Ключови изводи
- Алгоритмите за разпознаване на лица стават все по-добри при разчитане на лица с поставени маски.
- Ново проучване показва ограничения за това как алгоритъмът може да разчете маска за лице, като цвета и формата на маската.
- Експертите казват, че индустрията за лицево разпознаване работи активно за включване на лицеви маски в техните алгоритми.
Много индустрии трябваше да се приспособят към пандемията, включително индустрията за разпознаване на лица. Експерти казват, че технологията бавно се подобрява в разпознаването на хора, носещи маски.
Нов доклад, публикуван от Националния институт по стандарти и технологии (NIST), показва резултатите от 65 нови алгоритъма за лицево разпознаване, създадени след началото на пандемията от COVID-19, както и 87 алгоритъма, изпратени преди пандемията. Докладът разкрива, че разработчиците на софтуер стават все по-добри в разработването на алгоритми, които разпознават маскирани лица, дори стават толкова точни, колкото обикновените алгоритми за разпознаване на лица.
„Въпреки че няколко алгоритъма преди пандемията все още остават в рамките на най-точните за маскирани снимки, някои разработчици са изпратили алгоритми след пандемията, показващи значително подобрена точност и сега са сред най-точните в нашия тест“, се казва в доклада.
Какво установи проучването
Проучването е второто по рода си, проведено от NIST със същия набор от данни, предназначен да тества алгоритмите за лицево разпознаване и тяхната точност при наличие на маски за лице. Авторите на доклада са използвали 6,2 милиона снимки и са приложили симулации на различни комбинации от цифрови маски към тези изображения.
Mei Ngan, съавтор на доклада и компютърен учен в NIST, каза пред Lifewire в телефонно интервю, че наличието на маски за лице по същество е върнало технологията за лицево разпознаване с около две до три години назад.
"Процентите на грешки са някъде между 2,5% и 5% - сравнимо с нивото на най-съвременните технологии през 2017 г.", каза тя.
Предишен доклад от NIST, публикуван през юли, разглежда ефективността на алгоритмите за разпознаване на лица, изпратени преди март 2020 г., преди Световната здравна организация да обяви глобална пандемия. Това първо проучване установи, че процентът на грешка на тези предпандемични алгоритми е между 5% и 50%.
Дори ако тези алгоритми стават все по-добри при разчитането на маскирани лица, по-скорошното проучване установи, че някои фактори влияят на процента грешки, като цвета на маската (по-тъмните маски като червено или черно имат по-висок процент грешки) и как маската е оформен (по-кръглите форми на маската имат по-ниски нива на грешка).
Ngan каза, че алгоритмите използват видимата част от нечие лице, като областта около очите и челото, за да разпознават чертите на лицето, вместо да четат през самата маска.
Бъдещето на лицевото разпознаване и маските за лице
Нган каза, че е очевидно, че разработчиците са направили значителни подобрения в своите алгоритми за лицево разпознаване, когато става дума за маски за лице.
„Очевидно има необходимост системите за лицево разпознаване да работят при ограниченията на носенето на маски за лице“, каза тя. „Като се имат предвид нещата, които правим, и резултатите от скорошното ни проучване, виждаме, че индустрията за лицево разпознаване работи активно за включване на маски за лице в своите алгоритми.“
Тъй като технологията се подобрява, това означава, че ще бъде по-лесно да правим неща като отключване на телефоните си, докато носим маска за лице, но има и други последици, когато става въпрос за разпознаване на лица, напредвайки по този начин.йени
Многобройни проучвания показват, че широко се съобщава, че разпознаването на лица погрешно идентифицира грешния човек и има расови пристрастия. Проучване от 2019 г. на NIST установи, че технологията за лицево разпознаване погрешно идентифицира чернокожите и азиатските хора до 100 пъти по-често от белите хора.
Дори и технологията да става все по-добра при разчитане на маски за лице, процентът на грешката - колкото и малък да е - все още може да бъде проблем за погрешно идентифициране на лице, носещо маска за лице.
Въпреки че най-новият доклад на NIST показва, че алгоритмите стават все по-добри при справяне със задачата за маска за лице, Нган каза, че само времето ще покаже дали това наистина е накъдето отива бъдещето на разпознаването на лица по време на пандемия.
"Може би можем да очакваме по-нататъшно намаляване на грешките или може би разработчиците може да намерят ограничения в количеството уникална информация в демаскирания регион", каза Ngan.
