Los cubrebocas están burlando los algoritmos de reconocimiento facial

Los cubrebocas son una de las mejores defensas contra la propagación de COVID-19 , pero su creciente adopción está teniendo un segundo efecto no deseado: romper los algoritmos de reconocimiento facial.

El uso de cubrebocas que cubren adecuadamente la boca y la nariz hace que la tasa de error de algunos de los algoritmos de reconocimiento facial más utilizados aumente a entre 5 y 50 por ciento, según un estudio del Instituto Nacional de Estándares y Tecnología ( NIST ) de Estados Unidos.

Los cubrebocas negros tenían más probabilidades de causar errores que los azules, y cuanto más cubría la nariz con la máscara, más difícil resultaban los algoritmos para identificar la cara.

"Con la llegada de la pandemia, tenemos que entender cómo la tecnología de reconocimiento facial se ocupa de los rostros con cubrebocas ", dijo Mei Ngan, autor del informe y científico informático del NIST .

Leer también

: CES 2021 será completamente digital

“Comenzamos centrándonos en cómo se desarrolló un algoritmo antes de que la pandemia pudiera verse afectada por sujetos con cubrebocas . Más adelante este verano, planeamos probar la precisión de los algoritmos que se desarrollaron intencionalmente con las caras enmascaradas en mente ".

Los algoritmos de reconocimiento facial como los probados por NIST funcionan midiendo las distancias entre las características en la cara de un objetivo. Las máscaras reducen la precisión de estos algoritmos al eliminar la mayoría de estas características, aunque todavía quedan algunas.

Esto es ligeramente diferente de cómo funciona el reconocimiento facial en iPhones , por ejemplo, que usan sensores de profundidad para mayor seguridad, asegurando que los algoritmos no puedan ser engañados mostrando a la cámara una imagen.

Aunque ha habido mucha evidencia anecdótica sobre los cubrebocas que impiden el reconocimiento facial, el estudio del NIST es particularmente definitivo. NIST es la agencia gubernamental encargada de evaluar la precisión de estos algoritmos para el gobierno de Estados Unidos y su clasificación de diferentes proveedores es extremadamente influyente.

En particular, el informe de NIST solo probó un tipo de reconocimiento facial conocido como coincidencia uno a uno. Este es el procedimiento utilizado en los cruces de fronteras y los escenarios de control de pasaportes, donde el algoritmo verifica si la cara del objetivo coincide con su ID . Esto es diferente al tipo de sistema de reconocimiento facial utilizado para la vigilancia masiva, donde se escanea una multitud para encontrar coincidencias con caras en una base de datos. Esto se llama un sistema de uno a muchos.

Leer también

: Descubren que Luigi sí está incluido en Super Mario 64

Aunque el informe del NIST no cubre los sistemas uno a muchos, estos generalmente se consideran con más errores que los algoritmos uno a uno. Elegir caras en una multitud es más difícil porque no puedes controlar el ángulo o la iluminación de la cara y la resolución generalmente se reduce. Eso sugiere que si los cubrebocas están rompiendo sistemas uno a uno, es probable que estén rompiendo algoritmos uno a muchos con al menos la misma frecuencia, pero probablemente mayor.

Esto coincide con los informes que hemos escuchado del gobierno. Un boletín interno del Departamento de Seguridad Nacional de los Estados Unidos a principios de este año, informado por el medio The Intercept , dijo que la agencia estaba preocupada por los "posibles impactos que el uso generalizado de cubrebocas podría tener en las operaciones de seguridad que incorporan sistemas de reconocimiento facial".