Gezichtsherkenning wordt steeds beter in het zien van eerdere maskers

Belangrijkste leerpunten

• Nieuwe gezichtsherkenningsalgoritmen zijn bijna 100% nauwkeurig bij het identificeren van gemaskerde gezichten.
• Deze technologie kan worden gebruikt om demonstranten te “ontmaskeren”.
• De politie maakt al misbruik van gezichtsherkenning en gebruikt deze voor massasurveillance.

Het is mogelijk dat de gezichtsontgrendeling van je telefoon eindelijk kan werken terwijl je een masker draagt, net op tijd voor het einde van de pandemie (en misschien niet zo goed voor demonstranten). Onderzoekers hebben ontdekt dat gezichtsherkenningsalgoritmen een stuk beter zijn geworden in het werken met alleen de bovenkant van het gezicht, dankzij ontwikkelaars die hun algoritmen hebben aangepast. Dat is geweldig nieuws voor telefoongebruikers, maar slecht nieuws voor de privacy en zelfs de veiligheid in sommige delen van de wereld. “Gezichtsherkenningsgegevens kunnen gevoelig zijn voor fouten, waardoor mensen kunnen worden beschuldigd van misdaden die ze niet hebben begaan”, schrijft de Electronic Frontier Foundation (EFF). “Gezichtsherkenningssoftware is bijzonder slecht in het herkennen van Afro-Amerikanen en andere etnische minderheden, vrouwen en jongeren, die ze vaak verkeerd identificeren of niet identificeren, [and] een ongelijksoortige impact op bepaalde groepen.”

Betere herkenning

In een onderzoek van het National Institute of Standards and Technology (NIST) werd gekeken naar 65 gezichtsherkenningsalgoritmen die na half maart 2020 waren geleverd. Vervolgens werd hun effectiviteit vergeleken door maskers digitaal aan gezichten toe te voegen en voor/na-tests uit te voeren. Om de tests uit te voeren, gebruikte NIST foto’s van grensovergangen en foto’s van aanvragers van immigratievoordelen. Het resultaat? De algoritmes worden steeds beter. “Hoewel een paar pre-pandemische algoritmen nog steeds binnen de meest nauwkeurige op gemaskeerde foto’s blijven, hebben sommige ontwikkelaars na de pandemie algoritmen ingediend die een aanzienlijk verbeterde nauwkeurigheid vertonen en nu tot de meest nauwkeurige in onze test behoren”, stelt het rapport. om bijna alle mensen correct te identificeren (een uitvalpercentage van slechts 0,3% voor maskerdragers). Met maskers met een hoge dekking steeg het uitvalpercentage tot slechts 5%. Sterker nog, deze algoritmen accepteerden ten onrechte “niet meer dan 1 op 100.000 bedriegers .” Gezichtsherkenning uitvoeren op een heleboel foto’s, zelfs lastige, slecht vastgelegde foto’s van grensoverschrijdingen, verschilt van de 3D-gezichtskaarten die worden gegenereerd door gezichtsontgrendelingssystemen voor telefoons, maar toch. Dit is een grote verbetering ten opzichte van de vorige test die door NIST is uitgevoerd. “Sommige ontwikkelaars hebben na de pandemie algoritmen ingediend die een aanzienlijk verbeterde nauwkeurigheid laten zien.”

Goed nieuws, slecht nieuws

Dit is duidelijk goed nieuws voor telefoongebruikers. Face ID op de iPhone is iets van een verplichting in COVID-tijden. Als u uw iPhone wilt gebruiken voor contactloos betalen via Apple Pay, moet u eerst de iPhone ontgrendelen (door uw toegangscode in te voeren), vervolgens Apple Pay activeren en vervolgens opnieuw authenticeren. Met betere nauwkeurigheid komt gemakkelijker toegang tot uw beschermde gegevens. Maar deze verbetering in het herkennen van gemaskerde gezichten heeft ook nadelen. Demonstranten dragen nu vaak maskers, deels omdat wetshandhavers video’s en foto’s maken van protesten en demonstraties en gezichtsherkenning gebruiken om deelnemers te identificeren (plus, nou ja, maskers voorkomen de verspreiding van COVID). In het Verenigd Koninkrijk, dat bekend staat om zijn algemene CCTV-bewaking, worden live gezichtsherkenningscamera’s ingezet door de Londense Metropolitan Police.

Demonstraties zijn een legitieme vorm van protest en worden als zodanig erkend in democratische landen. En toch gebruikte de politie in Baltimore een particulier gezichtsherkenningsbedrijf om burgers met uitstaande arrestatiebevelen te identificeren tijdens protesten van enkele jaren geleden. Zelfs wanneer gezichtsherkenning onder het mom van gemak in het openbaar wordt ingezet, kan de politie het niet laten om rond te snuffelen. In 2017 gebruikte een Californisch golftoernooi camera’s om aanwezigen te scannen en VIP’s te screenen op toegang tot beperkte gebieden. De camera’s “elimineerden lange wachttijden door de medialeden en het toernooipersoneel nauwkeurig te identificeren” terwijl we uitkijken naar bekende personen die van belang zijn voor de rechtshandhaving door te zoeken in nationale/lokale en nationale rechtshandhavingsdatabases, potentiële bedreigingen weg te houden door de bevoegde autoriteiten te waarschuwen”, schrijft Sporttechneut’s Diamond Leung [emphasis added]. Momenteel gebruikt China een gezichtsherkenningssysteem van het Chinese mobiele telefoonbedrijf Huawei om Oeigoerse moslims te volgen en te bespioneren. Dit omvat een “Oeigoerse waarschuwing” -functie die mensen identificeert op basis van etniciteit en hen markeert bij de politie. In de nasleep van Black Lives Matter-protesten, is het gemakkelijk voor te stellen dat sommige Amerikaanse politiediensten dergelijke etnisch gerichte technologie inzetten.

Je kunt het niet op twee manieren hebben

We zijn ons terdege bewust van de oude afweging tussen veiligheid en gemak. Het is handig om geen wachtwoord te hebben, of om de naam van uw hond te gebruiken. Maar het is veiliger om een ​​unieke, complexe (en moeilijk te onthouden) wachtwoordzin te gebruiken. Biometrie is al problematisch voor algemene ID. Het is gemakkelijk om een ​​nieuw creditcardnummer te krijgen als het uwe bijvoorbeeld wordt gestolen. Maar als je vingerafdrukken zijn aangetast, ben je de pineut. En vingerafdrukken zijn in ieder geval gemakkelijk te controleren. Je kunt handschoenen dragen, of gewoon iets niet aanraken. Je gezicht is daar in het openbaar, op te nemen door iedereen. En nu helpt zelfs het dragen van een masker niet. Je hoeft in ieder geval geen creditcard te halen om je boodschappen te betalen.