評論
打印
研究稱戴口罩面部識別的準確率有所提高
美國政府的一項研究發現，面部識別技術在識別佩戴口罩者方面越來越出色。
這項研究是美國商務部分支機構美國國家標準與技術研究所（簡稱NIST）正在進行的研究的一部分。該機構檢查了150多個面部識別系統識別佩戴口罩者的有效性。這些系統由機器學習算法驅動。
這項研究的首批結果于今年7月公布，當時世界各地的衛生官員都在敦促人們佩戴口罩，以限制冠狀病毒的傳播。最新研究結果于本周公布。
長期以來，世界各地的警察機構都使用面部識別技術來搜索和協助抓捕被指控犯罪的人。
該技術還可以用來解鎖電話或其他電子設備，在某些情況下，甚至能解鎖車輛。有些機器人使用面部識別技術來識別與他們交流的人。
然而，口罩在公共場合的廣泛使用給這類系統帶來了很大的困難。
這項研究著眼于大流行前已經使用的面部識別系統。它還研究了專門為處理戴口罩面孔而開發的系統。該技術的開發人員自愿提供他們的算法進行測試。
美國國家標準與技術研究所表示，他們在測試中總共處理了620萬張照片。這些照片包括尋求美國移民福利者提供的照片，以及旅客入境美國時在過境點提供的照片。
照片中的人實際上并沒有戴口罩。因此，研究人員用數字技術在照片中的臉上添加了不同的形狀的口罩，以供研究使用。在某些情況下，一個人臉部的70%被圖像覆蓋。
美國國家標準與技術研究所表示，總的來說，他們的研究表明，性能最好的面部識別系統識別未戴口罩個人的失敗率約為0.3%。而最有效系統識別戴口罩照片時的失敗率上升到5%左右。然而，許多性能較低的算法在識別戴口罩圖像時的錯誤率還要高得多——高達20%到50%。
在最新的研究結果中，研究人員納入了65種新面部識別系統的結果，這些系統在大流行爆發后開發。美國國家標準與技術研究所的Mei Ngan在周二的一份聲明中表示，其中一些系統的性能相比之前“明顯好了很多”。她是這個項目的首席研究員。
Ngan表示：“在最好的情況下，軟件算法識別戴口罩面孔時的錯誤率在2.4%到5%之間。”她補充說，這一性能比率“與2017年該技術識別未戴口罩照片時的表現不相上下?！?br />研究人員報告稱，在一個人的一張照片佩戴口罩，而另一張照片未佩戴口罩時，這種系統在識別個體方面更加有效。當兩張照片都佩戴口罩時，失敗率則大大上升。
毫不奇怪，這項研究發現，相比覆蓋整個臉頰的寬大口罩，圓形口罩（只覆蓋嘴和鼻子）導致的錯誤更少。此外，相比不戴口罩，遮住鼻子的口罩的失敗率更高。
這項新研究還就不同顏色的口罩是否會影響錯誤率進行了測試。研究團隊測試了用紅色、白色、黑色和淺藍色口罩。研究結果表明，一般來說，相比其他顏色的口罩，紅色口罩和黑色口罩導致的失敗率更高。
布萊恩·林恩報道。
譯文為可可英語翻譯，未經授權請勿轉載！
