fbpx

Estudo aponta que máscaras quebram algoritmos de reconhecimento facial

Era óbvio que isso iria acontecer: enquanto as máscaras faciais são uma ferramenta essencial na prevenção à COVID-19, para pessoas que precisam sair de casa por inúmeros motivos, ou para profissionais de saúde, a nova peça de vestuário essencial está causando uma série de problemas a algoritmos e softwares de reconhecimento facial, que viram sua eficácia despencar.

Embora a máscara seja importante para a manutenção da saúde da população, alguns setores consideram seu “efeito colateral” um problema de segurança pública.

Engin_Akyurt / mulher de máscara cheirando flor / Pixabay / máscaras

Um estudo recente (cuidado, PDF) publicado pelo NIST, Instituto Nacional de Padrões e Tecnologia dos Estados Unidos, aponta que o uso adequado de máscaras faciais, cobrindo boca e nariz reduz drasticamente a precisão de um algoritmo em reconhecer a face de um indivíduo, em uma taxa entre 5% e até 50% das tentativas.

Segundo o artigo, o índice de precisão cai quanto mais escura for a máscara, tecidos completamente pretos ocultam melhor os traços faciais do que uma máscara branca ou azul, que retornam resultados melhores, ainda que bem inferiores ao apresentado quando o algoritmo analisa um rosto descoberto.

Segundo a cientista da computação do NIST Mei Ngan, co-autora do estudo e líder do projeto (ela posou para as fotos abaixo), os testes focaram em algoritmos desenvolvidos antes do surgimento da COVID-19, em um cenário onde quase ninguém saía mascarado nas ruas, salvo raríssimas exceções. O próximo passo é avaliar sistemas criados após a pandemia, que já teriam a situação atual levada em consideração.

Tesste do NIST para reconhecimento facial com máscaras

Exemplos usados pelo NIST para verificar a eficácia dos algoritmos

Em geral, algoritmos de reconhecimento facial funcionam medindo as distâncias entre os elementos do rosto (olhos, nariz, boca, sobrancelhas, barba, marcas diversas, cicatrizes, tatuagens, etc.); quando você sobre parte desses elementos com uma máscara, o sistema não tem mais como identificar uma pessoa, porque não consegue identificar parâmetros suficientes para trabalhar.

O teste conduzido avaliou o reconhecimento facial individual, geralmente usado em postos de fronteira e aeroportos; embora o estudo não tenha sido conduzido em sistemas de controle de massa, como os usados por órgãos de segurança pública, o NIST acredita que o resultado seria basicamente o mesmo, dado o uso do mesmo princípio.

Claro que tais algoritmos não têm acesso a recursos extras, como os projetores de pontos do Face ID presente no iPhone, que cria uma imagem 3D do rosto e evita que um aparelho seja desbloqueado com uma foto; tal implementação seria um desperdício de recursos, já que ninguém na rua vai andar com fotos na frente da cara.

Novos algoritmos funcionarão com máscaras

Departamentos de segurança não estão contentes com as máscaras contra a COVID-19  quebrando os algoritmos: segundo o The Intercept, um boletim interno do Departamento de Segurança dos Estados Unidos expressava a preocupação da agência com o “potencial impacto que o uso generalizado de máscaras protetoras causarão em operaçõess de segurança que incorporam sistemas de reconhecimento facial”.

Por um lado, organizações e grupos que defendem direitos de privacidade dos cidadãos estão muito contentes com isso, mas por outro, este cenário não deve durar muito tempo.

Tomohiro Osumi / sistema da NEC de reconhecimento facial que funciona com máscaras / Getty Images

Créditos: Tomohiro Osumi / Getty Images

Estudos já vêm sendo conduzidos para implementar novos algoritmos capazes de reconhecer rostos mesmo parcialmente cobertos por uma máscara, como o demonstrado pela NEC na foto acima; no Japão e em outros países da Ásia, as pessoas costumam se proteger usando máscaras para evitar contraírem resfriado, gripe e rinite alérgica (causada geralmente por pólen; os japoneses são especialmente sensíveis a essa doença que por lá é sazonal, chegando com a Primavera), e o uso de máscaras na região sempre foi mais difundido.

estes se concentrariam exclusivamente na área ao redor dos olhos dos cidadãos, já que não há como implementar recursos para reconhecer profundidade em todos os cenários. Outras empresas, como a NtechLab, afirmam que seus algoritmos são capazes de identificar uma pessoa mesmo que ela esteja usando uma balaclava, uma afirmação que soa um tanto exagerada.

Segundo Ngan, o NIST pretente testar sistemas de monitoramento em massa, bem como novos algoritmos desenvolvidos após a COVID-19, ainda em 2020.

Referências bibliográficas

NGAN, Mei L. et al. Ongoing Face Recognition Vendor Test (FRVT) Part 6A: Face recognition accuracy with masks using pre-COVID-19 algorithms. National Institute of Standards and Technology Interagency/Internal Report (NISTIR), Número 8.311, 58 páginas, 24 de julho de 2020.

Com informações: NIST, The Next Web


Source link

Comentários no Facebook

× Consulte-nos!