الگوریتمهای طراحی شده برای تشخیص هویت با ماسک درصد خطای بالایی دارند
بسیاری از شرکت‌ها مدعی‌اند سیستم تشخیص چهره آنها دقت بالایی در شناسایی هویت افراد ماسک زده دارد. اما تحقیقات جدید نشان می‌دهند پوشاندن صورت نرخ خطای آنها را به طور چشمگیری بالا می‌برد.
مؤسسه ملی فناوری و استانداردهای آمریکا (NIST) ۴۱ الگوریتم هوش مصنوعی را که پس از دنیاگیری ویروس کرونا توسعه داده شده‌اند بررسی کرد. بسیاری از این الگوریتم‌ها به گونه‌ای طراحی شده‌اند تا چهره فرد را با ماسک هم تشخیص دهند و شرکت‌های توسعه دهنده آنها مدعی هستند این الگوریتم‌ها هویت فرد را حتی با پوشیده شدن نیمی از چهره نیز تشخیص می‌دهند.
به گفته موسسه یاد شده استفاده از ماسک نرخ اشتباه سیستم‌های تشخیص چهره را بین ۵ تا ۵۰ درصد افزایش می‌دهد. برخی از الگوریتم‌ها دقت بالایی داشتند، برای مثل نرخ خطای سیستم تشخیص چهره کمپانی چینی Dahua بدون ماسک ۰.۳ درصد و با ماسک ۶ درصد بود. در برخی از الگوریتم‌ها نیز نرخ خطا به ۹۹ درصد می‌رسید.
درصد خطای الگوریتم تشخیص چهره شرکت Rank One که از آن در شهرهایی مثل دیترویت استفاده می‌شود، بدون ماسک ۰.۶ درصد و با ماسک ۳۴.۵ درصد بود. الگوریتم TrueFace نیز که در مدارس و پایگاه‌های نیروی هوایی آمریکا به کار گرفته می‌شود، بدون ماسک درصد خطای ۰.۹ را ثبت کرد ولی با استفاده از ماسک درصد خطای آن به ۳۴.۸ درصد رسید.
در این آزمایش همه الگوریتمهای تشخیص چهره پس از استفاده از ماسک دچار خطا شدند. درصد خطا در برخی از الگوریتم‌ها تنها ۳ درصد بود؛ نکته‌ای که نشان می‌دهد تشخیص هویت با پوشش صورت غیرممکن نیست.
لازم به ذکر است که مؤسسه ملی فناوری و استانداردهای آمریکا در این آزمایش ماسک را به صورت دیجیتالی به چهره افراد اضافه کرد، بنابراین ممکن است درصد خطای الگوریتم‌ها با استفاده از تصاویر واقعی افراد ماسک زده به خاطر وجود انواع سایه‌ها و بافت ماسک بیشتر شود.
