O resultado era geralmente esperado, embora as taxas de erro sejam bastante impressionantes.
O Instituto Nacional de Padrões e Tecnologia dos EUA lançou uma série de estudos com o objetivo de descobrir como os algoritmos de reconhecimento facial funcionam no modo de máscara. A questão é extremamente relevante hoje, e alguns fabricantes dizem que já desenvolveram sistemas capazes de reconhecer rostos mascarados. Mas o NIST começou em ordem e no primeiro estudo testou 89 algoritmos criados antes mesmo do início da pandemia.
O teste utilizou mais de seis milhões de fotografias e os algoritmos tiveram de determinar como uma imagem de uma pessoa corresponde a outra - a tarefa mais comum nesses casos, usada, em particular, para desbloquear smartphones. De uma tarefa mais difícil - encontrar uma correspondência para um em todo o banco de dados - os pesquisadores decidiram recusar. Nove variantes de máscaras, diferindo em forma e cor, foram digitalmente sobrepostas às imagens.
Como resultado, mesmo o melhor de 89 algoritmos, que normalmente reconheciam rostos com uma precisão de 99,7%, se enganaram ao usar máscaras pelo menos 5% das vezes. Para a maioria, entretanto, a taxa de erro variou de 20% a 50%.
O principal motivo era a falta de informações sobre as características distintivas dos rostos, que, de fato, são necessárias para algoritmos de reconhecimento. Ao mesmo tempo, os especialistas do NIST notaram que a forma e a cor da máscara afetam o nível de erro - quanto maior a máscara e quanto mais alto ela cobrir o nariz, mais difícil será para o algoritmo reconhecer a imagem. O número de erros também foi maior com o uso de máscaras pretas, mas, como os próprios autores do estudo admitem, eles não tiveram tempo suficiente para estudar a questão da "cor" de forma mais aprofundada.
No próximo estudo, os especialistas do NIST pretendem testar novos algoritmos, que já incluem a função de reconhecimento de rostos mascarados.