Ansigtsgenkendelse under en coronaviruspandemi, når de fleste mennesker bærer masker, er et varmt emne i sikkerhed.
En ny NIST (National Institute of Standards and Technology) undersøgelse af ansigtsgenkendelsesteknologi oprettet efter Covid-19-pandemien startede afslører betydelige fremskridt med at genkende maskerede ansigter. Rapporten, med titlen “Løbende ansigtsgenkendelsesleverandørtest del 6B: Ansigtsgenkendelsesnøjagtighed med ansigtsmasker ved hjælp af post-COVID-19 algoritmer,”Beskriver udførelsen af et dusin nye ansigtsgenkendelsesalgoritmer.
Den forrige juli-rapport, der beskriver perioden før marts 2020 viste, at softwaren havde problemer med maskerede ansigter. Det ser ud til, at algoritmerne nu klarer sig meget bedre. Den nye undersøgelse skitserer resultaterne af 65 nye ansigtsgenkendelsesalgoritmer, tilføje dem til de tidligere testede. dette gør 152 samlede algoritmer med forbedrede ansigtsgenkendelsesfunktioner.
Hvordan blev ansigtsgenkendelsesalgoritmerne oprettet?
“Brug af det samme sæt 6.2 millioner billeder, som det tidligere havde gjort, teamet testede igen algoritmernes evne til at udføre "en-til-en" -tilpasning, hvor et foto sammenlignes med et andet foto af den samme person - en funktion, der almindeligvis bruges til at låse en smartphone op,” ifølge rapporten.
Det skal bemærkes, at de billeder, der blev brugt i analysen, havde maskeformer anvendt digitalt i stedet for folk, der havde faktiske masker på.
Så, hvad fandt rapporten ud af pålideligheden af algoritmen til ansigtsgenkendelse??
- Når både det nye billede og det gemte billede er af maskerede ansigter, fejlprocent løber højere.
- Jo mere ansigt en maske dækker, jo højere algoritmens fejlprocent har tendens til at være.
- Maskerfarver påvirker fejlfrekvensen.
- Et par algoritmer fungerer godt med enhver kombination af maskerede eller ikke-maskerede ansigter.
En anden væsentlig konklusion baseret på analysen viser, at "individuelle algoritmer er forskellige." Brugere af algoritmerne skal være fortrolige med, hvordan deres software fungerer i deres specifikke situationer. Det er også bedre at bruge ægte fysiske masker snarere end digitale simuleringer.
Ansigtsgenkendelse kan omgåes
I august, sikkerhedseksperter offentliggjorde fund om, hvordan moderne ansigtsgenkendelsesteknologier kan narre af ondsindede brugere, der bruger en opdaget svaghed i maskinlæringsalgoritmerne.
En af de opdagede metoder var afhængig af brugen af speciel software designet til at generere fotorealistiske ansigter. Denne angrebsmodel er afhængig af flere rammer til oprettelse af sådanne billeder.
Milena Dimitrova
En inspireret forfatter og indholdschef, der har været hos SensorsTechForum siden projektets start. En professionel med 10+ års erfaring med at skabe engagerende indhold. Fokuseret på brugernes privatliv og malware udvikling, hun tror stærkt på en verden, hvor cybersikkerhed spiller en central rolle. Hvis almindelig sund fornuft giver ingen mening, hun vil være der til at tage noter. Disse noter senere kan blive til artikler! Følg Milena @Milenyim
Følg mig: