Новое исследование Национального института стандартов и технологий (NIST) проверило, насколько точны коммерческие алгоритмы распознавания лиц при идентификации людей, носящих защитные маски. Исследование показывает, что некоторые коммерчески используемые системы не могут аутентифицировать маскированные лица до 50 процентов времени.
В последние несколько лет все более широкое использование правоохранительными органами зарождающейся технологии распознавания лиц привело к значительным общественным дискуссиям об эффективности этой технологии и отсутствии контроля за ее использованием. Несколько городов в США полностью запретили использование технологии распознавания лиц, в то время как Американский союз защиты гражданских свобод добивается большей прозрачности в отношении того, где и как она используется.
С учетом того, что пандемическая реальность COVID-19 означает, что большинство людей во всем мире в настоящее время публично носят маски для лица, возникают новые вопросы о том, как это повлияет на технологию распознавания лиц. Недавний отчет в «The Intercept» раскрыл утечку памятки Министерство внутренней безопасности США от конца мая, в которой выражалась обеспокоенность по поводу влияния ношения маски на точность распознавания лиц.
«Мы оцениваем, что системы распознавания лиц, используемые для поддержки операций безопасности в общественных местах, будут менее эффективными, в то время как широкое публичное использование лицевых масок, в том числе частичное и полное покрытие лица, практикуется общественностью для ограничения распространения Covid-19», - просочилась информация, и в разведывательном документе также отмечается, что вызывающие обеспокоенность "криминальные персоны" могут подрывно использовать защитные маски для лица, чтобы избежать обнаружения правоохранительными органами.
Теперь новое и опубликованное исследование предлагает первое из серии исследований эффективности существующих систем распознавания лиц для людей, носящих маски. Программа NIST называется «Тест поставщика распознавания лиц» (FRVT), и в этом первоначальном исследовании было исследовано 89 коммерчески доступных систем распознавания лиц в однозначных тестах на соответствие с использованием лиц с цифровой маскировкой.
«С приходом пандемии нам нужно понять, как технология распознавания лиц работает с лицами в масках», - говорит Мей Нган (Mei Ngan), ученый, работающий в NIST. «Мы начали с того, что сосредоточились на том, как алгоритм, разработанный до пандемии, может быть затронут субъектами в масках. Позже этим летом мы планируем проверить точность алгоритмов, которые были специально разработаны с учетом маскированных лиц».
Тесты сопоставления один на один, проведенные в исследовании, включали непосредственное сопоставление целевого изображения лица с другими изображениями того же человека в базе данных. Это один из самых простых тестов для системы распознавания лиц, и, как правило, он менее подвержен ошибкам, чем более крупные системы, которые сканируют лица большими группами людей.
Исследование показало, что даже самый лучший точный алгоритм распознавания лиц потерпел неудачу со значительно высокими показателями, когда столкнулся с замаскированным лицом. Лучшая система, протестированная в исследовании, все еще приводила к 5-процентной частоте отказов, отслеживая маскированные лица, по сравнению с ее обычной 0,3-процентной частотой отказов. В исследовании также отмечалось, что «иначе компетентные» алгоритмы не могли отследить маскированные лица между 20 и 50 процентами времени.
В частности, исследование показало, что чем выше покрытие лица находится на переносице человека, тем менее точна система идентификации личности. Цвет маски также был актуален, поскольку черные маски отрицательно влияли на точность больше, чем синие хирургические маски.
Интересно, что исследование также показало, что маски для лица значительно увеличивали частоту ложноотрицательных результатов, но не ложноположительных результатов. Таким образом, это означает, что алгоритмы распознавания лиц не идентифицировали неправильно маскированные лица как разных людей, а вместо этого системы просто не могли сделать эффективное определение в первую очередь.
По словам Мей Нган, в будущих исследованиях NIST будут исследованы другие переменные и новые системы распознавания лиц, предназначенные для работы с замаскированными лицами.
«Что касается точности с масками, мы ожидаем, что технология будет продолжать совершенствоваться», - сказала Мей Нган. «Но данные, которые мы взяли до сих пор, подчеркивают одну из идей, общих для предыдущих тестов FRVT: отдельные алгоритмы работают по-разному. Пользователи должны тщательно изучить алгоритм, который они используют, и проверить его производительность в своей рабочей среде».
Но активисты против технологии распознавания лиц не должны быть слишком воодушевлены, так как технологические компании уже стремятся адаптировать свои алгоритмы к нашему новому миру в маске. Еще в марте один из ключевых китайских стартапов объявил, что уже модернизировал свои системы для работы с лицами в масках. По сообщениям, другие американские компании делают то же самое, быстро тестируя и настраивая свои алгоритмы, чтобы лучше определять лица на основе характеристик, которые остаются не раскрытыми.
Полный отчет по распознаванию лиц NIST доступен здесь (PDF).
Источник: NIST
