《STEAM》人臉辨識面臨疫情考驗

張瑞雄 2020/07/28 16:36 點閱 2457 次

人臉辨識已是人工智慧裡面最常見的應用之一,刷臉可用在許多方面,如付款、門禁、手機解碼等等。其中最重要的應用可說是治安人員利用人臉辨識來識別歹徒,但由於其在有色人種的準確度方面有待加強,所以最近美國掀起禁用的呼聲,很多科技大廠也說不再將軟體賣給政府單位。

再加上現在因為疫情的關係,很多人戴上口罩,讓人臉辨識的困難度和準確率更受考驗。

戴口罩辨別率下降

隸屬美國商務部的國家科學技術研究院(NIST)最近在一份報告中說,戴口罩的確讓大部分的人臉辨識軟體失效,研究人員測試了89種商業的人臉辨識軟體,在辨識同一個人的戴口罩版和沒有戴口罩版時,錯誤率會在5%至50%之間。

這是因為這些軟體都是在疫情發生之前所開發的,沒有考慮到戴口罩的情況,未來值得觀察新的軟體若有將戴口罩考慮進去的話,其表現如何。

覆蓋程度不同

這項研究是NIST與國土安全部以及海關和邊境保護局合作進行的,只探討人臉辨識軟體能夠執行「一對一」的匹配,亦即將一張照片與同一個人的另一張照片進行比較,這種技術通常用於智慧手機解鎖和護照身份驗證系統中。而治安單位需要的其實是更困難的「一對多」的匹配,即給一張照片,在浩瀚的資料中找出相似的。

由於現實世界中有各式各樣的口罩,研究人員用了9種口罩變體進行測試,其中包括形狀,顏色和鼻子覆蓋範圍的差異。口罩為黑色或淺藍色,其顏色與藍色外科口罩的顏色大致相同,而形狀則從覆蓋鼻子和嘴巴的圓形口罩到與佩戴者面部一樣寬的類型不等。較寬的口罩具有高、中和低變型,可不同程度覆蓋鼻子。

外科口罩難判定

再把人臉加上口罩後,人臉辨識軟體的準確性在整體上「顯著地」下降。使用沒有口罩的圖像,最準確的軟體只有大約0.3%的比例無法對人進行身份驗證,如果是有戴口罩的圖像,這些最好的人臉辨識軟體的失敗率提高到了5%,而許多其他普通的軟體失敗率會達到20%到50%之間。

此外戴口罩的圖像更頻繁地導致軟體無法處理人臉,這意味著它們無法充分提取特徵以進行有效的比較。口罩覆蓋的鼻子越多,軟體的失敗率就越高。與圓形口罩和黑色口罩相比,外科手術用的藍色口罩的失敗率通常較高。

提升準度避免紛爭

不管目前人臉辨識的爭議如何,肯定的是它將越來越重要,也會應用到更多的場景。大家或許可以繼續爭辯其對隱私和人權的侵害,但同時也要要求軟體公司改進其準確率和可靠度。

如果人臉辨識的準確率無法保證達到例如99.999999%的準確率,就應立法禁止使用,如此才可以保證所有人不會被錯誤的辨識出來,而惹上莫名的麻煩。