技术动态 > 正文
NIST研究:即便是最好的人脸识别算法也会受到口罩干扰
2020/7/28 10:03   cnbeta.com      关键字:NIST 人脸识别 算法 口罩      浏览量:
人脸识别算法依赖于获取尽可能多的个人图像数据点,而口罩往往会带走大量有价值的识别信息。该研究发现,虽然人脸识别算法面临的挑战已经够多,像不适当的光线、糟糕的角度都能欺骗到它,而口罩则让情况变得更糟。
  据外媒报道,研究人员发现,口罩不仅能有效防新冠肺炎等空气传播疾病的传播,还能成功阻止面部识别算法。美国国家标准与技术研究所(NIST)在周一发布的一份报告中指出,口罩甚至还能给最先进的面部识别算法造成障碍。至于错误率,从5%到50%不等,具体多少则取决于算法的能力。
  这些结果令面部识别行业感到不安。在新冠病毒大流行期间,因为人们开始佩戴口罩,人脸识别行业一直在忙着开发仅通过眼睛和鼻子识别人的算法。
  口罩是限制疾病传播的必要工具,美国政府要求民众戴上这些防护工具。然而这些口罩给面部识别软件带来了麻烦,进而使得科技公司不得不做出调整。比如苹果已经推出了一项技术更新,从而使得FaceID可以在人们戴着面罩的情况下有效。
  人脸识别算法依赖于获取尽可能多的个人图像数据点,而口罩往往会带走大量有价值的识别信息。该研究发现,虽然人脸识别算法面临的挑战已经够多,像不适当的光线、糟糕的角度都能欺骗到它,而口罩则让情况变得更糟。
  研究发现,当看到人们戴着面具的图像时,一种算法的错误率从0.3%上升到5%。据悉,该研究测试了89种人脸识别算法对口罩的有效性。
  这项测试着眼于算法的“一对一”匹配能力--本质上是将一张人的照片跟另一张人的照片进行对比,但他们都戴上了面具。为此,NIST使用了600万张图片进行研究并使用了数字遮罩,而覆盖层则有不同的变化。
  研究还发现,鼻子被遮住的部位越多,口罩对算法的阻碍性就越强。研究还显示,黑色面罩比蓝色面罩更容易骗过算法。
  NIST表示,这是围绕面部识别和口罩进行的一系列测试中的第一个。该机构计划在今年夏天晚些时候测试专门为覆盖物创建的算法,其希望算法能在检测戴口罩的人方面有所改进。
  “随着疫情的到来,我们需要了解人脸识别技术是如何处理佩戴口罩的面部的,”NIST研究人员MeiNgan表示,“我们已经开始关注在大流行之前开发的算法如何受到戴口罩的受试者的影响。”

微信扫描二维码,关注公众号。