顔認識がマスクされた顔を読むことをどのように学んでいるか

多くの業界は、パンデミックに適応する必要があります。 顔認識 業界。 専門家によると、この技術はフェイスマスクを着用している人の認識が徐々に向上しているという。

米国国立標準技術研究所（NIST）が発行した新しいレポートは、65の新しいフェイシャルの結果を示しています COVID-19パンデミックの開始後に作成された認識アルゴリズム、および提出された87のアルゴリズム パンデミック前。 レポートは、ソフトウェア開発者がマスクされた顔を認識するアルゴリズムの開発に優れており、通常の顔認識アルゴリズムと同じくらい正確になっていることを明らかにしました。

「いくつかのパンデミック前のアルゴリズムは、マスクされた写真で最も正確な範囲内にとどまっていますが、一部の開発者は提出しました パンデミック後のアルゴリズムは大幅に改善された精度を示しており、現在、私たちのテストで最も正確なものの1つです。」 読み取ります。

調査でわかったこと

この研究は、顔認識アルゴリズムとフェイスマスクの存在下でのそれらの精度をテストすることを目的とした同じデータセットを使用してNISTが実施した2番目の種類の研究でした。 レポートの作成者は、620万枚の写真を使用し、これらの画像にさまざまなデジタルマスクの組み合わせのシミュレーションを適用しました。

Mei Ngan、 レポートの共著者およびNISTのコンピューター科学者、 言った ライフワイヤー 電話インタビューで、フェイスマスクの存在は本質的に顔認識技術を約2〜3年前に戻したとのことです。

「エラー率は2.5％から5％の間で、2017年の最先端技術と比較して」と彼女は語った。

7月に発行されたNISTからの以前のレポートでは、顔認識のパフォーマンスが調べられました。 世界保健機関がグローバルを宣言する前に、2020年3月より前に提出されたアルゴリズム パンデミック。 この最初の研究では、これらのパンデミック前のアルゴリズムのエラー率が5％から50％の間であることがわかりました。

これらのアルゴリズムがマスクされた顔の読み取りに優れている場合でも、最近の研究では、次のようないくつかの要因がエラー率に影響を与えることがわかりました。 マスクの色（赤や黒のような暗いマスクはエラー率が高い）およびマスクの形状（丸いマスク形状はエラー率が低い）として。

Ngan氏によると、アルゴリズムは、目や額の周りの領域など、誰かの顔の目に見える部分を使用して、マスク自体を読み取るのではなく、顔の特徴を認識します。

顔認識とフェイスマスクの未来

Ngan氏は、フェイスマスクに関しては、開発者が顔認識アルゴリズムを大幅に改善したことは明らかだと述べました。

「フェイスマスクを着用するという制約の下で動作する顔認識システムが明らかに必要である」と彼女は述べた。 「私たちが行ってきたことと最近の研究の結果を考えると、顔認識業界はアルゴリズムにフェイスマスクを含めるために積極的に取り組んでいることがわかります。」

テクノロジーが進歩しているので、スマートフォンのロックを解除するなどの作業が簡単になります。 フェイスマスクを着用していますが、これで進行する顔認識に関しては他の意味合いがあります 仕方。

多くの研究は、顔認識が間違った人を誤認し、人種的偏見を持っていると広く報告されていることを示しています。 NISTによる2019年の調査によると、顔認識技術は、白人よりも最大100倍多く黒人とアジア人を誤認します。

技術がフェイスマスクの読み取りに優れているとしても、エラーの割合は、たとえどんなに小さくても、フェイスマスクを着用している人を誤認する懸念となる可能性があります。

最新のNISTレポートは、アルゴリズムがフェイスマスクタスクの処理で向上していることを示していますが、Ngan これが本当にパンデミックの間に顔認識の未来がどこに向かっているのかを知るのは時間だけだと言った 回。

「おそらく、さらなるエラーの削減が期待できるかもしれないし、あるいは開発者がマスクされていない領域の固有の情報の量に制限を見つけるかもしれない」とンガン氏は語った。