Różności i nowinki technologia

Systemy rozpoznawania twarzy coraz lepiej rozpoznają zamaskowane twarze

Algorytmy rozpoznawania twarzy są coraz lepsze w rozpoznawaniu twarzy w maskach – wynika z danych opublikowanych we wtorek przez National Institute for Standards and Technology (NIST). Opierając się na niezależnych testach ponad 150 oddzielnych algorytmów rozpoznawania twarzy, nowy raport sugeruje, że maski mogą nie stanowić tak dużego problemu dla systemów rozpoznawania twarzy, jak początkowo sądzono.

Sprzedawcy dobrowolnie przekazują swoje algorytmy rozpoznawania twarzy do NIST w celu przetestowania w ramach testu dostawcy rozpoznawania twarzy (FRVT). Instytut publikuje wyniki tych testów na bieżąco w miarę przesyłania każdego algorytmu. Kiedy NIST po raz pierwszy zbadał wpływ masek na rozpoznawanie twarzy w lipcu, odkrył, że algorytmy nie są świetne w identyfikowaniu twarzy za pomocą masek. Nic dziwnego, że trudniej jest rozpoznać twarz, gdy nos i usta są zakryte.

Raporty NIST koncentrują się na współczynnikach fałszywych niezgodności (FNMR), miarą tego, ile pasujących twarzy przechodzi przez algorytm bez wyzwalania ostrzeżenia. W lipcu poziom błędu w przypadku niektórych algorytmów wzrósł do 5–50%, gdy pojawiły się obrazy zamaskowanych osób.

Wykres z raportu NIST pokazuje stałą poprawę u różnych dostawców.
: NIST

Ale pandemia dała programistom mnóstwo czasu na skupienie się na problemie maski, a dane NIST pokazują, że algorytmy rozpoznawania twarzy są coraz lepsze w pracy z zamaskowanymi twarzami. Bez masek najlepsze algorytmy mają współczynnik fałszywego dopasowania wynoszący około 0,3 procent – ale liczba ta nadal wzrasta do 5 procent, gdy noszone są maski o wysokim stopniu pokrycia.

„Chociaż kilka algorytmów sprzed pandemii nadal mieści się w najdokładniejszych na zamaskowanych zdjęciach, niektórzy programiści przesłali algorytmy po pandemii, które wykazały znacznie lepszą dokładność i są teraz jednymi z najbardziej dokładnych w naszym teście” – czytamy w raporcie.

Publiczna tablica wyników NIST dla testów rozpoznawania twarzy potwierdza to twierdzenie. Osiem różnych algorytmów utrzymuje teraz współczynniki fałszywych niezgodności poniżej 0,05%. Sześć z tych ośmiu zostało przekazanych do NIST po opublikowaniu pierwszego raportu w lipcu.

Autorzy zwracają uwagę na szereg ograniczeń badania. W szczególności, chociaż testy opierały się na zdjęciach prawdziwych posiadaczy wiz i rzeczywistych zdjęciach przy przekraczaniu granicy, nie wykorzystywały rzeczywistych zdjęć zamaskowanych twarzy. Ze względów praktycznych badacze NIST zamiast tego zastosowali maski cyfrowo, aby zapewnić spójność w próbce. W rezultacie „nie byliśmy w stanie przeprowadzić wyczerpującej symulacji nieskończonych różnic w kolorze, designie, kształcie, fakturze, pasmach i sposobach noszenia masek” – zauważa raport. Maska cyfrowa była niebieską maską chirurgiczną pokrywającą całą szerokość twarzy, ale testujący zauważyli, że wydajność różniła się znacznie w zależności od tego, jak wysoko maska ​​została umieszczona na twarzy.

Stany Zjednoczone stosują rozpoznawanie twarzy zarówno na granicach lądowych, jak i powietrznych, porównując podróżnych z ich zdjęciami wizowymi lub paszportowymi w ramach biometrycznego programu wyjazdowego. Dane NIST pochodzą szczególnie od posiadaczy wiz, którzy mają niewielkie prawa do prywatności w stosunku do informacji biometrycznych zebranych podczas procesu imigracyjnego.

Zostaw komentarz

Maciek Luboński
Z wykształcenia jestem kucharzem , ale to nie przeszkadza mi pisać dla Was tekstów z wielu ciekawych dziedzin , których sam jestem fanem.Piszę dużo i często nie na tak jak trzeba , ale co z tego skoro tak naprawdę liczy się pasja.

Najlepsze recenzje

Video

gallery

Facebook