Βασικά Takeaways
- Οι αλγόριθμοι αναγνώρισης προσώπου βελτιώνονται στην ανάγνωση προσώπων με μάσκες.
- Μια νέα μελέτη παρουσιάζει περιορισμούς στον τρόπο με τον οποίο ένας αλγόριθμος μπορεί να διαβάσει μια μάσκα προσώπου, όπως το χρώμα και το σχήμα της μάσκας.
- Οι ειδικοί λένε ότι η βιομηχανία αναγνώρισης προσώπου εργάζεται ενεργά για να συμπεριλάβει μάσκες προσώπου στους αλγόριθμούς της.
Πολλές βιομηχανίες χρειάστηκαν να προσαρμοστούν στην πανδημία, συμπεριλαμβανομένης της βιομηχανίας αναγνώρισης προσώπου. Οι ειδικοί λένε ότι η τεχνολογία βελτιώνεται σιγά σιγά στο να αναγνωρίζει άτομα που φορούν μάσκες προσώπου.
Μια νέα έκθεση που δημοσιεύτηκε από το Εθνικό Ινστιτούτο Προτύπων και Τεχνολογίας (NIST) δείχνει τα αποτελέσματα 65 νέων αλγορίθμων αναγνώρισης προσώπου που δημιουργήθηκαν μετά την έναρξη της πανδημίας COVID-19, καθώς και 87 αλγορίθμων που υποβλήθηκαν πριν από την πανδημία. Η έκθεση αποκάλυψε ότι οι προγραμματιστές λογισμικού βελτιώνονται στην ανάπτυξη αλγορίθμων που αναγνωρίζουν καλυμμένα πρόσωπα, ακόμη και γίνονται τόσο ακριβείς όσο οι κανονικοί αλγόριθμοι αναγνώρισης προσώπου.
"Ενώ μερικοί αλγόριθμοι πριν από την πανδημία εξακολουθούν να παραμένουν στους πιο ακριβείς στις καλυμμένες φωτογραφίες, ορισμένοι προγραμματιστές έχουν υποβάλει αλγόριθμους μετά την πανδημία που δείχνουν σημαντικά βελτιωμένη ακρίβεια και είναι πλέον από τους πιο ακριβείς στη δοκιμή μας", αναφέρει η έκθεση.
Τι βρήκε η μελέτη
Η μελέτη ήταν η δεύτερη του είδους της που διεξήχθη από το NIST με το ίδιο σύνολο δεδομένων με σκοπό να δοκιμάσει τους αλγόριθμους αναγνώρισης προσώπου και την ακρίβειά τους παρουσία μάσκας προσώπου. Οι συντάκτες της έκθεσης χρησιμοποίησαν 6,2 εκατομμύρια φωτογραφίες και εφάρμοσαν προσομοιώσεις διαφόρων συνδυασμών ψηφιακών μασκών σε αυτές τις εικόνες.
Η Mei Ngan, συν-συγγραφέας της έκθεσης και επιστήμονας υπολογιστών στο NIST, είπε στο Lifewire σε μια τηλεφωνική συνέντευξη ότι η παρουσία μασκών προσώπου ουσιαστικά έχει οδηγήσει την τεχνολογία αναγνώρισης προσώπου περίπου δύο έως τρία χρόνια πίσω.
"Τα ποσοστά σφαλμάτων είναι οπουδήποτε μεταξύ 2,5% και 5%-συγκρίσιμα με εκείνα που ήταν η τεχνολογία αιχμής το 2017", είπε.
Μια προηγούμενη έκθεση από το NIST που δημοσιεύθηκε τον Ιούλιο εξέταζε την απόδοση των αλγορίθμων αναγνώρισης προσώπου που υποβλήθηκαν πριν από τον Μάρτιο του 2020, πριν ο Παγκόσμιος Οργανισμός Υγείας κηρύξει παγκόσμια πανδημία. Αυτή η πρώτη μελέτη διαπίστωσε ότι το ποσοστό σφάλματος αυτών των αλγορίθμων πριν από την πανδημία είναι μεταξύ 5% και 50%.
