati spiega come interpretare le misure.

I Ghostyle: disegnare, modificare, riprovare

I trucchi digitali del laboratorio si chiamano Ghostyle. Sono moduli JavaScript che possono disegnare sull’immagine 2D, sulla superficie del volto tracciata in 3D, oppure su entrambe. Puoi applicare un pattern esistente, modificarne i parametri e verificare come reagisce il sistema.

Con Face Brush puoi abbozzare un trucco direttamente sul volto e trasformare un esperimento promettente in un modulo riutilizzabile. La guida per creare Ghostyle descrive come scriverli e condividerli.

L’obiettivo è passare dalla prova isolata a un esperimento che altre persone possano ripetere: cambiando volto, fotocamera, illuminazione e quantità di trucco, per capire quanto il risultato dipenda dalle condizioni iniziali.

Un laboratorio da esplorare e ispezionare

Il sito del software raccoglie anche strumenti per orientarsi in questo campo:

  • I progetti riuniscono pratiche artistiche, ricerca e prodotti che intervengono sulla visione artificiale: trucco, abiti, maschere, luce e altri approcci.
  • I riferimenti raccolgono studi, documentazione e lavori culturali per approfondire metodi e risultati.
  • La genealogia mette in relazione famiglie di sistemi e interventi nel tempo. Aiuta a capire perché un metodo pensato per un vecchio rilevatore possa non funzionare su un sistema più recente.
  • La documentazione accompagna l’uso degli strumenti; la sezione per sviluppare e il riferimento delle API permettono di esaminare ed estendere il codice.

Il codice è disponibile in due repository: Ghostmaxxing , per il laboratorio nel browser, e gstmxx-backend , per la ricezione dei contributi, la moderazione e la pubblicazione nel Fediverso.

Il riconoscimento viene elaborato sul dispositivo. Le clip vengono inviate al server soltanto quando scegli di condividerle e dai il consenso; le segnalazioni riservate seguono il canale separato gestito da NINA .

Un risultato positivo descrive ciò che è successo con quel modello e in quelle condizioni. Per sapere se un trucco funziona su un altro sistema occorre provarlo. È il lavoro che vogliamo fare insieme: organizzare workshop Ghòstati! , confrontare gli esperimenti e rendere verificabili i risultati.