Согласно исследованию частота ошибок некоторых из 89 наиболее широко используемых алгоритмов выросла на 5-50%. В обычной ситуации этот показатель не превышал 0,3%. Черные маски чаще вызывают ошибки, чем синие, а чем больше закрыт нос человека, тем сложнее идентифицировать его личность.
Интересно Jerry Heil примеряла в клипе лица блогеров: как работает эта технология
Мэй Нган, автор доклада и специалист по компьютерным технологиям NIST отметил, что теперь исследователи хотят проверить работу алгоритмов, которые были разработаны именно в период пандемии.
Особенности исследования
Стоит отметить, что алгоритмы распознавания лица из среды проверенных NIST работают путем измерения расстояний между объектами на лице. Это немного отличается от того, как распознавание лица работает на iPhone, где используются датчики глубины.
NIST стал первым правительственным учреждением, которому поручили оценить точность алгоритмов наряду со многими другими системами.
Примечательно, что в отчете приводится только тип распознавания лиц, известный как сопоставление "один к одному". Это процедура, которая используется при пересечении границ и на паспортном контроле, где алгоритм проверяет, соответствует ли лицо идентификатору.
Однако системы распознавания лиц для массового наблюдения сканируют толпу, чтобы найти совпадения с лицами в базе данных. Это называется системой "один ко многим". И, хотя отчет NIST не охватывают системы "один ко многим", они, как правило, считаются наиболее подвержены ошибкам. Сам процесс распознавания лиц в толпе сложнее, поскольку при этом нельзя контролировать угол или освещения.
Таким образом, ношение масок, скорее всего, серьезно нарушает работу алгоритмов "один ко многим".
Согласно данным внутреннего бюллетеня министерства внутренней безопасности США, там обеспокоены "потенциальным влиянием, которое широкое использование защитных масок
может оказать на операции безопасности, включающие системы распознавания лиц".