這些結(jié)果令面部識(shí)別行業(yè)感到不安。在新冠病毒大流行期間，因?yàn)槿藗冮_(kāi)始佩戴口罩，人臉識(shí)別行業(yè)一直在忙著開(kāi)發(fā)僅通過(guò)眼睛和鼻子識(shí)別人的算法。

口罩是限制疾病傳播的必要工具，美國(guó)政府要求民眾戴上這些防護(hù)工具。然而這些口罩給面部識(shí)別軟件帶來(lái)了麻煩，進(jìn)而使得科技公司不得不做出調(diào)整。比如蘋(píng)果已經(jīng)推出了一項(xiàng)技術(shù)更新，從而使得Face ID可以在人們戴著面罩的情況下有效。

人臉識(shí)別算法依賴于獲取盡可能多的個(gè)人圖像數(shù)據(jù)點(diǎn)，而口罩往往會(huì)帶走大量有價(jià)值的識(shí)別信息。該研究發(fā)現(xiàn)，雖然人臉識(shí)別算法面臨的挑戰(zhàn)已經(jīng)夠多，像不適當(dāng)?shù)墓饩€、糟糕的角度都能欺騙到它，而口罩則讓情況變得更糟。

研究發(fā)現(xiàn)，當(dāng)看到人們戴著面具的圖像時(shí)，一種算法的錯(cuò)誤率從0.3%上升到5%。據(jù)悉，該研究測(cè)試了89種人臉識(shí)別算法對(duì)口罩的有效性。

這項(xiàng)測(cè)試著眼于算法的“一對(duì)一”匹配能力--本質(zhì)上是將一張人的照片跟另一張人的照片進(jìn)行對(duì)比，但他們都戴上了面具。為此，NIST使用了600萬(wàn)張圖片進(jìn)行研究并使用了數(shù)字遮罩，而覆蓋層則有不同的變化。

研究還發(fā)現(xiàn)，鼻子被遮住的部位越多，口罩對(duì)算法的阻礙性就越強(qiáng)。研究還顯示，黑色面罩比藍(lán)色面罩更容易騙過(guò)算法。

NIST表示，這是圍繞面部識(shí)別和口罩進(jìn)行的一系列測(cè)試中的第一個(gè)。該機(jī)構(gòu)計(jì)劃在今年夏天晚些時(shí)候測(cè)試專門(mén)為覆蓋物創(chuàng)建的算法，其希望算法能在檢測(cè)戴口罩的人方面有所改進(jìn)。。

“隨著疫情的到來(lái)，我們需要了解人臉識(shí)別技術(shù)是如何處理佩戴口罩的面部的，”NIST研究人員Mei Ngan表示，“我們已經(jīng)開(kāi)始關(guān)注在大流行之前開(kāi)發(fā)的算法如何受到戴口罩的受試者的影響。”