Il riconoscimento facciale durante una pandemia di coronavirus quando la maggior parte delle persone indossa maschere è un argomento caldo nella sicurezza.
Un nuovo NIST (National Institute of Standards and Technology) lo studio della tecnologia di riconoscimento facciale creata dopo l'inizio della pandemia Covid-19 rivela progressi significativi nel riconoscimento dei volti mascherati. Il rapporto, intitolato "Test del fornitore di riconoscimento facciale in corso, parte 6B: Precisione del riconoscimento facciale con maschere facciali utilizzando algoritmi Post-COVID-19,"Descrive in dettaglio le prestazioni di una dozzina di nuovi algoritmi di riconoscimento facciale.
Il precedente rapporto di luglio che dettagliava il periodo precedente a marzo 2020 ha mostrato che il software aveva problemi con i volti mascherati. Sembra che ora gli algoritmi stiano andando molto meglio. Il nuovo studio delinea le prestazioni di 65 nuovi algoritmi di riconoscimento facciale, aggiungendoli a quelli precedentemente testati. Questo fa 152 algoritmi totali con capacità di riconoscimento facciale migliorate.
Come sono stati creati gli algoritmi di riconoscimento facciale?
“Utilizzando lo stesso set di file 6.2 milioni di immagini come in precedenza, il team ha nuovamente testato la capacità degli algoritmi di eseguire la corrispondenza "uno a uno", in cui una foto viene confrontata con una foto diversa della stessa persona, una funzione comunemente utilizzata per sbloccare uno smartphone,” osserva il rapporto.
Va notato che le immagini utilizzate nell'analisi avevano forme di maschera applicate digitalmente invece di persone che indossavano maschere reali.
Così, cosa ha scoperto il rapporto in termini di affidabilità dell'algoritmo di riconoscimento facciale?
- Quando sia la nuova immagine che l'immagine memorizzata sono di volti mascherati, i tassi di errore sono più alti.
- Il più volto coperto da una maschera, più alto tende ad essere il tasso di errore dell'algoritmo.
- I colori delle maschere influiscono sul tasso di errore.
- Alcuni algoritmi funzionano bene con qualsiasi combinazione di volti mascherati o non mascherati.
Un'altra conclusione significativa basata sull'analisi mostra che "i singoli algoritmi differiscono". Gli utenti degli algoritmi dovrebbero conoscere bene le prestazioni del loro software nelle loro situazioni specifiche. È anche meglio usare maschere fisiche reali piuttosto che simulazioni digitali.
Il riconoscimento facciale può essere aggirato
In agosto, esperti di sicurezza hanno pubblicato risultati su come le moderne tecnologie di riconoscimento facciale può essere ingannato da utenti malintenzionati utilizzando una debolezza scoperta negli algoritmi di apprendimento automatico.
Uno dei metodi scoperti si basava sull'uso di un software speciale progettato per generare volti fotorealistici. Questo modello di attacco si basa su diversi framework per la creazione di tali immagini.
Milena Dimitrova
Uno scrittore ispirato e un gestore di contenuti che è stato con SensorsTechForum dall'inizio del progetto. Un professionista con 10+ anni di esperienza nella creazione di contenuti accattivanti. Incentrato sulla privacy degli utenti e lo sviluppo di malware, crede fortemente in un mondo in cui la sicurezza informatica gioca un ruolo centrale. Se il buon senso non ha senso, lei sarà lì per prendere appunti. Quelle note possono poi trasformarsi in articoli! Seguire Milena @Milenyim
Seguimi: