Keeawayt
- Kasvontunnistusalgoritmit ovat entistä parempia lukemaan kasvoja maskeilla.
- Uusi tutkimus esittelee rajoituksia sille, miten algoritmi voi lukea kasvonaamion, kuten maskin värin ja muodon.
- Asiantuntijat sanovat, että kasvojentunnistusteollisuus pyrkii aktiivisesti sisällyttämään kasvonaamarit algoritmeihinsa.
Monen teollisuuden, mukaan lukien kasvojentunnistusalan, on joutunut sopeutumaan pandemiaan. Asiantuntijoiden mukaan tekniikka on vähitellen paranemassa kasvonaamioita käyttävien ihmisten tunnistamisessa.
National Institute of Standards and Technologyn (NIST) julkaisema uusi raportti näyttää tulokset 65 uudesta kasvojentunnistusalgoritmista, jotka on luotu COVID-19-pandemian alkamisen jälkeen, sekä 87 algoritmista, jotka lähetettiin ennen pandemiaa. Raportti paljasti, että ohjelmistokehittäjät kehittävät yhä paremmin algoritmeja, jotka tunnistavat naamioidut kasvot, jopa yhtä tarkkoja kuin tavalliset kasvojentunnistusalgoritmit.
"Vaikka muutamat pandemiaa edeltävät algoritmit ovat edelleen tarkimpien naamioitujen valokuvien sisällä, jotkut kehittäjät ovat lähettäneet pandemian jälkeen algoritmeja, joiden tarkkuus on parantunut huomattavasti ja jotka ovat nyt testimme tarkimpia", raportissa sanotaan..
Mitä tutkimus havaitsi
Tutkimus oli toinen laatuaan NIST:n suorittama tutkimus käyttäen samaa tietoaineistoa, jonka tarkoituksena oli testata kasvojentunnistusalgoritmeja ja niiden tarkkuutta kasvonaamarien kanssa. Raportin kirjoittajat käyttivät 6,2 miljoonaa valokuvaa ja käyttivät näihin kuviin simulaatioita erilaisista digitaalisten maskien yhdistelmistä.
Mei Ngan, raportin toinen kirjoittaja ja tietojenkäsittelytieteilijä NIST:stä, kertoi Lifewirelle puhelinhaastattelussa, että kasvonaamarien olemassaolo on käytännössä vienyt kasvojentunnistusteknologiaa noin kahdesta kolmeen vuoteen.
"Virheet ovat 2,5–5 %, mikä on verrattavissa siihen, missä huipputeknologia oli vuonna 2017", hän sanoi.
NIST:n aikaisemmassa heinäkuussa julkaistussa raportissa tarkasteltiin ennen maaliskuuta 2020 lähetettyjen kasvojentunnistusalgoritmien suorituskykyä, ennen kuin Maailman terveysjärjestö julisti maailmanlaajuisen pandemian. Tässä ensimmäisessä tutkimuksessa havaittiin, että näiden pandemiaa edeltävien algoritmien virheprosentti oli 5–50 %.
Vaikka nämä algoritmit alkavat lukea naamioituja kasvoja, uudemmassa tutkimuksessa havaittiin, että jotkin tekijät vaikuttavat virhetasoon, kuten maskin väri (tummemmilla naamioilla, kuten punaisella tai mustalla, on korkeampi virheprosentti) ja siihen, miten maski on muotoiltu (pyöreämmillä maskin muodoilla on pienempi virheprosentti).
Ngan sanoi, että algoritmit käyttävät kasvojen näkyvää osaa, kuten silmien ympärillä olevaa aluetta ja otsaa, tunnistaakseen kasvonpiirteet sen sijaan, että ne lukisivat itse naamion läpi.
Kasvojentunnistuksen ja kasvonaamion tulevaisuus
Ngan sanoi, että on selvää, että kehittäjät ovat tehneet merkittäviä parannuksia kasvojentunnistusalgoritmeillaan kasvonaamion suhteen.
"On selvästi olemassa tarve kasvojentunnistusjärjestelmille, jotka toimivat kasvomaskien käytön rajoitusten alaisena", hän sanoi. "Kun otetaan huomioon tekemämme asiat ja äskettäisen tutkimuksemme tulokset, näemme, että kasvojentunnistusteollisuus työskentelee aktiivisesti kasvonaamarien sisällyttämiseksi algoritmeihinsa."
Koska tekniikka kehittyy, se tarkoittaa, että on helpompi tehdä asioita, kuten avata puhelimien lukitus, kun käytät kasvonaamaria, mutta kasvojentunnistuksen edistyminen tällä tavalla vaikuttaa muihinkin seurauksiin.
Lukuisat tutkimukset osoittavat, että kasvojentunnistuksen on laaj alti raportoitu tunnistavan väärän henkilön väärin ja sillä on rodullisia ennakkoluuloja. NIST:n vuonna 2019 tekemässä tutkimuksessa havaittiin, että kasvojentunnistustekniikka tunnistaa mustat ja aasialaiset väärin jopa 100 kertaa useammin kuin valkoiset.
Vaikka tekniikka paranee kasvomaskien lukemisessa, virheprosentti – vaikka kuinka pieni tahansa – voi silti olla huolenaihe, jos kasvomaskia käyttävän henkilön tunnistetaan väärin.
Vaikka uusin NIST-raportti osoittaa, että algoritmit ovat paranemassa kasvonaamion tehtävässä, Ngan sanoi, että vain aika näyttää, onko kasvojentunnistuksen tulevaisuus todella menossa pandemia-aikoina.
"Ehkä voimme odottaa lisää virheiden vähenemistä, tai ehkä kehittäjät voivat löytää rajoituksia yksilöllisen tiedon määrälle peittämättömällä alueella", Ngan sanoi.
