该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们。
面罩是抵御COVID-19扩散的最佳方法之一,但是其日益普及的应用却产生了第二种意想不到的效果:打破了面部识别算法。
面罩是抵御COVID-19扩散的最佳方法之一,但是其日益普及的应用却产生了第二种意想不到的效果:打破了面部识别算法。
美国国家标准技术研究院(NIST)进行的一项研究发现,戴上足以遮盖口鼻的口罩会导致一些最广泛使用的面部识别算法的错误率激增至5%至50%之间。。与蓝色面具相比,黑色面具更容易引起错误,并且面具遮盖的鼻子越多,算法发现它来识别面部的难度就越大。
报告作者兼NIST计算机科学家MeiNgan说:“随着大流行的到来,我们需要了解人脸识别技术如何处理蒙面人脸。”“我们从关注大流行之前开发的算法开始受到戴口罩的受试者的影响开始。今年夏天晚些时候,我们计划测试在考虑到蒙面的情况下故意开发的算法的准确性。”
诸如NIST测试的面部识别算法通过测量目标面部特征之间的距离来工作。遮罩会删除大部分这些功能,从而降低了这些算法的准确性,尽管有些功能仍然存在。例如,这与在iPhone上使用面部传感器以提高安全性的面部识别的工作方式略有不同,以确保不会通过向相机显示图片来欺骗算法(在NIST场景中不存在这种危险)关注于)。尽管有很多关于面罩阻碍面部识别的轶事证据,但NIST的研究尤其明确。NIST是负责评估联邦政府这些算法(以及许多其他系统)准确性的政府机构,其在不同供应商中的排名非常有影响力。
值得注意的是,NIST的报告仅测试了一种称为“一对一匹配”的面部识别方法。这是在过境和护照控制场景中使用的过程,在该过程中,算法将检查目标的面部是否与其ID匹配。这与用于大规模监视的面部识别系统不同,在该系统中,对人群进行扫描以查找与数据库中的面部匹配。这称为一对多系统。
尽管NIST的报告并未涵盖一对多系统,但与一对一算法相比,这些系统通常被认为是误差更小。在人群中挑选脸部更加困难,因为您无法控制脸部的角度或光线并且分辨率通常会降低。这表明,如果面罩正在破坏一对一的系统,它们可能会以至少相同但可能更高的频率破坏一对多的算法。
这与我们从政府内部听到的报道相符。从国土安全部,美国能源部内部通报,今年年初,通过报告截距,称该机构关注的“潜在影响是广泛使用的防护口罩可能对安全操作结合了脸部识别系统。”
对于隐私权倡导者来说,这将是一个可喜的消息。许多人警告说,尽管世界各国政府急于采用面部识别系统,但这种技术对公民自由产生了令人生畏的影响,而且这些系统的种族和性别偏见也得到了广泛认可,而对于那些不是白人。
同时,开发人脸识别技术的公司已经迅速适应了这个新世界,设计了仅使用眼睛周围区域就能识别人脸的算法。一些厂商,例如领先的俄罗斯公司NtechLab,说他们的新算法可以识别个人,即使他们戴着巴拉克拉法帽。但是,此类主张并不完全值得信赖。它们通常来自内部数据,这些数据可以被挑选出来以产生讨人喜欢的结果。这就是NIST等第三方代理机构提供标准化测试的原因。
NIST说,它计划在今年晚些时候为面罩佩戴者测试经过特殊调整的面部识别算法,并探索一对多系统的功效。尽管口罩造成了许多问题,该机构仍希望技术能够持久发展。Ngan说:“关于口罩的准确性,我们希望该技术将继续改进。”
赞 (0)
安防在线,扎根安防行业,致力于推动安防行业智能化。
欢迎关注:安防在线 ,公众号:anfang_cn