Clau per emportar
- Els algorismes de reconeixement facial estan millorant per llegir cares amb màscares posades.
- Un nou estudi mostra les limitacions de com un algorisme pot llegir una màscara facial, com ara el color i la forma de la màscara.
- Els experts diuen que la indústria del reconeixement facial està treballant activament per incloure màscares facials als seus algorismes.
Moltes indústries s'han necessitat d'adaptar-se a la pandèmia, inclosa la indústria del reconeixement facial. Els experts diuen que la tecnologia està millorant lentament per reconèixer les persones que porten màscares.
Un nou informe publicat per l'Institut Nacional d'Estàndards i Tecnologia (NIST) mostra els resultats de 65 nous algorismes de reconeixement facial creats després de l'inici de la pandèmia de la COVID-19, així com 87 algorismes enviats abans de la pandèmia. L'informe va revelar que els desenvolupadors de programari estan millorant a l'hora de desenvolupar algorismes que reconeixen les cares emmascarades, fins i tot són tan precisos com els algorismes de reconeixement facial habituals.
"Tot i que alguns algorismes previs a la pandèmia encara es mantenen dins dels més precisos a les fotos emmascarades, alguns desenvolupadors han enviat algorismes després de la pandèmia que mostren una precisió significativament millorada i ara es troben entre els més precisos de la nostra prova", diu l'informe..
El que va trobar l'estudi
L'estudi va ser el segon d'aquest tipus realitzat pel NIST amb el mateix conjunt de dades destinat a provar algorismes de reconeixement facial i la seva precisió en presència de màscares facials. Els autors de l'informe van utilitzar 6,2 milions de fotografies i van aplicar simulacions de diverses combinacions de màscares digitals a aquestes imatges.
Mei Ngan, coautor de l'informe i científic informàtic del NIST, va dir a Lifewire en una entrevista telefònica que la presència de màscares facials bàsicament ha fet retrocedir la tecnologia de reconeixement facial uns dos o tres anys..
"Els percentatges d'error es troben entre el 2,5% i el 5%, comparables a on hi havia la tecnologia d'última generació el 2017", va dir.
Un informe anterior del NIST publicat al juliol va analitzar el rendiment dels algorismes de reconeixement facial enviats abans del març de 2020, abans que l'Organització Mundial de la Salut declarés una pandèmia global. Aquest primer estudi va trobar que la taxa d'error d'aquests algorismes previ a la pandèmia estava entre el 5% i el 50%.
Tot i que aquests algorismes estan millorant per llegir cares emmascarades, l'estudi més recent va trobar que alguns factors afecten la taxa d'error, com ara el color de la màscara (les màscares més fosques com el vermell o el negre tenen taxes d'error més altes) i com la màscara. té forma (les formes de màscara més rodones tenen taxes d'error més baixes).
Ngan va dir que els algorismes utilitzen la part visible de la cara d'algú, com ara la regió al voltant dels ulls i el front, per reconèixer els trets facials en lloc de llegir la màscara en si.
El futur del reconeixement facial i les màscares facials
Ngan va dir que és evident que els desenvolupadors han fet millores importants amb els seus algorismes de reconeixement facial quan es tracta de màscares facials.
"És evident que hi ha una necessitat que els sistemes de reconeixement facial funcionin sota les limitacions de portar màscares", va dir. "Ateses les coses que hem estat fent i els resultats del nostre estudi recent, estem veient que la indústria del reconeixement facial treballa activament per incloure màscares facials als seus algorismes."
Atès que la tecnologia està millorant, això significa que serà més fàcil fer coses com desbloquejar els nostres telèfons mentre portem una màscara facial, però hi ha altres implicacions quan es tracta de que el reconeixement facial avança d'aquesta manera.
Nombrosos estudis demostren que s'informa àmpliament que el reconeixement facial identifica incorrectament la persona equivocada i té prejudicis racials. Un estudi del 2019 del NIST va trobar que la tecnologia de reconeixement facial identifica erròniament les persones negres i asiàtiques fins a 100 vegades més sovint que les persones blanques.
Fins i tot si la tecnologia millora per llegir màscares facials, el percentatge d'error, per petit que sigui, podria ser una preocupació per identificar erròniament una persona que porta una màscara.
Si bé l'informe més recent del NIST mostra que els algorismes estan millorant a l'hora de gestionar la tasca de la màscara facial, Ngan va dir que només el temps dirà si realment és cap a on va el futur del reconeixement facial en temps de pandèmia..
"Potser podem esperar més reduccions d'errors, o potser els desenvolupadors poden trobar limitacions a la quantitat d'informació única a la regió sense emmascarar", va dir Ngan.
