Maske za lice mogu da prevare i najbolju tehnologiju za prepoznavanje lica
Vesti, 30.07.2020, 11:00 AM

Pokazalo se da maske za lice nisu samo efikasne u sprečavanju širenja infekcije COVID-19, već su i uspešne u blokiranju algoritama za prepoznavanje lica, kažu istraživači.
U izveštaju objavljenom u ponedeljak, američki Nacionalni institut za standarde i tehnologiju objavio je da maske za lice sprečavaju čak i najsavremenije algoritme da prepoznaju lica. Stope grešaka varirale su od 5% do 50%, u zavisnosti od mogućnosti algoritma.
Ovi rezultati su zabrinjavajući za industriju prepoznavanja lica, koja pokušava da razvije algoritme koji mogu identifikovati ljude samo pomoću očiju i nosa, s obzirom da su ljudi primorani da nose maske.
Maske za lice osnovno su sredstvo za ograničavanje širenja bolesti, a vlade obavezuju ljude da nose maske. Maske su uzrokovale probleme sa softverom za prepoznavanje lica, što je primoralo tehnološke kompanije da se prilagode situaciji. Apple je, na primer, objavio ažuriranje tako da Face ID može da radi čak i kada ljudi nose maske.
Algoritmi za prepoznavanje lica oslanjaju se na pribavljanje što više podataka sa slike lica, a maske za lice obično oduzimaju puno vrednih identifikacionih informacija. Algoritmi su već dovoljno nepouzdani da nepravilno osvetljenje ili loš ugao mogu prevariti tehnologiju, a maske pogoršavaju situaciju, pokazalo je istraživanje.
Istraživanje je pokazalo da jedan algoritam koji bi inače imao stopu greške od 0,3% sada ima 5% sa slikama ljudi koji nose maske. Studija je testirala efikasnost 89 algoritama za prepoznavanje lica sa maskama.
Testom „jedan na jedan“ upoređivana je fotografija osobe sa slikom kojoj je digitalno dodata maska. NIST je za svoje istraživanje i digitalno nanete maske upotrebio 6 miliona slika, sa različitim varijacijama pokrivanja.
Studija je takođe otkrila da što je više pokriven nos, veća je verovatnoća da će maska ometati algoritme. Crne maske su takođe imale veće šanse da prevare algoritme nego plave, pokazalo je istraživanje.
NIST je rekao da je ovo prvi u nizu testova prepoznavanja lica sa maskama za lice. Institut planira da ovog leta testira algoritme posebno razvijene za pokrivena lica.
“Sa pojavom pandemije, moramo shvatiti kako se tehnologija prepoznavanja lica bavi maskiranim licima”, izjavila je Mei Ngan, istraživač iz NIST-a. “Počeli smo fokusirajući se na to kako na algoritam razvijen pre pandemije mogu da utiču subjekti koji nose maske za lice.”
Ngan je rekla da NIST očekuje da će algoritmi poboljšati prepoznavanje ljudi koji nose maske za lice. Studija je takođe priznala ograničenja jer su se maske korišćene u testovima dodavale digitalno. Fizičke maske se ne uklapaju savršeno kao digitalno uređena fotografija a treba uzeti u obzir i različite teksture koje prave maske imaju.
Istraživači prikupljaju fotografije ljudi koji nose maske za lice kao podatke iz kojih njihovi algoritmi uče - u nekim slučajevima bez znanja ljudi.
Studija NIST koristi fotografije ljudi koji se prijavljuju za imigracione pogodnosti i digitalno modifikuju fotografije dodajući maske putnicima koji ulaze u Sjedinjene Države, navodi se u izveštaju.

Izdvojeno
Da li su vaše lozinke među najslabijim lozinkama?

Analiza više od 19 milijardi procurelih lozinki otkrila je i dalje prisutnu, široko rasprostranjenu pojavu ponovne upotrebe slabih lozinki. Lozinke,... Dalje
Prevare sa „tajanstvenim kutijama“ kradu podatke sa platnih kartica i novac sa računa kupaca

Istraživači kompanije Bitdefender upozorili su veoma sofisticirane prevare putem pretplata, za koje sajber kriminalci koriste „neverovatno ube... Dalje
Nalozi trećine korisnika interneta hakovani prošle godine zbog slabe lozinke
.jpg)
Bar jedan onlajn nalog više od trećine (36%) ljudi prošle godine je hakovan zbog slabe ili ukradene lozinke, otkrilo je novo istraživanje FIDO al... Dalje
Google: Softverske ranjivosti nultog dana veoma tražene i sve ih je lakše nabaviti, a evo ko ih i zašto koristi
.jpg)
Sajber kriminalci su koristili najmanje 75 bezbednosnih ranjivosti za koje proizvođači softvera nisu znali - takozvane nulte ranjivosti - otkriva iz... Dalje
Microsoft glavna meta fišing napada, Mastercard se vratio na listu najčešće zloupotrebljavanih brendova

Microsoft je i dalje brend koji se najviše zloupotrebljava u fišing napadima. Ime tehnološkog giganta pojavljuje se u više od trećine (36%) svih ... Dalje
Pratite nas
Nagrade