Le port de masques est un algorithme de reconnaissance faciale

S'il vous plaît partager cette histoire!
La reconnaissance faciale connaît des moments difficiles en raison des masques faciaux, mais ce n'est qu'une question de temps avant que des algorithmes ne soient développés qui ajoutent des caractéristiques du corps entier, y compris le rythme cardiaque, la démarche, la taille, etc.

De nombreuses entreprises de reconnaissance faciale ont affirmé qu'elles pouvaient identifier les personnes avec une précision extrême même pendant qu'ils portent des masques, Mais l' derniers résultats d'une étude montrent que les revêtements augmentent considérablement les taux d'erreur.

Dans une mise à jour mardi, l'Institut national américain des normes et de la technologie a examiné 41 algorithmes de reconnaissance faciale soumis après la déclaration de la pandémie COVID-19 à la mi-mars. Beaucoup de ces algorithmes ont été conçus avec des masques faciaux à l'esprit et ont affirmé qu'ils étaient toujours capables d'identifier avec précision les personnes, même lorsque la moitié de leur visage était couverte.

En juillet, le NIST a publié un rapport indiquant que les masques faciaux contrecarraient les algorithmes de reconnaissance faciale habituels, avec taux d'erreur allant de 5% à 50%. Le NIST est largement considéré comme la principale autorité en matière de tests de précision de la reconnaissance faciale et les algorithmes attendus pour améliorer l'identification des personnes dans les masques faciaux.

Ce jour n'est pas encore venu, car chaque algorithme a connu des augmentations marginales des taux d'erreur une fois que les masques sont entrés en scène. Alors que certains algorithmes avaient toujours une précision globale, comme le taux d'erreur d'algorithme de la société chinoise de reconnaissance faciale Dahua, passant de 0.3% sans masques à 6% avec masques, d'autres avaient des taux d'erreur augmentant jusqu'à 99%.

Rank One, un fournisseur de reconnaissance faciale utilisé dans des villes comme Detroit, avait un taux d'erreur de 0.6% sans masques et un taux d'erreur de 34.5% une fois les masques appliqués numériquement. En mai, la société a commencé à proposer «reconnaissance périoculaire», Qui prétendait pouvoir identifier les personnes juste à côté de leurs yeux et de leur nez.

Le PDG de Rank One, Brendan Klare, a déclaré que la société n'était pas en mesure de soumettre cet algorithme au NIST en raison de la limite de l'agence à une soumission par organisation.

"Ainsi, l'étude des masques du NIST ne reflète pas notre capacité à effectuer une identification en présence de masques", a déclaré Klare dans un e-mail.

TrueFace, qui est utilisé dans les écoles et sur les bases de l'Air Force, a vu son taux d'erreur d'algorithme passer de 0.9% à 34.8% une fois les masques ajoutés. Le PDG de l'entreprise, Shaun Moore, a déclaré à CNN le 12 août que ses chercheurs travaillaient sur un meilleur algorithme pour détecter au-delà des masques.

TrueFace n'a pas répondu à une demande de commentaire.

Lire l'histoire complète ici…

À propos de l'éditeur

Patrick Wood
Patrick Wood est un expert de premier plan et critique sur le développement durable, l'économie verte, l'Agenda 21, l'Agenda 2030 et la technocratie historique. Il est l'auteur de Technocracy Rising: The Trojan Horse of Global Transformation (2015) et co-auteur de Trilaterals Over Washington, Volumes I and II (1978-1980) avec le regretté Antony C. Sutton.
S'abonner
Notifier de
invité

2 Commentaires
Le plus ancien
Date Les plus votés
Commentaires en ligne
Voir tous les commentaires
Jacques

Ceci une raison de plus pour la marque sur le front