Ακόμη κι αν αυτοί οι αλγόριθμοι γίνονται καλύτεροι στην ανάγνωση καλυμμένων προσώπων, η πιο πρόσφατη μελέτη διαπίστωσε ότι ορισμένοι παράγοντες επηρεάζουν το ποσοστό σφάλματος, όπως το χρώμα της μάσκας (οι πιο σκούρες μάσκες όπως η κόκκινη ή η μαύρη έχουν υψηλότερα ποσοστά σφάλματος) και πώς η μάσκα έχει σχήμα (τα σχήματα στρογγυλής μάσκας έχουν χαμηλότερα ποσοστά σφάλματος).
Ο Ngan είπε ότι οι αλγόριθμοι χρησιμοποιούν το ορατό μέρος του προσώπου κάποιου, όπως την περιοχή γύρω από τα μάτια και το μέτωπο, για να αναγνωρίσουν τα χαρακτηριστικά του προσώπου αντί να διαβάσουν την ίδια τη μάσκα.
Το μέλλον της αναγνώρισης προσώπου και των μασκών προσώπου
Ο Ngan είπε ότι είναι προφανές ότι οι προγραμματιστές έχουν κάνει σημαντικές βελτιώσεις με τους αλγόριθμους αναγνώρισης προσώπου τους όσον αφορά τις μάσκες προσώπου.
"Υπάρχει σαφώς ανάγκη τα συστήματα αναγνώρισης προσώπου να λειτουργούν υπό τους περιορισμούς της χρήσης μάσκας προσώπου", είπε. "Δεδομένων των πραγμάτων που κάναμε και των αποτελεσμάτων από την πρόσφατη μελέτη μας, βλέπουμε ότι η βιομηχανία αναγνώρισης προσώπου εργάζεται ενεργά για να συμπεριλάβει μάσκες προσώπου στους αλγόριθμούς της."
Δεδομένου ότι η τεχνολογία βελτιώνεται, αυτό σημαίνει ότι θα είναι πιο εύκολο να κάνουμε πράγματα όπως το ξεκλείδωμα των τηλεφώνων μας ενώ φοράμε μάσκα προσώπου, αλλά υπάρχουν και άλλες συνέπειες όταν πρόκειται για την αναγνώριση προσώπου που εξελίσσεται με αυτόν τον τρόπο.
Πολλές μελέτες δείχνουν ότι η αναγνώριση προσώπου αναφέρεται ευρέως ότι αναγνωρίζει εσφαλμένα το λάθος άτομο και έχει φυλετικές προκαταλήψεις. Μια μελέτη του 2019 από το NIST διαπίστωσε ότι η τεχνολογία αναγνώρισης προσώπου αναγνωρίζει εσφαλμένα τους μαύρους και τους Ασιάτες έως και 100 φορές πιο συχνά από τους λευκούς.
Ακόμη και αν η τεχνολογία βελτιώνεται στην ανάγνωση μασκών προσώπου, το ποσοστό σφάλματος -όσο μικρό κι αν είναι- θα μπορούσε να εξακολουθεί να αποτελεί ανησυχία για την εσφαλμένη αναγνώριση ενός ατόμου που φοράει μάσκα προσώπου.
Ενώ η πιο πρόσφατη έκθεση NIST δείχνει ότι οι αλγόριθμοι γίνονται καλύτεροι στο χειρισμό της εργασίας μάσκας προσώπου, ο Ngan είπε ότι μόνο ο χρόνος θα δείξει αν αυτό πραγματικά πηγαίνει το μέλλον της αναγνώρισης προσώπου σε περιόδους πανδημίας.
"Ίσως μπορούμε να αναμένουμε περαιτέρω μειώσεις σφαλμάτων ή ίσως οι προγραμματιστές να βρουν περιορισμούς στον αριθμό των μοναδικών πληροφοριών στην περιοχή χωρίς μάσκα", είπε ο Ngan.
