Belangrijkste afhaalrestaurants
- Gezichtsherkenningsalgoritmen worden steeds beter in het lezen van gezichten met maskers op.
- Een nieuwe studie toont de beperkingen aan van 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 in hun algoritmen op te nemen.
Veel industrieën moesten zich aanpassen aan de pandemie, inclusief 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 gecreëerd 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 heeft gevonden
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 van verschillende digitale maskercombinaties toe op deze afbeeldingen.
Mei Ngan, een co-auteur van het rapport en computerwetenschapper bij NIST, vertelde Lifewire in een telefonisch interview dat de aanwezigheid van gezichtsmaskers de gezichtsherkenningstechnologie in wezen ongeveer twee tot drie jaar heeft teruggedraaid.
"Foutpercentages liggen ergens tussen de 2,5% en 5%, vergelijkbaar met waar de state-of-the-art technologie was in 2017," zei ze.
Een eerder rapport van NIST dat in juli werd gepubliceerd, keek 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 maskerkleur (donkerdere maskers zoals rood of zwart hebben hogere foutenpercentages) en hoe het masker is gevormd (rondere maskervormen 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 wordt om dingen te doen zoals onze telefoons ontgrendelen terwijl je een gezichtsmasker draagt, maar er zijn andere implicaties als het gaat om de vooruitgang van gezichtsherkenning op deze manier.
Talloze onderzoeken tonen aan dat algemeen wordt gemeld dat gezichtsherkenning de verkeerde persoon verkeerd identificeert 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 foutpercentage, hoe klein ook, nog steeds een probleem 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 afhandelen van 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.
