Máscaras faciais mantém os benefícios do reconhecimento facial

Por Eric Ress

À medida que continuamos a nos ajustar aos mandatos de distanciamento social, mais especialistas recomendam o uso de máscaras faciais como mais uma maneira de limitar a disseminação do COVID-19. Em situações e ambientes em que o reconhecimento facial SAFR é vital para segurança e acesso seguro, o uso de máscaras faciais não compromete seus benefícios.

É verdade que quanto mais recursos faciais disponíveis como pontos de dados, maior a chance de uma correspondência precisa. No entanto, um algoritmo resiliente pode se adaptar quando vê um rosto obscurecido ou parcialmente coberto e ainda assim oferecer excelentes resultados.

A detecção de oclusão é um recurso da plataforma SAFR há algum tempo – trabalhamos duro para fazê-la funcionar bem. À medida que as máscaras preventivas se tornam mais comuns em todo o mundo, a precisão para rostos parcialmente ocluídos é mais importante do que nunca. Para atender a essa necessidade, estamos aprimorando ainda mais nossa lógica de oclusão para garantir que possamos manter a mais alta precisão e o melhor desempenho em condições desafiadoras.

Uma máscara é apenas uma das maneiras de ocluir um rosto. Quando qualquer parte do rosto não está visível, um algoritmo de reconhecimento facial deve se concentrar em quaisquer pontos de referência da face que ele possa ver para determinar uma correspondência precisa. É um processo que exige treinamentos e ajustes para ser alcançado e, quando implantados comercialmente, os benefícios do reconhecimento preciso em condições ocluídas são valiosos e, em alguns casos, salvam vidas:

1. Profissionais de saúde podem percorrer áreas seguras sem remover o equipamento de proteção individual;

2. Fornecedores de serviços essenciais podem continuar a fornecer produtos e serviços sem atrasos;

3. Ameaças à segurança serão reconhecidas e as respostas podem ser imediatas.

O SAFR avalia oclusões em vários níveis e, às vezes, em alguns níveis não é possível fazer uma correspondência exata. Nesses casos, o SAFR pode automatizar procedimentos subsequentes que garantem a proteção dos protocolos de segurança. Por exemplo, diferentes limiares de correspondência podem ser necessários quando oclusões são detectadas, um fluxo de autenticação multifatorial pode ser iniciado ou a equipe de segurança pode ser notificada quando uma pessoa não é reconhecida devido a uma máscara facial ou outra oclusão.

Nesse momento, muitos fornecedores estão compartilhando animadamente as notícias de que são “imunes à máscara” – capazes de reconhecer rostos com a mesma precisão de quando as pessoas não estão usando máscaras. Isso pode ser verdade quando o tamanho da amostra é pequeno. Mas o que sabemos sobre a face humana é que são todas diferentes e, à medida que o tamanho da amostra aumenta, a variedade de características e a probabilidade de alguém com traços semelhantes aparecer no banco de dados também aumenta. Alguns rostos têm traços únicos, especialmente ao redor dos olhos ou nariz, enquanto outros podem ter esses traços nas linhas da boca ou mandíbula. Reconhecendo isso, torna-se óbvio que algumas pessoas serão mais facilmente reconhecidas quando a metade superior do rosto estiver visível; outras quando a metade inferior estiver disponível para análise. Por esse motivo, algumas pessoas podem não ter o mesmo nível de precisão que outras quando ocluídas por objetos semelhantes.

No momento, estamos enfatizando o treinamento de nossos algoritmos para reduzir os impactos negativos que oclusões, como máscaras faciais, têm na precisão. Mas você pode tirar proveito agora mesmo de um recurso do SAFR para melhorar a precisão quando a aparência externa de uma pessoa muda significativamente: “Grouping in the Person Directory”. Consulte a documentação do SAFR em “Manage People in the Person Directory”  para obter instruções.

Sim, também podemos combinar rostos quando as pessoas estão usando máscaras, mas sentimos a responsabilidade de ser sinceros sobre as limitações e obter um desempenho ainda melhor quando o SAFR entender como uma pessoa pode aparecer ao usar uma máscara.

A precisão é sempre um tópico complexo, pois há outras variáveis envolvidas: qualidade da imagem da face registrada, grau em que um sujeito tem conhecimento e coopera com a captura de uma imagem de boa qualidade, impacto da iluminação e outras variáveis do ambiente. De acordo com a Universidade de Massachusetts, os recursos atuais do SAFR para o rótulo Faces in the Wild (LFW) apresentam uma taxa de identificação verdadeira de 99.87%, com apenas 1: 1.000.000 identificações falsas (falsos positivos). O benchmarking interno mostra que quando os indivíduos se apresentam em cenários de identificação cooperativa, como um caso de uso de Controle de Acesso, e tanto o sujeito quanto uma de suas imagens faciais presentes no banco de dados estão usando uma máscara, a taxa de identificação verdadeira do SAFR é de 93,5%, com menos de 1: 3.760 identificações falsas. Embora este seja um excelente nível de precisão, considerando que 50% a 60% da face esteja coberta, estamos trabalhando para melhorar ainda mais essa capacidade.

Nosso objetivo agora, como sempre foi, é equipar nossos usuários finais com software e sistemas de alto desempenho alimentados por inteligência artificial que se adaptam rapidamente à mudanças nos ambientes que crescem sua necessidade de uso. É uma realidade com a qual estamos nos familiarizando neste momento de crise e esperamos que o SAFR possa ajudar.

Eric Ress é Diretor Sênior de Gerenciamento de Produtos para Soluções de Reconhecimento Facial e Segurança da SAFR.