Indossare maschere monconi algoritmi di riconoscimento facciale

Molte aziende di riconoscimento facciale hanno affermato di poter identificare le persone anche con estrema precisione mentre indossano maschere per il viso, Ma l' ultimi risultati di uno studio mostrano che le coperture stanno aumentando notevolmente i tassi di errore.

In un aggiornamento di martedì, il National Institute of Standards and Technology degli Stati Uniti ha esaminato 41 algoritmi di riconoscimento facciale presentati dopo che la pandemia COVID-19 è stata dichiarata a metà marzo. Molti di questi algoritmi sono stati progettati pensando alle maschere facciali e hanno affermato di essere ancora in grado di identificare con precisione le persone, anche quando metà del loro viso era coperto.

A luglio, il NIST ha pubblicato un rapporto in cui osservava che le maschere per il viso ostacolavano i normali algoritmi di riconoscimento facciale, con tassi di errore che vanno dal 5% al ​​50%. Il NIST è ampiamente considerato la principale autorità nei test di accuratezza del riconoscimento facciale e gli algoritmi previsti per migliorare l'identificazione delle persone con maschere facciali.

Quel giorno deve ancora venire, poiché ogni algoritmo ha sperimentato aumenti marginali nei tassi di errore una volta che le maschere sono entrate in scena. Mentre alcuni algoritmi avevano ancora una precisione nel complesso, come il tasso di errore dell'algoritmo della società cinese di riconoscimento facciale Dahua che va dallo 0.3% senza maschere al 6% con maschere, altri hanno tassi di errore che aumentano fino al 99%.

Rank One, un fornitore di riconoscimento facciale utilizzato in città come Detroit, aveva un tasso di errore dello 0.6% senza maschere e un tasso di errore del 34.5% una volta applicate digitalmente le maschere. A maggio, l'azienda ha iniziato a offrire "riconoscimento perioculare, "Che affermava di essere in grado di identificare le persone appena fuori dai loro occhi e dal naso.

Il CEO di Rank One, Brendan Klare, ha affermato che la società non è stata in grado di presentare l'algoritmo al NIST a causa del limite dell'agenzia a una presentazione per organizzazione.

"Pertanto, lo studio sulle maschere del NIST non riflette la nostra capacità di eseguire l'identificazione in presenza di maschere", ha detto Klare in una e-mail.

TrueFace, che è utilizzato nelle scuole e sulle basi dell'Air Force, ha visto il tasso di errore dell'algoritmo passare dallo 0.9% al 34.8% una volta aggiunte le maschere. Il CEO dell'azienda, Shaun Moore, ha detto alla CNN il 12 agosto che i suoi ricercatori stavano lavorando a un algoritmo migliore per rilevare oltre le maschere.

TrueFace non ha risposto a una richiesta di commento.

Leggi la storia completa qui ...