Innovatie & Strategie

Artificial Intelligence
Gezichtsherkenningsalgoritmen hebben last van mondmaskers

Door mondmasker werkt gezichtsherkenning minder goed

Grootte en kleur van mondkapje heeft mede gevolgen van de accuraatheid van het algoritme.

© CC0 -Pixabay.com geralt
28 juli 2020

Grootte en kleur van mondkapje heeft mede gevolgen van de accuraatheid van het algoritme.

Gezichtsherkenningssoftware heeft grote moeite met om gezichten te herkennen die bedekt zijn met een mondmasker. Omdat door de Covid-19-pandemie mensen steeds meer een gezichtsmasker dragen, onderzocht het Amerikaanse National Institute of Standards and Technology (NIST) hoe goed commerciële gezichtsherkenningsalgoritme bedekte gezichten herkent.

Algoritmen kunnen lastig gezichten herkennen die een mondmasker dragen, schrijft NIST. Zelfs het beste algoritme van de 89 geteste commerciële gezichtsherkenningsalgoritmen had een foutratio van tussen de vijf en vijftig procent om de foto’s waar digitaal een masker was aangebracht te matchen met de juiste foto.

Uit het onderzoek blijkt verder dat de nauwkeurigheid van de huidige algoritmen over de hele linie afneemt als het gezicht deel wordt bedekt door een gezichtsmasker. Hoe meer dat masker de neus bedekt, hoe minder accuraat het algoritme een match maakt. Ook de kleur heeft impact op de accuraatheid. De gemaskerde afbeeldingen zorgden er vaker voor dat het algoritme een gezicht niet kon verwerken (technisch genoemd: failure to enroll or template, FTE). Dat komt omdat gezichtsherkenningsalgoritmen werken op basis van het meten van afstand tussen en van gezichtskenmerken. Een FTE betekent dat een algoritme de kenmerken van het gezicht niet genoeg kan extraheren om een effectieve vergelijking te maken.

Algoritmen niet ontworpen voor mondmaskers

De vals negatieven namen af, maar de vals positieven bleven stabiel of namen bescheiden af. Een vals negatieve is wanneer het algoritme een foto helemaal niet kan matchen met de juiste foto, een vals positieve is wanneer er een onjuiste match plaats vindt. Volgens de onderzoekers laat de lichte daling van het aantal vals positieve zien dat een masker niet het veiligheidsaspect van de algoritmen ondermijnt.

Volgens onderzoeker Mei Ngan is het belangrijk om te weten hoe goed gezichtsherkenningssoftware werkt nu we te maken hebben met een pandemie. “We starten dit onderzoek door te testen hoe goed een algoritme werkt dat ontwikkeld is voordat de pandemie er was en hoe deze algoritmen worden beïnvloed door gezichtsmaskers. Later deze zomer zullen we de nauwkeurigheid testen van algoritmen die al zijn ontwikkeld met gemaskerde gezichten in gedachten.”

Het team van NIST testte negen varianten van mondkapjes, verschillend in kleur en vorm en het bedekken de neus. De maskers werden digitaal aangebracht. Volgens onderzoeker Ngan zijn er daarom een aantal algemene resultaten uit het onderzoek te trekken, maar zijn er ook kanttekeningen omdat het om digitaal aangebrachte maskers gaat en omdat geen van de algoritmen is ontworpen om te gaan met deze mondmaskers.”

Lees meer over
Lees meer over Innovatie & Strategie OP AG Intelligence
Reactie toevoegen
De inhoud van dit veld is privé en zal niet openbaar worden gemaakt.