Usar máscaras Muñones Algoritmos de reconocimiento facial

Muchas empresas de reconocimiento facial han afirmado que pueden identificar a las personas con una precisión milimétrica incluso mientras usan mascarillas, Pero el últimos resultados de un estudio muestran que las cubiertas están aumentando drásticamente las tasas de error.

En una actualización el martes, el Instituto Nacional de Estándares y Tecnología de EE. UU. Analizó 41 algoritmos de reconocimiento facial presentados después de que se declarara la pandemia de COVID-19 a mediados de marzo. Muchos de estos algoritmos se diseñaron teniendo en cuenta las máscaras faciales y afirmaron que aún podían identificar con precisión a las personas, incluso cuando la mitad de la cara estaba cubierta.

En julio, el NIST publicó un informe en el que señalaba que las máscaras faciales estaban frustrando los algoritmos regulares de reconocimiento facial, con tasas de error que van del 5% al ​​50%. El NIST es ampliamente considerado la autoridad líder en pruebas de precisión de reconocimiento facial y se espera que los algoritmos mejoren la identificación de personas con máscaras faciales.

Ese día aún está por llegar, ya que todos los algoritmos experimentaron aumentos marginales en las tasas de error una vez que las máscaras entraron en escena. Si bien algunos algoritmos todavía tenían precisión en general, como la tasa de error del algoritmo de la empresa china de reconocimiento facial Dahua, que iba del 0.3% sin máscaras al 6% con máscaras, otros tenían tasas de error que aumentaban hasta un 99%.

Rank One, un proveedor de reconocimiento facial utilizado en ciudades como Detroit, tuvo una tasa de error del 0.6% sin máscaras y una tasa de error del 34.5% una vez que las máscaras se aplicaron digitalmente. En mayo, la empresa comenzó a ofrecer "reconocimiento periocular, ”Que afirmaba ser capaz de identificar a las personas solo con sus ojos y nariz.

El CEO de Rank One, Brendan Klare, dijo que la compañía no pudo enviar ese algoritmo al NIST debido al límite de la agencia a una presentación por organización.

"Por lo tanto, el estudio de máscaras del NIST no refleja nuestra capacidad para realizar la identificación en presencia de máscaras", dijo Klare en un correo electrónico.

TrueFace, que es utilizado en las escuelas y en las bases de la Fuerza Aérea, vio su tasa de error de algoritmo pasar de 0.9% a 34.8% una vez que se agregaron máscaras. El director ejecutivo de la empresa, Shaun Moore, dijo a CNN el 12 de agosto que sus investigadores estaban trabajando en un algoritmo mejor para detectar más allá de las máscaras.

TrueFace no respondió a una solicitud de comentarios.

Lea la historia completa aquí ...