Belangrijkste leerpunten
- Algoritmen voor gezichtsherkenning worden steeds beter in het lezen van gezichten met maskers op.
- Een nieuwe studie toont beperkingen aan hoe een algoritme een gezichtsmasker kan lezen, zoals de kleur en vorm van het masker.
- Experts zeggen dat de gezichtsherkenningsindustrie actief bezig is om gezichtsmaskers op te nemen in hun algoritmen.
Veel industrieën moesten zich aanpassen aan de pandemie, waaronder de gezichtsherkenningsindustrie. Experts zeggen dat de technologie langzaam beter wordt in het herkennen van mensen die gezichtsmaskers dragen. Een nieuw rapport gepubliceerd door het National Institute of Standards and Technology (NIST) toont de resultaten van 65 nieuwe gezichtsherkenningsalgoritmen die zijn gemaakt na het begin van de COVID-19-pandemie, evenals 87 algoritmen die pre-pandemie zijn ingediend. Uit het rapport bleek dat softwareontwikkelaars steeds beter worden in het ontwikkelen van algoritmen die gemaskerde gezichten herkennen, en zelfs zo nauwkeurig worden als reguliere gezichtsherkenningsalgoritmen. “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 laten zien en behoren ze nu tot de meest nauwkeurige in onze test”, luidt het rapport.
Wat de studie vond
De studie was de tweede in zijn soort die door NIST werd uitgevoerd met dezelfde dataset die bedoeld was om algoritmen voor gezichtsherkenning en hun nauwkeurigheid te testen in de aanwezigheid van gezichtsmaskers. De auteurs van het rapport gebruikten 6,2 miljoen foto’s en pasten simulaties toe van verschillende digitale maskercombinaties op deze afbeeldingen. Mei Ngan, een co-auteur van het rapport en computerwetenschapper bij NIST, vertelde: reddingsdraad in een telefonisch interview dat de aanwezigheid van gezichtsmaskers de gezichtsherkenningstechnologie in wezen ongeveer twee tot drie jaar heeft teruggebracht. “Foutpercentages liggen ergens tussen de 2,5% en 5% – vergelijkbaar met waar de ultramoderne technologie in 2017 was”, zei ze. In een eerder rapport van NIST dat in juli werd gepubliceerd, werd gekeken naar de prestaties van gezichtsherkenningsalgoritmen die vóór maart 2020 waren ingediend, voordat de Wereldgezondheidsorganisatie een wereldwijde pandemie uitriep. Uit deze eerste studie bleek dat het foutenpercentage van deze pre-pandemische algoritmen tussen 5% en 50% lag.
Zelfs als deze algoritmen steeds beter worden in het lezen van gemaskerde gezichten, blijkt uit de recentere studie dat sommige factoren het foutenpercentage beïnvloeden, zoals de kleur van het masker (donkerdere maskers zoals rood of zwart hebben hogere foutenpercentages) en de vorm van het masker (ronder masker). vormen hebben lagere foutenpercentages). Ngan zei dat de algoritmen het zichtbare deel van iemands gezicht gebruiken, zoals het gebied rond de ogen en het voorhoofd, om gelaatstrekken te herkennen in plaats van door het masker zelf te lezen.
De toekomst van gezichtsherkenning en gezichtsmaskers
Ngan zei dat het duidelijk is dat ontwikkelaars aanzienlijke verbeteringen hebben aangebracht met hun gezichtsherkenningsalgoritmen als het gaat om gezichtsmaskers. “Er is duidelijk behoefte aan gezichtsherkenningssystemen om te werken onder de beperkingen van het dragen van gezichtsmaskers”, zei ze. “Gezien de dingen die we hebben gedaan en de resultaten van ons recente onderzoek, zien we dat de gezichtsherkenningsindustrie actief bezig is om gezichtsmaskers op te nemen in hun algoritmen.” Aangezien de technologie verbetert, betekent dit dat het gemakkelijker zal zijn om dingen te doen zoals onze telefoons ontgrendelen terwijl we een gezichtsmasker dragen, maar er zijn andere implicaties als het gaat om de vooruitgang van gezichtsherkenning op deze manier.
Talrijke onderzoeken tonen aan dat algemeen wordt gemeld dat gezichtsherkenning de verkeerde persoon verkeerd kan identificeren en raciale vooroordelen heeft. Een studie van het NIST uit 2019 wees uit dat gezichtsherkenningstechnologie zwarte en Aziatische mensen tot 100 keer vaker verkeerd identificeert dan blanke mensen. Zelfs als de technologie steeds beter wordt in het lezen van gezichtsmaskers, kan het foutenpercentage, hoe klein ook, nog steeds een punt van zorg zijn voor het verkeerd identificeren van een persoon die een gezichtsmasker draagt. Hoewel het meest recente NIST-rapport laat zien dat algoritmen steeds beter worden in het omgaan met de gezichtsmaskertaak, zei Ngan dat alleen de tijd zal uitwijzen of dit echt is waar de toekomst van gezichtsherkenning naartoe gaat tijdens pandemische tijden. “Misschien kunnen we verdere foutreducties verwachten, of misschien vinden ontwikkelaars beperkingen aan de hoeveelheid unieke informatie in de ontmaskerde regio,” zei Ngan.
