カジノサイト

分析精度に対するフェイスマスクの影響を研究がテスト

シャツなし、靴なし、マスクなし、サービスなし。今年、多くの組織や施設がポリシーを変更しましたが、この新しい服装規定の中で顔認識ソフトウェアは精度を維持するのに苦労しました。 2020 年 7 月に発表された米国国立標準技術研究所 (NIST) の機関間報告書によると、商用の最良の顔認識アルゴリズムのエラー率は約 5% でしたが、人の写真とデジタル適用されたフェイス マスクを着用したバージョンを照合するように求められた場合、ほとんどのアルゴリズムは最大 50% の確率で失敗しました。

NIST は何十年にもわたって顔認識ソフトウェアとアルゴリズムの継続的なテストを行ってきたため、この最新のテストは先行研究とよく一致すると、NIST のコンピュータ科学者であり、最近の論文の著者の 1 人であるメイ ガン氏は述べています。顔認識ベンダー テスト シリーズにおいて、新型コロナウイルス感染症以前のアルゴリズムを使用したフェイスマスクによる顔認識の精度。NIST テストでは、パンデミック前のソフトウェアがフェイス マスクに対応できるかどうかを判定しようとしました。テストの結果、パンデミック前の 1 対 1 検証のレベル、つまりソフトウェアが 2 つの画像に同じ人物が写っていることを正確に判断できるレベルに達するには、ほとんどのアルゴリズムで微調整が必要であることが判明しました。

米国の国境越えの写真や渡航申請の写真など、NIST の既存の画像データセットを活用するために、研究者らはフェイスマスクの形状を写真にデジタル的に適用し、アルゴリズムがマスクをした人とマスクをしていない人の照合にどのように対処するかを確認しました。研究者らは、黒または水色の 2 つのマスク形状 (サージカル マスクを模倣した幅広型と N-95 マスクを模倣した丸型) を使用しました。また、マスクの形状を上下に動かして、鼻を覆うことが検証にどのような影響を与えるかを判断しました。

全体として、研究者らは 2020 年 3 月以前の 89 のアルゴリズムを 620 万枚の写真でテストし、マスクされた顔に直面した場合、すべてのアルゴリズムで誤った不一致率が増加しました。同じデータセットを使用した場合、最も正確なアルゴリズムでは、マスクを着用していない人の約 0.3 パーセントの認証に失敗しましたが、マスクを適用した場合は 5 パーセントでした。

「しかし、多くのアルゴリズムは耐性がはるかに低い。マスクされていない顔に対して非常に競争力のある一部のアルゴリズムは...画像の 20% から 50% の認証に失敗する。」と報告書は述べています。

マスクの種類と適用範囲により、精度に大きな違いが生じました。水色のマスクは黒いマスクよりもエラー率が低くなりました。長方形マスクやサージカルマスクなど、顔の大部分を覆うマスクは、特にマスクが鼻の大部分を覆う場合に偽陰性率が高くなりました。

「これはすべて理にかなっています。顔の多くを覆うほど、マッチングのためにアルゴリズムが抽出する必要がある情報が少なくなります。」と Ngan 氏は言います。

「鼻を覆う量は精度に影響を与えました。高いマスクと比較した場合、低いマスクではエラー率が約 5 分の 1 に減少することがわかりました」と彼女は付け加えました。 「システムが導入されている環境のアプリケーションとポリシーによっては、精度を確保するためにユーザーが認証のためにマスクを鼻の下まで下げる必要がある場合があります。」

しかし、この研究には限界がありました。時間とリソースの制限により、新しいマスク中心のデータセットを開発する代わりにデジタル適用されたマスクが使用されたため、研究者は、アルゴリズムが実際の顔のマスクのさまざまな形状、テクスチャ、パターンをどのように処理するか、または大量生産されたマスクがさまざまな顔の形状にどのように配置されるかを評価できませんでした。ガン氏によると、撮影対象者も協力的で、つまりほとんどの対象者がカメラをまっすぐに見つめていたという。これは、移動中の人 (たとえば、出入り口に向かって歩いているときや広範囲の監視映像から) を認証しようとするのとは異なります。精度率に課題が生じる可能性があります。

研究者らはまた、この結果はパンデミック発生前にNISTに提供されたアルゴリズムに当てはまり、これらのアルゴリズムはマスクされた顔画像でテストされることを想定せずに開発されたことを認めた。ただし、Ngan 氏は、研究は進行中であり、より多くの開発者が新型コロナウイルス感染症 (COVID-19) 後のアルゴリズムやアップデートをテストのために提出するにつれて、最も正確なシステムの NIST リーダーボードは変化し続けていると付け加えました。

「最近、フェイスマスクのリーダーボードを更新しました（

Ngan 氏は、フェイス マスクの使用にアルゴリズムを適応させようとしている開発者は、通常はマスクの使用によって妨げられない眼周囲領域 (目の周囲) の周囲でより多くのデータ ポイントを抽出できると指摘しています。他の開発者は、マスクされた画像を考慮してシステムを再トレーニングしています。

NIST は、現場で精度をテストするために使用される領域でアルゴリズムを評価する必要性を強調し、システム所有者とオペレーターに「アルゴリズムを知る」責任を課しています。さらに、セキュリティ リーダーはシステム プロバイダーにアップデートについて問い合わせることができ、マスクされたイメージとマスクされていないイメージの両方を処理できるソリューションを推進できると、Ngan 氏は付け加えました。

ここ数カ月間に NIST に提出された「マスク対応」アルゴリズムを評価する新しい報告書は、2020 年後半に発表される予定です。