Önemli Bilgiler
- Yüz tanıma algoritmaları, maskeli yüzleri okumada daha iyi hale geliyor.
- Yeni bir çalışma, bir algoritmanın maskenin rengi ve şekli gibi bir yüz maskesini nasıl okuyabileceğine ilişkin sınırlamaları gözler önüne seriyor.
- Uzmanlar, yüz tanıma endüstrisinin algoritmalarına yüz maskelerini dahil etmek için aktif olarak çalıştığını söylüyor.
Yüz tanıma sektörü de dahil olmak üzere birçok sektörün pandemiye uyum sağlaması gerekti. Uzmanlar, teknolojinin yüz maskesi takan insanları tanımada yavaş yavaş daha iyi hale geldiğini söylüyor.
Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) tarafından yayınlanan yeni bir rapor, COVID-19 pandemisinin başlamasından sonra oluşturulan 65 yeni yüz tanıma algoritmasının yanı sıra pandemi öncesi gönderilen 87 algoritmanın sonuçlarını gösteriyor. Rapor, yazılım geliştiricilerin maskeli yüzleri tanıyan algoritmalar geliştirmede daha iyi hale geldiğini ve hatta normal yüz tanıma algoritmaları kadar doğru olduğunu ortaya koydu.
"Birkaç pandemi öncesi algoritma maskeli fotoğraflarda hala en doğru şekilde kalırken, bazı geliştiriciler pandemiden sonra önemli ölçüde geliştirilmiş doğruluk gösteren algoritmalar gönderdi ve şimdi testimizde en doğru olanlar arasında" yazıyor..
Çalışmanın Buldukları
Çalışma, yüz maskelerinin varlığında yüz tanıma algoritmalarını ve doğruluklarını test etmek amacıyla aynı veri kümesiyle NIST tarafından gerçekleştirilen türünün ikinci örneğiydi. Raporun yazarları 6,2 milyon fotoğraf kullandı ve bu görüntülere çeşitli dijital maske kombinasyonlarının simülasyonlarını uyguladı.
NIST'de raporun ortak yazarı ve bilgisayar bilimcisi olan Mei Ngan, Lifewire'a bir telefon görüşmesinde yüz maskelerinin varlığının yüz tanıma teknolojisini yaklaşık iki ila üç yıl geriye götürdüğünü söyledi.
"Hata oranları %2,5 ile %5 arasında herhangi bir yerdedir - en son teknolojinin 2017'deki durumuyla karşılaştırılabilir" dedi.
NIST'in Temmuz ayında yayınladığı önceki bir raporda, Dünya Sağlık Örgütü'nün küresel bir pandemi ilan etmesinden önce Mart 2020'den önce sunulan yüz tanıma algoritmalarının performansı incelendi. Bu ilk çalışma, bu pandemi öncesi algoritmaların hata oranının %5 ile %50 arasında olduğunu buldu.
Bu algoritmalar maskeli yüzleri okumada daha iyi hale gelse bile, daha yakın tarihli bir çalışma, maske rengi (kırmızı veya siyah gibi daha koyu maskeler daha yüksek hata oranlarına sahiptir) ve maskenin nasıl daha yüksek hata oranlarına sahip olduğu gibi bazı faktörlerin hata oranını etkilediğini buldu. şekillendirilir (yuvarlak maske şekilleri daha düşük hata oranlarına sahiptir).
Ngan, algoritmaların maskenin kendisini okumak yerine yüz özelliklerini tanımak için göz çevresi ve alın gibi kişinin yüzünün görünen kısmını kullandığını söyledi.
Yüz Tanıma ve Yüz Maskelerinin Geleceği
Ngan, yüz maskeleri söz konusu olduğunda geliştiricilerin yüz tanıma algoritmalarında önemli gelişmeler kaydettiğinin bariz olduğunu söyledi.
"Yüz maskesi takma kısıtlamaları altında çalışmak için yüz tanıma sistemlerine açıkça ihtiyaç var" dedi. "Yaptığımız şeyler ve son çalışmamızın sonuçları göz önüne alındığında, yüz tanıma endüstrisinin algoritmalarına yüz maskelerini dahil etmek için aktif olarak çalıştığını görüyoruz."
Teknoloji geliştiğinden, bu, yüz maskesi takarken telefonlarımızın kilidini açmak gibi şeyleri yapmanın daha kolay olacağı anlamına geliyor, ancak bu şekilde ilerleyen yüz tanıma söz konusu olduğunda başka sonuçlar da var.
Çok sayıda araştırma, yüz tanımanın yanlış kişiyi yanlış tanımladığı ve ırksal önyargılara sahip olduğu yaygın olarak bildirildiğini gösteriyor. NIST tarafından 2019 yılında yapılan bir araştırma, yüz tanıma teknolojisinin Siyah ve Asyalı insanları beyaz insanlardan 100 kat daha fazla yanlış tanımladığını buldu.
Teknoloji yüz maskelerini okumada daha iyi hale gelse bile, hata yüzdesi -ne kadar küçük olursa olsun- yine de yüz maskesi takan bir kişiyi yanlış tanımlamak için bir endişe olabilir.
En son NIST raporu, algoritmaların yüz maskesi görevini yerine getirmede daha iyi hale geldiğini gösterse de, Ngan, pandemi zamanlarında yüz tanımanın geleceğinin gerçekten nereye gideceğini yalnızca zamanın göstereceğini söyledi.
"Belki daha fazla hata azalması bekleyebiliriz veya geliştiriciler, maskelenmemiş bölgedeki benzersiz bilgi miktarında sınırlamalar bulabilir," dedi Ngan.
