GettyImages 1263014810 bc0ad7688cbd46e48e1c1f46aac08f81

Tärkeimmät oppimispisteet

  • Kasvojentunnistusalgoritmit ovat parantuneet lukemaan kasvoja maskeilla.
  • Uusi tutkimus osoittaa rajoituksia sille, miten algoritmi voi lukea kasvonaamion, kuten maskin värin ja muodon.
  • Asiantuntijat sanovat, että kasvojentunnistusteollisuus työskentelee aktiivisesti kasvonaamarien sisällyttämiseksi algoritmeihinsa.
Monet teollisuudenalat joutuivat sopeutumaan pandemiaan, mukaan lukien kasvojentunnistusteollisuus. Asiantuntijoiden mukaan tekniikka on vähitellen paranemassa kasvonaamaria käyttävien ihmisten tunnistamisessa. National Institute of Standards and Technologyn (NIST) julkaisema uusi raportti näyttää tulokset 65 uudesta kasvojentunnistusalgoritmista, jotka on luotu COVID-19-pandemian alkamisen jälkeen, sekä 87 algoritmista, jotka on lähetetty ennen pandemiaa. Raportissa todettiin, että ohjelmistokehittäjät kehittävät yhä paremmin algoritmeja, jotka tunnistavat naamioidut kasvot, ja niistä tulee jopa yhtä tarkkoja kuin tavalliset kasvojentunnistusalgoritmit. «Vaikka muutamat pandemiaa edeltävät algoritmit ovat edelleen tarkimpien naamioitujen valokuvien sisällä, jotkut kehittäjät ovat toimittaneet pandemian jälkeen algoritmeja, joiden tarkkuus on parantunut huomattavasti ja jotka ovat nyt testimme tarkimpia», raportissa lukee.

Mitä tutkimuksessa havaittiin

Tutkimus oli toinen laatuaan NIST:n suorittama tutkimus käyttäen samaa tietosarjaa, joka oli tarkoitettu testaamaan kasvojentunnistusalgoritmeja ja niiden tarkkuutta kasvonaamarien kanssa. Raportin kirjoittajat käyttivät 6,2 miljoonaa valokuvaa ja käyttivät näihin kuviin simulaatioita erilaisista digitaalisten maskien yhdistelmistä. Mei Ngan, raportin toinen kirjoittaja ja tietotekniikan tutkija NIST:stä, sanoi: elinehto puhelinhaastattelussa totesi, että kasvonaamarien olemassaolo on olennaisesti siirtänyt kasvojentunnistusteknologian noin kaksi tai kolme vuotta taaksepäin. «Virheet ovat jossain 2,5–5 prosentin välillä – verrattavissa siihen, missä huipputeknologia oli vuonna 2017», hän sanoi. NIST:n aikaisemmassa heinäkuussa julkaistussa raportissa tarkasteltiin ennen maaliskuuta 2020 lähetettyjen kasvojentunnistusalgoritmien suorituskykyä, ennen kuin Maailman terveysjärjestö julisti maailmanlaajuisen pandemian. Tämä ensimmäinen tutkimus havaitsi, että näiden pandemiaa edeltävien algoritmien virheprosentti oli 5–50 prosenttia.

Joukko ihmisiä kävelemässä kaupungin halki kasvojentunnistuksen avulla

Vaikka nämä algoritmit alkavat lukea paremmin naamioituja kasvoja, uudempi tutkimus osoittaa, että jotkin tekijät vaikuttavat virhetasoon, kuten maskin väri (tummemmilla naamioilla, kuten punaisella tai mustalla, on korkeampi virheprosentti) ja maskin muotoon ( pyöreämpi naamio). muodoilla on pienempi virheprosentti). Ngan sanoi, että algoritmit käyttävät ihmisen kasvojen näkyvää osaa, kuten silmien ympärillä olevaa aluetta ja otsaa, kasvojen piirteiden tunnistamiseen sen sijaan, että ne lukisivat itse naamion läpi.

Kasvontunnistuksen ja kasvonaamion tulevaisuus

Ngan sanoi, että on selvää, että kehittäjät ovat tehneet merkittäviä parannuksia kasvojentunnistusalgoritmeihinsa kasvonaamion suhteen. «On selvää, että kasvontunnistusjärjestelmiä tarvitaan toimimaan kasvomaskien käytön rajoitusten alla», hän sanoi. «Ottaen huomioon tekemämme asiat ja viimeaikaisten tutkimustemme tulokset, näemme, että kasvojentunnistusteollisuus sisällyttää aktiivisesti kasvonaamioita algoritmeihinsa.» Kun tekniikka kehittyy, se tarkoittaa, että on helpompi tehdä asioita, kuten avata puhelimien lukitus, kun käytät kasvomaskia, mutta kasvojentunnistuksen edistämisellä on muitakin seurauksia.

Nainen, joka käyttää kasvonaamaria seisoessaan ulkona ja katsomassa älypuhelintaan

Lukuisat tutkimukset osoittavat, että kasvojentunnistuksen on laajalti raportoitu tunnistavan väärän henkilön väärin ja olevan rodullisia. Vuoden 2019 NIST-tutkimuksessa havaittiin, että kasvojentunnistustekniikka tunnistaa mustat ja aasialaiset jopa 100 kertaa enemmän väärin kuin valkoiset. Vaikka tekniikka paranee kasvonaamarien lukemisessa, virheprosentti, oli se kuinka pieni tahansa, voi silti olla huolenaihe, jos kasvomaskia käyttävä henkilö tunnistetaan väärin. Vaikka viimeisin NIST-raportti osoittaa, että algoritmit ovat paranemassa kasvonaamion tehtävien hoitamisessa, Ngan sanoi, että vain aika näyttää, suuntaako kasvojentunnistuksen tulevaisuus pandemian aikoina. «Ehkä voimme odottaa lisää virheiden vähenemistä, tai ehkä kehittäjät löytävät rajoituksia ainutlaatuisen tiedon määrälle paljastavalla alueella», Ngan sanoi.

Por Markus