Пару недель назад мы рассказывали о том, что что полиция США в обеспокоена обилием медицинских масок. Согласно утекшей в сеть переписке чиновников, маски мешают нормальной работе технологии распознавания лиц. Но переживания чиновников это одно, а проверенные факты - совсем другое. Потому ученые решили проверить, действительно ли маски могут помешать работе следящих алгоритмов.
Национальный институт стандартов и технологий США (NIST) выяснил, насколько сильно снижается точность распознавания, если цель носит медицинскую маску. Оказалось, что многие коммерчески используемые системы отказывают в половине случаев.
Проверка на точность
Ученые NIST создали программу под названием FRVT (Face Recognition Vendor Test, “тест поставщиков [технологии] распознавания лиц”). С ее помощью были проверены 89 коммерчески доступных систем распознавания. “Мы начали с проверки алгоритмов, которые были разработаны до пандемии и ориентированы на распознавание открытых лиц”, - говорит Мэй Нган, информатик NIST.
Тесты включали прямое сопоставление лица под маской с изображением того же человека, уже имеющимся в базе данных. Это один из самых простых тестов для системы распознавания. Как правило, в нормальных условиях алгоритмы проходят его без проблем. Но благодаря маскам даже самая точная система начала совершать ошибки.
Лучший из протестированных алгоритмов ошибался в 5% случаев, хотя в нормальных условиях трудности у него возникают лишь в 0,3% случаев. Менее надежные системы провалили от 20% до 50% тестов.
Более детальное исследование показало, что чем выше маска расположена на лице и чем сильнее она закрывает нос и переносицу, тем сложнее алгоритму узнать человека.
Цвет также влияет на точность. Так, лицо под черной маской распознать сложнее, чем лицо под обычной синей маской.
Важно, что маска на лице значительно увеличивает частоту ложноотрицательных результатов, но не ложноположительных. Проще говоря, система может не узнать человека в маске, но вряд ли примет его за кого-то другого.
Далее ученые NIST намерены провести новое исследование, чтобы проверить надежность более сложных алгоритмов, которые изначально создавались для распознавания частично скрытых лиц.
Вероятно, коммерческие продукты со временем будут модернизированы. Например, еще в марте один из китайских стартапов объявил, что улучшил свою систему так, чтобы та справлялась с распознаванием лиц под масками. Тем не менее, пока для большинства существующих на рынке алгоритмов медицинская маска становится реальной проблемой.
Подробнее с результатами исследования NIST можно ознакомиться в этой статье (PDF-файл).
Если хотите получать новости через мессенджер, подписывайтесь на новый Telegram-канал iGate
