面罩是抵御COVID-19擴(kuò)散的最佳方法之一，但是其日益普及的應(yīng)用卻產(chǎn)生了第二種意想不到的效果：打破了面部識別算法。

美國國家標(biāo)準(zhǔn)技術(shù)研究院（NIST）進(jìn)行的一項(xiàng)研究發(fā)現(xiàn)，戴上足以遮蓋口鼻的口罩會導(dǎo)致一些最廣泛使用的面部識別算法的錯誤率激增至5%至50%之間。。與藍(lán)色面具相比，黑色面具更容易引起錯誤，并且面具遮蓋的鼻子越多，算法發(fā)現(xiàn)它來識別面部的難度就越大。

報(bào)告作者兼NIST計(jì)算機(jī)科學(xué)家Mei Ngan說：“隨著大流行的到來，我們需要了解人臉識別技術(shù)如何處理蒙面人臉。”“我們從關(guān)注大流行之前開發(fā)的算法開始受到戴口罩的受試者的影響開始。今年夏天晚些時候，我們計(jì)劃測試在考慮到蒙面的情況下故意開發(fā)的算法的準(zhǔn)確性。”

諸如NIST測試的面部識別算法通過測量目標(biāo)面部特征之間的距離來工作。遮罩會刪除大部分這些功能，從而降低了這些算法的準(zhǔn)確性，盡管有些功能仍然存在。例如，這與在iPhone上使用面部傳感器以提高安全性的面部識別的工作方式略有不同，以確保不會通過向相機(jī)顯示圖片來欺騙算法（在NIST場景中不存在這種危險(xiǎn)）關(guān)注于）。盡管有很多關(guān)于面罩阻礙面部識別的軼事證據(jù)，但NIST的研究尤其明確。NIST是負(fù)責(zé)評估聯(lián)邦政府這些算法（以及許多其他系統(tǒng)）準(zhǔn)確性的政府機(jī)構(gòu)，其在不同供應(yīng)商中的排名非常有影響力。

值得注意的是，NIST的報(bào)告僅測試了一種稱為“一對一匹配”的面部識別方法。這是在過境和護(hù)照控制場景中使用的過程，在該過程中，算法將檢查目標(biāo)的面部是否與其ID匹配。這與用于大規(guī)模監(jiān)視的面部識別系統(tǒng)不同，在該系統(tǒng)中，對人群進(jìn)行掃描以查找與數(shù)據(jù)庫中的面部匹配。這稱為一對多系統(tǒng)。

盡管NIST的報(bào)告并未涵蓋一對多系統(tǒng)，但與一對一算法相比，這些系統(tǒng)通常被認(rèn)為是誤差更小。在人群中挑選臉部更加困難，因?yàn)槟鸁o法控制臉部的角度或光線并且分辨率通常會降低。這表明，如果面罩正在破壞一對一的系統(tǒng)，它們可能會以至少相同但可能更高的頻率破壞一對多的算法。

這與我們從政府內(nèi)部聽到的報(bào)道相符。從國土安全部，美國能源部內(nèi)部通報(bào)，今年年初，通過報(bào)告截距，稱該機(jī)構(gòu)關(guān)注的“潛在影響是廣泛使用的防護(hù)口罩可能對安全操作結(jié)合了臉部識別系統(tǒng)。”

對于隱私權(quán)倡導(dǎo)者來說，這將是一個可喜的消息。許多人警告說，盡管世界各國政府急于采用面部識別系統(tǒng)，但這種技術(shù)對公民自由產(chǎn)生了令人生畏的影響，而且這些系統(tǒng)的種族和性別偏見也得到了廣泛認(rèn)可，而對于那些不是白人。

同時，開發(fā)人臉識別技術(shù)的公司已經(jīng)迅速適應(yīng)了這個新世界，設(shè)計(jì)了僅使用眼睛周圍區(qū)域就能識別人臉的算法。一些廠商，例如領(lǐng)先的俄羅斯公司NtechLab，說他們的新算法可以識別個人，即使他們戴著巴拉克拉法帽。但是，此類主張并不完全值得信賴。它們通常來自內(nèi)部數(shù)據(jù)，這些數(shù)據(jù)可以被挑選出來以產(chǎn)生討人喜歡的結(jié)果。這就是NIST等第三方代理機(jī)構(gòu)提供標(biāo)準(zhǔn)化測試的原因。

NIST說，它計(jì)劃在今年晚些時候?yàn)槊嬲峙宕髡邷y試經(jīng)過特殊調(diào)整的面部識別算法，并探索一對多系統(tǒng)的功效。盡管口罩造成了許多問題，該機(jī)構(gòu)仍希望技術(shù)能夠持久發(fā)展。Ngan說：“關(guān)于口罩的準(zhǔn)確性，我們希望該技術(shù)將繼續(xù)改進(jìn)。”