Bài học rút ra chính
- Thuật toán nhận dạng khuôn mặt ngày càng tốt hơn trong việc đọc khuôn mặt khi bật mặt nạ.
- Một nghiên cứu mới chỉ ra những hạn chế đối với cách một thuật toán có thể đọc mặt nạ, chẳng hạn như màu sắc và hình dạng của mặt nạ.
- Các chuyên gia cho biết ngành công nghiệp nhận dạng khuôn mặt đang tích cực làm việc để đưa mặt nạ vào các thuật toán của họ.
Nhiều ngành cần phải điều chỉnh để thích ứng với đại dịch, bao gồm cả ngành công nghiệp nhận dạng khuôn mặt. Các chuyên gia cho biết công nghệ này đang dần trở nên tốt hơn trong việc nhận dạng những người đeo khẩu trang.
Một báo cáo mới được công bố bởi Viện Tiêu chuẩn và Công nghệ Quốc gia (NIST) cho thấy kết quả của 65 thuật toán nhận dạng khuôn mặt mới được tạo ra sau khi bắt đầu đại dịch COVID-19, cũng như 87 thuật toán trước đại dịch. Báo cáo tiết lộ rằng các nhà phát triển phần mềm đang ngày càng phát triển tốt hơn các thuật toán nhận dạng khuôn mặt bị che, thậm chí còn chính xác như các thuật toán nhận dạng khuôn mặt thông thường.
"Trong khi một số thuật toán trước đại dịch vẫn còn ở mức chính xác nhất trên các bức ảnh bị che mặt, một số nhà phát triển đã gửi các thuật toán sau đại dịch cho thấy độ chính xác được cải thiện đáng kể và hiện là một trong những thuật toán chính xác nhất trong thử nghiệm của chúng tôi", báo cáo viết.
Nghiên cứu Tìm thấy gì
Nghiên cứu này là nghiên cứu thứ hai do NIST thực hiện với cùng một tập dữ liệu nhằm kiểm tra các thuật toán nhận dạng khuôn mặt và độ chính xác của chúng khi có mặt nạ. Các tác giả của báo cáo đã sử dụng 6,2 triệu bức ảnh và áp dụng mô phỏng các kết hợp mặt nạ kỹ thuật số khác nhau cho những hình ảnh này.
Mei Ngan, đồng tác giả của báo cáo và là nhà khoa học máy tính tại NIST, nói với Lifewire trong một cuộc phỏng vấn qua điện thoại rằng sự xuất hiện của khẩu trang về cơ bản đã đưa công nghệ nhận dạng khuôn mặt trở lại khoảng hai đến ba năm.
"Tỷ lệ lỗi nằm trong khoảng từ 2,5% đến 5% - không thể so sánh với công nghệ hiện đại nhất vào năm 2017", cô nói.
Một báo cáo trước đây của NIST được công bố vào tháng 7 đã xem xét hiệu suất của các thuật toán nhận dạng khuôn mặt được đệ trình trước tháng 3 năm 2020, trước khi Tổ chức Y tế Thế giới tuyên bố đại dịch toàn cầu. Nghiên cứu đầu tiên này cho thấy tỷ lệ lỗi của các thuật toán trước đại dịch này là từ 5% đến 50%.
Ngay cả khi các thuật toán này ngày càng tốt hơn trong việc đọc các khuôn mặt bị che, nghiên cứu gần đây hơn cho thấy một số yếu tố ảnh hưởng đến tỷ lệ lỗi, chẳng hạn như màu mặt nạ (mặt nạ tối hơn như đỏ hoặc đen có tỷ lệ lỗi cao hơn) và cách mặt nạ được định hình (hình dạng mặt nạ tròn hơn có tỷ lệ lỗi thấp hơn).
Ngân cho biết các thuật toán sử dụng phần có thể nhìn thấy trên khuôn mặt của ai đó, chẳng hạn như vùng quanh mắt và trán, để nhận ra các đặc điểm trên khuôn mặt chứ không phải đọc qua mặt nạ.
Tương lai của Nhận dạng khuôn mặt và Mặt nạ
Ngân cho biết rõ ràng các nhà phát triển đã có những cải tiến đáng kể với thuật toán nhận dạng khuôn mặt của họ khi nói đến mặt nạ.
"Rõ ràng là cần có hệ thống nhận dạng khuôn mặt hoạt động dưới những ràng buộc của việc đeo khẩu trang", cô nói. "Với những gì chúng tôi đang làm và kết quả từ nghiên cứu gần đây của chúng tôi, chúng tôi thấy ngành công nghiệp nhận dạng khuôn mặt đang tích cực làm việc để đưa mặt nạ vào các thuật toán của họ."
Vì công nghệ ngày càng cải tiến, điều đó có nghĩa là sẽ dễ dàng hơn khi thực hiện những việc như mở khóa điện thoại khi đeo mặt nạ, nhưng có những tác động khác khi nhận dạng khuôn mặt tiến bộ theo cách này.
Nhiều nghiên cứu cho thấy nhận dạng khuôn mặt được báo cáo rộng rãi là xác định nhầm người và có thành kiến về chủng tộc. Một nghiên cứu năm 2019 của NIST cho thấy công nghệ nhận dạng khuôn mặt xác định nhầm người Da đen và Châu Á thường xuyên hơn người da trắng tới 100 lần.
Ngay cả khi công nghệ đọc khẩu trang ngày càng tốt hơn, thì tỷ lệ phần trăm lỗi - dù nhỏ đến mức nào - vẫn có thể là mối lo ngại khi xác định sai một người đeo khẩu trang.
Trong khi báo cáo gần đây nhất của NIST cho thấy các thuật toán ngày càng tốt hơn trong việc xử lý công việc che mặt, Ngân cho biết chỉ có thời gian mới trả lời được liệu đây có thực sự là tương lai của nhận dạng khuôn mặt trong thời đại đại dịch hay không.
"Có thể chúng tôi có thể mong đợi việc giảm lỗi hơn nữa hoặc có thể các nhà phát triển có thể thấy hạn chế về số lượng thông tin duy nhất trong khu vực được hiển thị", Ngân nói.
