Как и многие люди, которые начали носить маску во время пандемии, Хасан Угейл (Hassan Ugail) быстро столкнулся с неожиданной проблемой.

У его iPhone начались проблемы с распознаванием лица, когда профессор выходил из дома.

«Мне нужно было снять маску, — говорит г-н Угейл, специалист по распознаванию лиц из Университета Брэдфорда. — Я бы предпочел, чтобы он разблокировался, просто опознав мои глаза».

По счастливой случайности исследование, которое он провел с одним из своих аспирантов и опубликовал в прошлом году, показало, что для работы специально обученного алгоритма распознавания достаточно снимка половины лица.

Но в реальном мире некоторые коммерческие системы, аутентифицирующие людей по их лицам, перестали работать из-за появления масок.

Проблеме был посвящен июльский отчет National Institute of Standards and Technology (NIST) в США. Исследователи обнаружили, что частота ошибок 89 различных систем распознавания лиц, которые они тестировали, увеличивалась, когда рот и нос или нижняя половина лица были закрыты, — для разных программ от менее 1% до целых 50%.

Фирмы поспешили обновить свои алгоритмы, чтобы те могли справляться с новым вызовом, особенно в ситуациях, когда распознавание используется для подтверждения чьей-либо личности: например, при разрешении доступа в охраняемое здание.

В обновленном отчете NIST сообщается, что несколько алгоритмов, измененных с момента начала пандемии, теперь делают гораздо меньше ошибок при анализе лиц в масках. В некоторых случаях количество сбоев уменьшилось в десять раз.

«Разработчики действительно адаптируют свои алгоритмы для работы с масками», — говорит Мей Нган (Mei Ngan), специалист по информатике из NIST.

В своих тестах мисс Нган и её коллеги использовали вместо фото людей в респираторах множество наложенных друг на друга образов, чтобы представить маски разных размеров.

Вскоре распознавание лиц может стать ещё более распространенным, поскольку компании позиционируют его как бесконтактное, потенциально более безопасное средство проверки личности в общественных местах.

Профессор Угейл усовершенствовал свои собственные системы, используемые для исследований, чтобы идентифицировать людей, даже если поле анализа ограничено областью вокруг глаз. Данные его экспериментов еще не опубликованы, но ученый говорит, что результаты многообещающие, предполагая точность около 86%.

Швейцарская компания Tech5 заявляет, что её алгоритмы продолжают успешно справляться с работой во время пандемии. Хотя в отчёте NIST указывается, что использование масок привело к увеличению количества ошибок в системе фирмы с 0,45% до 14%, ее соучредитель Рахул Парте (Rahul Parthe) говорит, что алгоритм оставался достаточно надёжным в реальных условиях.

«Когда кто-то носит маску, солнцезащитные очки и шляпу, вы почти не видите его лица, — объясняет он. — Потребовалось ввести правила, согласно которым человек при необходимости должен снять шляпу или маску».

Системы Tech5 используются на заводах и в школах в Юго-Восточной Азии, добавляет мистер Парте, где они, например, контролируют ежедневную посещаемость.

В случаях, когда алгоритм Tech5, например, пассивно отслеживает изображения с камеры видеонаблюдения в коридоре, посетителей в масках просят не носить шляпы, чтобы не вводить систему в заблуждение.

Тем не менее мистер Парте утверждает, что его фирма была хорошо подготовлена к адаптации в период распространения масок, поскольку имела много клиентов в Азии: база данных Tech5 уже обрабатывала большое количество изображений людей в масках или религиозных предметах одежды, которые скрывают часть лица.

«Мы никогда не настраивали наши алгоритмы только для распознавания лиц с масками (во время пандемии)», — говорит представитель компании.

До сих пор маски не были настолько распространены на Западе, отмечает Шон Мур (Shaun Moore), основатель и исполнительный директор Trueface: «Начало Covid действительно заставило такие компании, как наша, переосмыслить, какие области лица более важны для распознавания».

Французская компания Thales, которая поставляет системы распознавания лиц аэропортам, а также предприятиям для контроля доступа в охраняемые зоны, заявляет, что может достичь 99% точности при сопоставлении данных кого-либо с высококачественным изображением, таким, как фотография из паспорта, — но только теперь, когда завершено дополнительное обучение и алгоритм сосредоточен на области глаз.

По словам мистера Мура, Trueface использовал аналогичный подход. Его сотрудники начали настраивать системы фирмы ещё в феврале, когда Covid вышел за пределы Китая.

Шон Мур утверждает, что пандемия в конечном счёте ускорит внедрение распознавания лиц, особенно для целей аутентификации.

В октябре его фирма объявила, что выиграла контракт на установку систем контроля доступа с распознаванием лиц на двух базах ВВС США, — эта мера была принята специально для уменьшения контакта между людьми, например, через сенсорные панели и поверхности. Мистер Мур считает, что публичные места, в том числе стадионы, также перейдут к «бесконтактной» проверке личности.

«Распознавание лиц становится способом сделать это без необходимости передавать ключ-карту, жетон или билет, оно сокращает контакт между посетителем, зрителем и сотрудником, — говорит он. — Работники, как и вы, не хотят касаться тысяч билетов».

Следует отметить: хотя общая гигиена и мытьё рук крайне важны во время пандемии, представители американских Центров по контролю и профилактике заболеваний заявили, что Covid-19 реже передаётся через контакт с загрязнённой поверхностью, чем от человека к человеку.

Тем не менее Covid-19 явно не только создает проблемы, но и расширяет потенциальные возможности для распознавания лиц.

Источник: https://www.bbc.com/news/business-54959193