Princípios importantes
- Os algoritmos de reconhecimento facial estão melhorando na leitura de rostos com máscaras.
- Um novo estudo mostra as limitações de como um algoritmo pode ler uma máscara facial, como a cor e o formato da máscara.
- Especialistas dizem que a indústria de reconhecimento facial está trabalhando ativamente para incluir máscaras faciais em seus algoritmos.
Muitas indústrias precisaram se ajustar à pandemia, incluindo a indústria de reconhecimento facial. Especialistas dizem que a tecnologia está melhorando lentamente no reconhecimento de pessoas que usam máscaras.
Um novo relatório publicado pelo Instituto Nacional de Padrões e Tecnologia (NIST) mostra os resultados de 65 novos algoritmos de reconhecimento facial criados após o início da pandemia de COVID-19, bem como 87 algoritmos enviados pré-pandemia. O relatório revelou que os desenvolvedores de software estão melhorando no desenvolvimento de algoritmos que reconhecem rostos mascarados, ficando tão precisos quanto algoritmos de reconhecimento facial comuns.
"Enquanto alguns algoritmos pré-pandemia ainda permanecem dentro dos mais precisos em fotos mascaradas, alguns desenvolvedores enviaram algoritmos após a pandemia mostrando precisão significativamente melhorada e agora estão entre os mais precisos em nosso teste ", diz o relatório.
O que o estudo descobriu
O estudo foi o segundo desse tipo realizado pelo NIST com o mesmo conjunto de dados destinado a testar algoritmos de reconhecimento facial e sua precisão na presença de máscaras faciais. Os autores do relatório usaram 6,2 milhões de fotos e aplicaram simulações de várias combinações de máscaras digitais a essas imagens.
Mei Ngan, coautora do relatório e cientista da computação do NIST, disse à Lifewire em uma entrevista por telefone que a presença de máscaras faciais essencialmente levou a tecnologia de reconhecimento facial de volta cerca de dois a três anos.
"As taxas de erro estão em qualquer lugar entre 2,5% e 5% - comparáveis a onde a tecnologia de ponta estava em 2017 ", disse ela.
Um relatório anterior do NIST publicado em julho analisou o desempenho dos algoritmos de reconhecimento facial enviados antes de março de 2020, antes da Organização Mundial da Saúde declarar uma pandemia global. Este primeiro estudo descobriu que a taxa de erro desses algoritmos pré-pandemia está entre 5% e 50%.
Mesmo que esses algoritmos estejam melhorando na leitura de rostos mascarados, o estudo mais recente descobriu que alguns fatores afetam a taxa de erro, como a cor da máscara (máscaras mais escuras como vermelho ou preto têm taxas de erro mais altas) e como a máscara é moldado (formas de máscara mais arredondadas têm taxas de erro mais baixas).
Ngan disse que os algoritmos usam a parte visível do rosto de alguém, como a região ao redor dos olhos e a testa, para reconhecer características faciais em vez de ler a máscara em si.
O futuro do reconhecimento facial e das máscaras faciais
Ngan disse que é óbvio que os desenvolvedores fizeram melhorias significativas com seus algoritmos de reconhecimento facial quando se trata de máscaras faciais.
"Existe claramente a necessidade de sistemas de reconhecimento facial operarem sob as restrições do uso de máscaras faciais", disse ela. "Dadas as coisas que estamos fazendo e os resultados de nosso estudo recente, estamos vendo que a indústria de reconhecimento facial está trabalhando ativamente para incluir máscaras faciais em seus algoritmos."
Como a tecnologia está melhorando, isso significa que será mais fácil fazer coisas como desbloquear nossos telefones usando uma máscara facial, mas há outras implicações quando se trata de reconhecimento facial avançando dessa maneira.
Inúmeros estudos mostram que o reconhecimento facial é amplamente relatado para identificar erroneamente a pessoa errada e ter preconceitos raciais. Um estudo de 2019 do NIST descobriu que a tecnologia de reconhecimento facial identifica incorretamente pessoas negras e asiáticas até 100 vezes mais do que pessoas brancas.
Mesmo que a tecnologia esteja melhorando na leitura de máscaras faciais, a porcentagem de erro, não importa quão pequena, ainda pode ser uma preocupação por identificar erroneamente uma pessoa usando uma máscara facial.
Embora o relatório mais recente do NIST mostre que os algoritmos estão melhorando em lidar com a tarefa de máscara facial, Ngan disse que só o tempo dirá se é realmente para onde o futuro do reconhecimento facial está indo durante os tempos de pandemia.
"Talvez possamos esperar mais reduções de erros, ou talvez os desenvolvedores possam encontrar limitações na quantidade de informações exclusivas na região desmascarada", disse Ngan.
