ความแม่นยำในการรับรู้ใบหน้ายังคงลดลงอย่างมีนัยสำคัญเมื่อใบหน้าของอาสาสมัครได้รับการคุ้มครอง แต่อัตราความผิดพลาดลดลงประมาณหนึ่งในสี่โดยเฉลี่ยเนื่องจากนักพัฒนาเริ่มฝึกอบรมอัลกอริทึมของพวกเขาโดยเฉพาะเพื่อตอบสนองความท้าทายตามรายงานใหม่จากสถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐอเมริกา (NIST)
'การทดสอบการจดจำใบหน้าอย่างต่อเนื่อง (FRVT) ส่วนที่ 6B: ความแม่นยำในการจดจำใบหน้าด้วยมาสก์ใบหน้าโดยใช้อัลกอริทึมหลังโพสต์--19' รายงานการประเมินอัลกอริทึมที่ให้กับ NIST หลังจากกลางเดือนมีนาคม 2020 เมื่อ บริษัท ชีวภาพจำนวนมากเริ่มพัฒนาอัลกอริทึมการจดจำใบหน้าพร้อมชุดข้อมูลใหม่เพื่อรองรับการระบุใบหน้าบางส่วนที่ถูกบดบังด้วยหน้ากาก การทดสอบได้ดำเนินการใน 1: 1 แต่ NIST บอกว่ามันจะดำเนินการทดสอบ 1: N ในรุ่นอนาคต
นักพัฒนาไม่ได้ให้ข้อมูลเกี่ยวกับอัลกอริทึมของพวกเขาว่าได้รับการพัฒนาเพื่อทำงานกับหน้ากากหรือไม่ แต่ผลการทดสอบระบุว่า“ นักพัฒนาจำนวนหนึ่ง” ได้ปรับอัลกอริทึมของพวกเขา
เอเจนซี่เผยแพร่การค้นพบจากการทดสอบด้วยอัลกอริทึมที่พัฒนาขึ้นก่อนการระบาดใหญ่เมื่อต้นปีนี้และติดตามด้วยการอัปเดตรวมถึงอัลกอริทึมเพิ่มเติมแต่ผลลัพธ์ที่คล้ายกันในเดือนตุลาคม
NIST ได้รับอัลกอริทึม 65 รายการสำหรับการทดสอบใหม่และเพิ่มการประเมินเมื่อทำการลงทะเบียนในขณะที่สวมหน้ากากและผลลัพธ์สำหรับหน้ากากสีแดงและสีขาว ผลลัพธ์สะสมสำหรับอัลกอริทึม 152 นั้นรวมอยู่ในรายงาน
อัลกอริทึมที่ส่งยังคงส่งคืนอัตราการไม่จับคู่ที่ผิดพลาดสูง (FNMR) สูงกว่าใบหน้าที่ไม่ได้รับการเปิดเผย อัลกอริทึมบางอย่างที่พัฒนาขึ้นก่อนการระบาดใหญ่ยังคงอยู่ในสภาพที่ดีที่สุดสำหรับใบหน้าที่สวมหน้ากากบางรายการใหม่แสดงให้เห็นถึงความแม่นยำที่ดีขึ้นอย่างมีนัยสำคัญและวางไว้ในผลลัพธ์สูงสุด อัตราความล้มเหลวสำหรับหน้ากากที่ครอบคลุมพื้นที่ที่ใหญ่ที่สุดอยู่ที่ประมาณ 5 เปอร์เซ็นต์สำหรับอัลกอริทึมทั้งหมดเมื่อเทียบกับ 0.3 เปอร์เซ็นต์สำหรับอัลกอริทึมที่แม่นยำที่สุดที่ระบุคนที่ไม่มีหน้ากาก อย่างไรก็ตามอัลกอริทึมบางอย่างที่ส่งในชุดใหม่ยังคงไม่สามารถตรวจสอบความถูกต้องระหว่าง 10 ถึง 40 เปอร์เซ็นต์ของใบหน้าที่สวมหน้ากาก
การทดสอบด้วยใบหน้าที่สวมหน้ากากระหว่างการลงทะเบียนแสดงให้เห็นว่าการลดลงของ FNMR แต่อัตราการจับคู่ที่ผิดพลาดก็เพิ่มขึ้นสำหรับระบบดังกล่าว
ค่ามัธยฐาน FNMR ต่ำกว่า 25 เปอร์เซ็นต์สำหรับอัลกอริทึมที่ส่งมาตั้งแต่กลางเดือนมีนาคม NIST กล่าว
แวววาวลึกและการพยากรณ์อยู่ในจุดสูงสุดเพื่อความแม่นยำในขณะที่วิสัยทัศน์เทคโนโลยี Hengrui AI และ XForward AI ยังแตกห้าอันดับแรกเพื่อความแม่นยำในแต่ละหมวดหมู่
หัวข้อบทความ
ความแม่นยำ-อัลกอริทึม-การระบุไบโอเมตริกซ์-การทดสอบไบโอเมตริกซ์-ไบโอเมตริกซ์-แวววาวลึก-การทดสอบผู้ขายการจดจำใบหน้า (FRVT)-การจดจำใบหน้า-คนที่มีความสำคัญ-การพยากรณ์-การวิจัยและพัฒนา-วิสัยทัศน์
