Brug af maske stubber Algoritmer til ansigtsgenkendelse

Mange ansigtsgenkendelsesfirmaer har hævdet, at de selv kan identificere mennesker med nøjagtighed mens de har ansigtsmasker på, Men seneste resultater fra en undersøgelse viser, at dækningen dramatisk øger fejlprocenten.

I en opdatering tirsdag kiggede US National Institute of Standards and Technology på 41 ansigtsgenkendelsesalgoritmer, der blev indsendt efter COVID-19-pandemien blev erklæret i midten af ​​marts. Mange af disse algoritmer var designet med ansigtsmasker i tankerne og hævdede, at de stadig var i stand til at identificere mennesker nøjagtigt, selv når halvdelen af ​​deres ansigt var dækket.

I juli udgav NIST en rapport, hvori det blev bemærket, at ansigtsmasker hindrede regelmæssige ansigtsgenkendelsesalgoritmer med fejlprocent fra 5% til 50%. NIST betragtes bredt som den førende autoritet inden for nøjagtighedstestning af ansigtsbehandling og forventede algoritmer, der forbedrer identifikationen af ​​mennesker i ansigtsmasker.

Den dag er endnu ikke kommet, da hver algoritme oplevede marginale stigninger i fejlrater, når masker kom ind i billedet. Mens nogle algoritmer stadig overordnet havde nøjagtighed, ligesom det kinesiske ansigtsgenkendelsesfirma Dahuas algoritmefejlfrekvens, der går fra 0.3% uden masker til 6% med masker, havde andre fejlprocenten stigende op til 99%.

Rank One, en ansigtsgenkendelsesudbyder brugt i byer som Detroit, havde en fejlprocent på 0.6% uden masker, og en 34.5% fejlprocent, når masker blev anvendt digitalt. I maj begyndte virksomheden at tilbyde “periokulær genkendelse, ”Som hævdede at være i stand til at identificere mennesker lige uden for deres øjne og næse.

Rang One CEO, Brendan Klare, sagde, at virksomheden ikke var i stand til at forelægge denne algoritme til NIST på grund af agenturets grænse til en indsendelse pr. Organisation.

”Således afspejler NIST-maskeundersøgelsen ikke vores evne til at udføre identifikation i nærværelse af masker,” sagde Klare i en e-mail.

TrueFace, hvilket er brugt i skoler og på Air Force-baser så dens algoritmefejlrate gå fra 0.9% til 34.8%, når masker blev tilføjet. Virksomhedens administrerende direktør, Shaun Moore, fortalte CNN den 12. august at forskerne arbejdede på en bedre algoritme til at detektere ud over masker.

TrueFace svarede ikke på en anmodning om kommentar.

Læs hele historien her ...