Senkit sem ért meglepetésként, hogy az arcfelismerő rendszerek számára kihívás a maszkviselés: ha az orrot és a szájat eltakarjuk, sokkal nehezebb dolga van a mesterséges intelligenciának is a személyazonosság megállapításában. Az amerikai Nemzeti Szabványügyi és Technológiai Intézet (NIST) múlt héten publikált elemzése mintegy 150 algoritmus hibarátáját figyelve azonban arra a következtetésre jutott, hogy ma már nem akkora ez a kihívás a programok előtt, mint amilyennek eleinte tűnt.
Az NIST folyamatosan vizsgálja a kereskedők által önkéntesen, egy program keretében benyújtott algoritmusok sikerességét, az adatokat is rendszeresen publikálva. Az NIST a hamis meg nem egyezési arányokat vizsgálja, azaz arra figyel oda, hányszor fut végig a rendszerben ugyanaz az arc anélkül, hogy a szoftver jelezné az egyezést. Az első jelentést még júliusban tették közzé a témakörben a The Verge cikke szerint, nem túl rózsás eredménnyel. Az egyes algoritmusoknál tapasztalt
hamis meg nem egyezési arány 5 és 50 százalék közt alakult
a maszkviselők körében.
Azóta sok idejük volt a fejlesztőknek az algoritmusokon dolgozni. Maszk nélküli arcokkal a legeredményesebb algoritmus hamis meg nem egyezési rátája 0,3 százalék, ami sokat takaró maszk esetében korábban jóval magasabb volt.
"Bár néhány, a pandémia előtti időkből származó algoritmus még mindig a legpontosabban dolgozók közt van maszkot viselő emberek esetében is, egyes fejlesztők a pandémia idején létrehozott algoritmusai figyelemre méltó fejlődésen mentek át és mára a legjobbak között találhatók" – olvasható a jelentésben.
Ez bizonyítja a tény, miszerint a legjobban teljesítő rendszerek közt akad nyolc olyan is, melynek
hamis meg nem egyezési rátája mindössze 0,05 százalékos.
Ezek közül hatot azután kezdtek el fejleszteni, hogy a júliusi összehasonlítás megjelent.
A kutatást annak bizonyos tulajdonságaival kell ugyanakkor értékelni: míg a fedetlen arcok esetében valós útlevél- és vízumfotókat használtak föl, a maszkkal eltakart arcokra csak digitálisan montíroztak rá sebészi maszkot annak érdekében, hogy egységesen tudják mérni az algoritmusok eredményességét. Az ennyiből is kiderült, hogy minél magasabbra húzva viseli valaki a maszkot, annál nehezebb az algoritmus dolga, viszont a viselés módja, a maszk színe, textúrája, szabása és az annál használt rögzítőfülek esetleges hatásai nem voltak így megfigyelhetők.