ซื้อกลับบ้านที่สำคัญ
- อัลกอริธึมการจดจำใบหน้ากำลังอ่านใบหน้าได้ดีขึ้นโดยสวมหน้ากาก
- การศึกษาใหม่แสดงข้อจำกัดเกี่ยวกับวิธีที่อัลกอริทึมสามารถอ่านหน้ากากได้ เช่น สีและรูปร่างของหน้ากาก
- ผู้เชี่ยวชาญกล่าวว่าอุตสาหกรรมการจดจำใบหน้ากำลังทำงานอย่างแข็งขันเพื่อใส่มาสก์หน้าในอัลกอริธึม
อุตสาหกรรมจำนวนมากจำเป็นต้องปรับตัวให้เข้ากับการระบาดใหญ่ รวมถึงอุตสาหกรรมการจดจำใบหน้าด้วย ผู้เชี่ยวชาญกล่าวว่าเทคโนโลยีนี้ค่อยๆ ดีขึ้นในการจดจำคนที่สวมหน้ากาก
รายงานใหม่ที่เผยแพร่โดยสถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) แสดงผลของอัลกอริธึมการจดจำใบหน้าใหม่ 65 แบบที่สร้างขึ้นหลังจากการระบาดของโควิด-19 เริ่มต้น รวมถึงอัลกอริธึม 87 รายการที่ส่งก่อนเกิดโรคระบาด รายงานเปิดเผยว่านักพัฒนาซอฟต์แวร์กำลังพัฒนาอัลกอริธึมที่จดจำใบหน้าที่สวมหน้ากากได้ดีขึ้น แม้จะแม่นยำเหมือนอัลกอริธึมการจดจำใบหน้าทั่วไป
"ในขณะที่อัลกอริธึมก่อนเกิดโรคระบาดบางส่วนยังคงอยู่ในภาพถ่ายที่ปิดบังที่แม่นยำที่สุด นักพัฒนาบางคนได้ส่งอัลกอริธึมหลังจากการระบาดใหญ่ซึ่งแสดงความแม่นยำที่เพิ่มขึ้นอย่างมาก และตอนนี้มีความแม่นยำที่สุดในการทดสอบของเรา" รายงานระบุ.
สิ่งที่ศึกษาพบ
การศึกษานี้เป็นครั้งที่สองที่ดำเนินการโดย NIST โดยใช้ชุดข้อมูลเดียวกันเพื่อทดสอบอัลกอริธึมการจดจำใบหน้าและความแม่นยำในการมีอยู่ของหน้ากาก ผู้เขียนรายงานใช้ภาพถ่าย 6.2 ล้านภาพและนำการจำลองมาสก์ดิจิทัลต่างๆ มารวมกันกับภาพเหล่านี้
Mei Ngan ผู้เขียนร่วมรายงานและนักวิทยาศาสตร์คอมพิวเตอร์ที่ NIST บอกกับ Lifewire ในการสัมภาษณ์ทางโทรศัพท์ว่าการมีอยู่ของหน้ากากทำให้เทคโนโลยีการจดจำใบหน้าย้อนกลับไปได้ประมาณสองถึงสามปี
"อัตราข้อผิดพลาดอยู่ระหว่าง 2.5% ถึง 5% ซึ่งเทียบได้กับเทคโนโลยีที่ล้ำสมัยในปี 2017" เธอกล่าว
รายงานก่อนหน้านี้จาก NIST ที่ตีพิมพ์ในเดือนกรกฎาคม ได้ศึกษาประสิทธิภาพของอัลกอริธึมการจดจำใบหน้าที่ส่งก่อนเดือนมีนาคม 2020 ก่อนที่องค์การอนามัยโลกจะประกาศการระบาดใหญ่ทั่วโลก การศึกษาครั้งแรกนี้พบว่าอัตราความผิดพลาดของอัลกอริธึมก่อนเกิดโรคระบาดเหล่านี้อยู่ระหว่าง 5% ถึง 50%
แม้ว่าอัลกอริธึมเหล่านี้จะอ่านใบหน้าที่สวมหน้ากากได้ดีขึ้นก็ตาม ผลการศึกษาล่าสุดพบว่าปัจจัยบางอย่างส่งผลต่ออัตราความผิดพลาด เช่น สีของหน้ากาก (มาสก์ที่เข้มกว่า เช่น สีแดงหรือสีดำ มีอัตราความผิดพลาดสูงกว่า) และวิธีที่มาสก์ มีรูปร่าง (หน้ากากทรงกลมมีอัตราความผิดพลาดต่ำกว่า)
งานกล่าวว่าอัลกอริธึมใช้ส่วนที่มองเห็นได้ของใบหน้าใครบางคน เช่น บริเวณรอบดวงตาและหน้าผาก เพื่อจดจำใบหน้าแทนที่จะอ่านผ่านหน้ากาก
อนาคตของการจดจำใบหน้าและมาสก์หน้า
งานบอกว่าเห็นได้ชัดว่านักพัฒนาได้ทำการปรับปรุงที่สำคัญด้วยอัลกอริธึมการจดจำใบหน้าเมื่อพูดถึงมาสก์หน้า
"เห็นได้ชัดว่าจำเป็นต้องมีระบบจดจำใบหน้าในการทำงานภายใต้ข้อจำกัดของการสวมหน้ากาก" เธอกล่าว "จากสิ่งที่เราทำและผลจากการศึกษาล่าสุด เราเห็นว่าอุตสาหกรรมการจดจำใบหน้ากำลังทำงานอย่างแข็งขันเพื่อรวมมาสก์หน้าในอัลกอริธึมของพวกเขา"
เนื่องจากเทคโนโลยีกำลังพัฒนา นั่นหมายความว่าจะทำสิ่งต่างๆ เช่น ปลดล็อกโทรศัพท์ขณะสวมหน้ากากได้ง่ายขึ้น แต่การจดจำใบหน้าที่ก้าวหน้าในลักษณะนี้ยังมีนัยยะอื่นๆ อีกด้วย
การศึกษาจำนวนมากแสดงให้เห็นว่าการจดจำใบหน้าได้รับการรายงานอย่างกว้างขวางเพื่อระบุบุคคลที่ไม่ถูกต้องและมีอคติทางเชื้อชาติ ผลการศึกษาโดย NIST ปี 2019 พบว่าเทคโนโลยีจดจำใบหน้าระบุคนผิวดำและเอเชียผิดๆ บ่อยกว่าคนผิวขาวถึง 100 เท่า
แม้ว่าเทคโนโลยีการอ่านหน้ากากจะดีขึ้น แต่เปอร์เซ็นต์ข้อผิดพลาด - ไม่ว่าจะเล็กน้อยแค่ไหนก็ยังเป็นข้อกังวลในการระบุบุคคลที่สวมหน้ากากอย่างไม่ถูกต้อง
ในขณะที่รายงาน NIST ล่าสุดแสดงให้เห็นว่าอัลกอริธึมสามารถจัดการกับงานหน้ากากได้ดีขึ้น เงินกล่าวว่าเวลาเท่านั้นที่จะบอกได้ว่านี่เป็นจุดที่อนาคตของการจดจำใบหน้าจะเกิดขึ้นในช่วงการระบาดใหญ่หรือไม่
"บางทีเราอาจคาดหวังได้ว่าข้อผิดพลาดจะลดลงอีก หรือบางทีนักพัฒนาอาจพบข้อจำกัดเกี่ยวกับจำนวนข้อมูลที่ไม่ซ้ำในภูมิภาคที่ไม่ได้ปิดบัง" Ngan กล่าว