Maskers dragen Stompen Gezichtsherkenningsalgoritmen

Deel dit verhaal!
Gezichtsherkenning kent moeilijke tijden vanwege gezichtsmaskers, maar het is slechts een kwestie van tijd voordat algoritmen worden ontwikkeld die lichaamskenmerken toevoegen, waaronder hartslag, gang, grootte, enz. ⁃ TN Editor

Veel bedrijven op het gebied van gezichtsherkenning hebben beweerd dat ze mensen zelfs met uiterste nauwkeurigheid kunnen identificeren terwijl ze gezichtsmaskers dragen, Maar de laatste resultaten van een studie laten zien dat de bedekkingen het foutenpercentage dramatisch verhogen.

In een update van dinsdag keek het Amerikaanse National Institute of Standards and Technology naar 41 gezichtsherkenningsalgoritmen die werden ingediend nadat de COVID-19-pandemie half maart was uitgeroepen. Veel van deze algoritmen waren ontworpen met gezichtsmaskers in gedachten en beweerden dat ze nog steeds in staat waren om mensen nauwkeurig te identificeren, zelfs als de helft van hun gezicht bedekt was.

In juli bracht NIST een rapport uit waarin werd opgemerkt dat gezichtsmaskers reguliere gezichtsherkenningsalgoritmen dwarsbomen foutenpercentages variërend van 5% tot 50%. NIST wordt algemeen beschouwd als de leidende autoriteit op het gebied van nauwkeurigheidstests voor gezichtsherkenning en verwachtte algoritmen om het identificeren van mensen in gezichtsmaskers te verbeteren.

Die dag moet nog komen, aangezien elk algoritme een marginale toename van de foutenpercentages ervoer zodra maskers in beeld kwamen. Hoewel sommige algoritmen over het algemeen nog steeds accuraat waren, zoals het foutpercentage van het algoritme van het Chinese bedrijf voor gezichtsherkenning Dahua dat van 0.3% zonder maskers naar 6% met maskers ging, hadden andere een foutpercentage dat opliep tot 99%.

Rank One, een aanbieder van gezichtsherkenning gebruikt in steden als Detroit, had een foutenpercentage van 0.6% zonder maskers en een foutenpercentage van 34.5% nadat maskers digitaal waren aangebracht. In mei begon het bedrijf met het aanbieden van "perioculaire herkenning, ”Die beweerde mensen net buiten hun ogen en neus te kunnen identificeren.

Brendan Klare, CEO van Rank One, zei dat het bedrijf dat algoritme niet bij NIST kon indienen vanwege de limiet van het bureau tot één inzending per organisatie.

"De NIST-maskerstudie weerspiegelt dus niet ons vermogen om identificatie uit te voeren in de aanwezigheid van maskers", zei Klare in een e-mail.

TrueFace, dat is gebruikt op scholen en op luchtmachtbases, zag het foutenpercentage van het algoritme stijgen van 0.9% naar 34.8% nadat maskers waren toegevoegd. De CEO van het bedrijf, Shaun Moore, vertelde CNN op 12 augustus dat de onderzoekers werkten aan een beter algoritme voor het detecteren van maskers.

TrueFace reageerde niet op een verzoek om commentaar.

Lees hier het hele verhaal ...

Over de editor

Patrick Wood
Patrick Wood is een toonaangevende en kritische expert op het gebied van duurzame ontwikkeling, groene economie, Agenda 21, 2030 Agenda en historische technocratie. Hij is de auteur van Technocracy Rising: The Trojan Horse of Global Transformation (2015) en co-auteur van Trilaterals Over Washington, Volumes I en II (1978-1980) met wijlen Antony C. Sutton.
Inschrijven
Melden van
gast

2 Comments
Oudste
Nieuwste Meest Gestemd
Inline feedbacks
Bekijk alle reacties
james

Dit is nog een reden voor het merkteken op het voorhoofd