Da asporto chiave
- Gli algoritmi di riconoscimento facciale stanno migliorando nella lettura dei volti con le maschere.
- Un nuovo studio mostra i limiti al modo in cui un algoritmo può leggere una maschera facciale, come il colore e la forma della maschera.
- Gli esperti affermano che l'industria del riconoscimento facciale sta lavorando attivamente per includere le maschere facciali nei loro algoritmi.
Molti settori hanno dovuto adattarsi alla pandemia, compreso il settore del riconoscimento facciale. Gli esperti affermano che la tecnologia sta lentamente migliorando nel riconoscere le persone che indossano maschere per il viso.
Un nuovo rapporto pubblicato dal National Institute of Standards and Technology (NIST) mostra i risultati di 65 nuovi algoritmi di riconoscimento facciale creati dopo l'inizio della pandemia di COVID-19, oltre a 87 algoritmi presentati prima della pandemia. Il rapporto ha rivelato che gli sviluppatori di software stanno migliorando nello sviluppo di algoritmi che riconoscono i volti mascherati, diventando persino accurati quanto i normali algoritmi di riconoscimento facciale.
"Mentre alcuni algoritmi pre-pandemia rimangono ancora tra i più accurati sulle foto mascherate, alcuni sviluppatori hanno presentato algoritmi dopo la pandemia che mostrano un'accuratezza significativamente migliorata e ora sono tra i più accurati nel nostro test", si legge nel rapporto.
Cosa ha scoperto lo studio
Lo studio è stato il secondo del genere condotto dal NIST con lo stesso set di dati inteso a testare algoritmi di riconoscimento facciale e la loro accuratezza in presenza di maschere facciali. Gli autori del rapporto hanno utilizzato 6,2 milioni di foto e applicato simulazioni di varie combinazioni di maschere digitali a queste immagini.
Mei Ngan, coautore del rapporto e informatico del NIST, ha dichiarato a Lifewire in un'intervista telefonica che la presenza di maschere facciali ha sostanzialmente riportato indietro la tecnologia di riconoscimento facciale di circa due o tre anni.
"I tassi di errore sono compresi tra il 2,5% e il 5%, paragonabili a dove si trovava la tecnologia all'avanguardia nel 2017", ha affermato.
Un precedente rapporto del NIST pubblicato a luglio ha esaminato le prestazioni degli algoritmi di riconoscimento facciale presentati prima di marzo 2020, prima che l'Organizzazione Mondiale della Sanità dichiarasse una pandemia globale. Questo primo studio ha rilevato che il tasso di errore di questi algoritmi pre-pandemici è compreso tra il 5% e il 50%.
Anche se questi algoritmi stanno migliorando nella lettura dei volti mascherati, lo studio più recente ha rilevato che alcuni fattori influenzano il tasso di errore, come il colore della maschera (maschere più scure come il rosso o il nero hanno tassi di errore più elevati) e come la maschera è sagomato (le forme delle maschere più arrotondate hanno tassi di errore inferiori).
Ngan ha affermato che gli algoritmi utilizzano la parte visibile del viso di qualcuno, come la regione intorno agli occhi e la fronte, per riconoscere i lineamenti del viso piuttosto che leggere attraverso la maschera stessa.
Il futuro del riconoscimento facciale e delle maschere per il viso
Ngan ha affermato che è ovvio che gli sviluppatori hanno apportato miglioramenti significativi ai loro algoritmi di riconoscimento facciale quando si tratta di maschere per il viso.
"C'è chiaramente la necessità che i sistemi di riconoscimento facciale funzionino sotto i vincoli di indossare maschere per il viso", ha affermato. "Date le cose che abbiamo fatto e i risultati del nostro recente studio, stiamo vedendo che l'industria del riconoscimento facciale sta lavorando attivamente per includere le maschere facciali nei loro algoritmi."
Poiché la tecnologia sta migliorando, ciò significa che sarà più facile sbloccare i nostri telefoni indossando una maschera, ma ci sono altre implicazioni quando si tratta di riconoscimento facciale che avanza in questo modo.
Numeri studi dimostrano che il riconoscimento facciale è ampiamente segnalato per identificare erroneamente la persona sbagliata e avere pregiudizi razziali. Uno studio del 2019 del NIST ha rilevato che la tecnologia di riconoscimento facciale identifica erroneamente i neri e gli asiatici fino a 100 volte più spesso dei bianchi.
Anche se la tecnologia sta migliorando nella lettura delle maschere per il viso, la percentuale di errore, non importa quanto piccola, potrebbe comunque essere una preoccupazione per l'identificazione errata di una persona che indossa una maschera.
Mentre il rapporto più recente del NIST mostra che gli algoritmi stanno migliorando nella gestione del compito della maschera facciale, Ngan ha detto che solo il tempo dirà se questo è davvero dove sta andando il futuro del riconoscimento facciale durante i periodi di pandemia.
"Forse possiamo aspettarci ulteriori riduzioni degli errori, o forse gli sviluppatori potrebbero trovare limitazioni alla quantità di informazioni univoche nella regione non mascherata", ha detto Ngan.
