Защитные маски ставят под вопрос перспективы массовой слежки


YONHAP/ EPA

Медицинские маски, ставшие в период пандемии коронавирусной инфекции COVID-19 важным атрибутом повседневной жизни, препятствуют не только передаче заболевания, но и работе систем распознавания лиц, применяемых на государственном уровне

Медицинские маски, ставшие в период пандемии коронавирусной инфекции COVID-19 важным атрибутом повседневной жизни, препятствуют не только передаче заболевания, но и работе систем распознавания лиц, применяемых на государственном уровне. Индивидуальные средства защиты, полностью закрывающие нос и рот, ставят компьютерные алгоритмы в тупик, увеличивая вероятность ошибочного срабатывания на 5–50%.

Об этом говорится в исследовании Национального института стандартов и технологий США (NIST). Как оказалось, маски черного цвета путают алгоритмы чаще, чем синие. А чем большую область носа закрывает маска, тем труднее системам распознать лицо.

Протестированные NIST системы работают путем измерения расстояния между глазами, носом и ртом, отмечает The Verge. Они относятся к типу "один к одному" и применяются, как правило, в местах пересечения границы и паспортного контроля для сверки лица с фотографией в документе. В типах систем "один ко многим" (используются для массового наблюдения, сопоставляя лица в толпе с лицами в базе данных), предполагают исследователи, частота ошибок будет еще выше, так как угол и степень освещения в потоке нельзя контролировать.

Коммерческие системы распознавания лиц устроены сложнее. Face ID в айфонах, например, задействует целый набор датчиков для построения точной 3D-модели лица, чтобы его нельзя было обмануть, просто поднеся фотографию владельца к камере.

Впрочем, компании, занимающиеся разработкой систем компьютерного зрения, быстро адаптируются к новым условиям. По словам представителей российской NtechLab, которая специализируется на нейросетях и машинном обучении, их решение способно распознавать лица, закрытые на 40% маской, платком, шлемом или бородой.