戴口罩人脸识别准确性取得重大突破

近日,NIST在一份报告中指出,新冠病毒大流行以来,蒙面(戴口罩)人脸识别的准确性已经大幅提升。

“来自开发人员的一些较新算法在性能上比之前的要好得多。有些新算法的准确性比旧算法提高了10倍。”该研究的作者之一NIST的Mei Ngan透露。

“在理想情况下,新的人脸识别软件算法识别戴口罩面部的错误率在2.4%到5%之间,这已经达到了2017年人脸识别(不戴口罩)的准确性。”

NIST的这项新研究增加了65种新提交的算法的性能,算上上一轮已经测试过的算法,已经提交的戴口罩人脸识别算法数量已经达到152种。

开发人员自愿向FRVT提交了算法,但是他们在提交时并未表明算法是专门用于处理口罩面部识别,还是用于商业产品。

NIST的团队使用与以前相同的620万张图像,再次测试了新算法执行“一对一”匹配的能力,包括将一张(戴口罩的)照片与同一个人的另一张(不戴口罩的)照片进行比较。通常该功能用于戴口罩解锁智能手机。

(该团队并未测试算法执行“一对多”匹配的能力,这通常用于在大型数据库中查找匹配项,团队表示将在以后的测试中进行)与7月份的报告一样,这些测试图像使用了口罩形状的数字蒙版,而不是实际戴着口罩的照片(上图)。

值得注意的是,当两张照片中的面部都被(口罩)遮挡时,匹配率错误率要比其中一张不戴口罩的情况高出10到100倍。

NIST人脸识别新算法测试报告中的其他一些亮点发现如下。

口罩遮住的脸越多,算法准确率越低

延续2020年7月报告中的趋势,圆形口罩形状(仅覆盖嘴巴和鼻子)产生的识别错误要比横跨脸颊的宽口罩产生的错误少,而覆盖鼻子区域产生的误差要比不覆盖更大。

口罩颜色会影响识别准确率

这项新研究探索了两种新口罩颜色(红色和白色)以及7月份测试过的黑色和浅蓝色口罩的效果。结果发现,红色和黑色口罩往往会比其他颜色产生更高的错误率。研究小组没有调查这种影响的潜在原因。

若干算法实现“口罩无关”

一些开发人员已经开发出了“面罩无关”的软件,算法无需通知即可自动检测到戴口罩和不戴口罩的差异。

研究团队提出的最后一个重要意义也来自以前的研究:各个算法不同。最终用户需要了解自己选择的软件在特定情况下的性能,理想情况下,应该使用真实的物理口罩而不是研究团队使用的“数字蒙版”进一步测试准确性。

上一篇:2021年数据加密的六大趋势

下一篇:AMNESIA 33:物联网打开潘多拉盒子