[導讀]本周一，美國標準化與技術研究所（NIST）公布最新發(fā)現(xiàn)，即便是最先進的人臉識別算法，面對戴口罩的被識別對象，會有至少5%的失敗率，遠超可被接受的0.3%失效率。
人臉識別算法依賴于獲取盡可能多的數(shù)據(jù)點
本周一，美國標準化與技術研究所（NIST）公布最新發(fā)現(xiàn)，即便是最先進的人臉識別算法，面對戴口罩的被識別對象，會有至少5%的失敗率，遠超可被接受的0.3%失效率。
人臉識別算法依賴于獲取盡可能多的數(shù)據(jù)點位，而佩戴口罩后，大量有價值的信息被帶走。研究發(fā)現(xiàn)，盡管算法已經(jīng)足夠精細，可改變照明或變換角度就能欺騙一些算法，現(xiàn)在，口罩則讓事情變得更糟糕。
研究選取了89種算法和600萬張圖片，一些有趣的結論包括，鼻子被遮擋得越多，那么識別失敗的概率就會增加。此外，黑色口罩相較于藍色口罩，對識別算法的干擾越大。
由于口罩是阻擋新冠病毒傳播的最有效方式之一，可以預見在未來很長一段時間，在密集公共場合，佩戴口罩都不會少，NIST希望研究可以幫助到在后疫情時代應用人臉識別算法的公司。
以蘋果為例，也已經(jīng)通過部署iOS更新，降低Face ID識別失敗給用戶帶來不好的體驗，當然，蘋果并非是攻克了口罩下的穿透算法，而是當檢測到用戶戴口罩時，快速呼出密碼盤。
下載文檔
