Hayes NIST-i kaudu)
Näotuvastustehnoloogia on parimal juhul vaieldav.
Lisage pandeemiaajastu maskid ja vastavalt algatusele on algoritme lihtne nühkida, selgub Riikliku Standardi- ja Tehnoloogiainstituudi (NIST) uuringust.
89 testitud süsteemist ei suutnud isegi parimad sobitada digitaalselt kantud maske sama katmata näo kontrollportreega nii tihti kui pool ajast, leitakse aruandes.
"Pandeemia saabudes peame mõistma, kuidas näotuvastustehnoloogia maskeeritud nägudega tegeleb," ütleb kaasautor ja NIST-i arvutiteadlane Mei Ngan.
"Oleme alustanud sellest, et keskendume sellele, kuidas enne pandeemiat välja töötatud algoritmi võivad näomaske kandvad subjektid mõjutada.
Hiljem sel suvel kavatseme testida maskeeritud nägusid silmas pidades tahtlikult välja töötatud algoritmide täpsust."
Uurimisrühm uuris iga algoritmi võimekust üks-ühele sobitamiseks - võrreldi sama inimese kahte fotot nagu nutitelefoni avamise või passikontrolli puhul - rakendades originaalpildile digitaalselt erinevaid maskikujusid.
Muidugi erinevad reaalses maailmas olevad maskid (nagu ka igaühe arusaam nende kandmisest): Enamik inimesi sportib kirurgilisi või korduvkasutatavaid riidest maske, samas kui mõned seovad lihtsalt näo ümber bandana.
Teised on vahepeal valinud midagi natuke professionaalsemat.
NIST rakendas üheksa varianti, sealhulgas kuju, värvi (helesinine või must) ja nina katvuse erinevused.
"Saame tulemustest teha mõned laiad järeldused, kuid on ka hoiatusi," selgitab Ngan.
"Ükski neist algoritmidest ei olnud mõeldud näomaskide käsitsemiseks ja maskid, mida me kasutasime, on digitaalsed loomingud, mitte tegelik." Seda silmas pidades näitab uuring, et maskide näo üldine täpsus on "oluliselt" vähenenud.
Kasutades varjatud pilte, on algoritmiliste rikete määr umbes 0,3 protsenti; katke siiski kellegi nina ja suu ning isegi tippsüsteemid löövad 5 protsenti ajast välja.
See arv ulatub "muidu pädevate" programmide puhul 20-50 protsendini.
Teadlased leidsid ka, et tumedad, täiskattega maskid ajavad algoritme kõige rohkem segadusse, blokeerides süsteemi tavapärase näojoonte mõõtmise ja võrdlemise protsessi lõpuleviimisel.
"Mis puudutab näomaskide täpsust, siis loodame, et tehnoloogia jätkab paranemist," ütleb Ngan.
"Kuid seni võetud andmed rõhutavad üht varasematele ühist ideed [face recognition vendor] testid: üksikute algoritmide toimivus on erinev.
"Edasi liikudes plaanib meeskond testida programme, mis võtavad arvesse näomaskid; tulevased uuringud hõlmavad otsinguid" üks paljudele "ja muid variante, mis on mõeldud tulemuste laiendamiseks.
