• Nem Talált Eredményt

Használhatatlanná tették a maszkok az arcfelismerő szoftvereket megtekintése

N/A
N/A
Protected

Academic year: 2022

Ossza meg "Használhatatlanná tették a maszkok az arcfelismerő szoftvereket megtekintése"

Copied!
1
0
0

Teljes szövegt

(1)

576

Használhatatlanná tették a maszkok az arcfelismerő szoftvereket

Az alkalmazott algoritmusoknak nagy gondot okoznak az arcot részben eltakaró megoldások.

Az Amerikai Egyesült Államok Nemzeti Szabvány- ügyi és Technológiai Intézete (NIST) a jelentésé- ben azt írta, hogy az arcfelismerő programok ese- tében az azonosítási hibaarány 5 százalékról akár 50 százalékra is nőhet akkor, ha egy fotón szerep- lő személy maszkot visel az arca előtt. Az algorit- musokat négy nagy amerikai kormányzati adatbá- zison futtatták át, melyek bevándorlókat, illetve az Egyesült Államokba a határon átlépő személyeket tartalmaztak. Összesen 1 millió ember 6,2 millió fotójáról van szó.

Mei Ngan informatikus és a kollégái a tanulmányuk készítésekor több mint hatmillió arc egyes részeit takarták el virtuálisan. Az egyes portréfelvételeken a száj és az orr előtt helyezték el a virtuális maszko- kat. A közel 90 vezető arcfelismerési algoritmusnak - amelyeket olyan gyártók fejlesztettek ki, mint az Asus vagy a Panasonic − az volt a feladata, hogy a módosított képeket az eredeti felvételekhez társít- sák. A legjobb algoritmusok a hagyományos ese- tekben csak az arcok 0,3 százalékát nem tudják azonosítani, amely bőven elfogadható szint.

Amennyiben maszk fedi az arcot vagy annak egyes részeit, akkor ez az arány a legjobb alkal- mazásoknál 5, míg más programoknál akár 50 százalékra is nőtt. Ilyen magas hibaarány már értelmetlenné teszi a használatot. A szoftverek annál rosszabb eredményt értek el, minél feljebb helyezkedett el az arcon a maszk.

Meglepő módon a maszkok színe is szerepet ját- szott az azonosítás sikerességében. A fekete maszkok például többször okoztak problémákat az alkalmazásoknak, mint a kékek. Ennek okát egy- előre nem tudták megállapítani a szakemberek. A szemek, az orr és a száj egymástól való távolsága nagy szerepet játszik az azonosításban, ez lehet a magyarázat arra is, hogy miért jobb az azonosítás akkor, ha az orrot nem fedi maszk.

A fotókra digitális maszkokat raktak mindenféle méretben és formában, az algoritmus feladata az

eredetivel való párosítás volt

Azt egyelőre nem lehet tudni, hogy a maszkok hosszú távon mennyire nehezíthetik meg az azono- sítást. Érdemes kiemelni, hogy a kutatók kizárólag olyan algoritmusokat vizsgáltak meg, amelyeket a cégek a koronavírus-járvány előtt fejlesztettek ki.

Forrás: https://sg.hu/cikkek/it-

tech/141995/hasznalhatatlanna-tettek-a-maszkok-az- arcfelismero-szoftvereket

Válogatta: Berke Barnabásné

Hivatkozások

KAPCSOLÓDÓ DOKUMENTUMOK

Az 1754-58-as adatfelvételkor még 11%, az 1778-81-es adatok alapján már csupán 6% volt azon klerikusok száma, akik csak egy plébánián szolgáltak (a kápláni időszakot

vajon egy adott iparág vagy hasonló gondolkodású emberek bizonyos csoportja mikor, miért és hogyan lesz képes arra, hogy az államot saját céljaira használja fel,

Az elmúlt évtizedben az élethosszig tartó tanulás straté- giája és terjedő szemlélete mellett – ahhoz csatlakozva – megjelent az élethosszig tartó tanácsadás

A fiatalok (20–30 évesek, más kutatásban 25–35 évesek) és az idősek (65–90 évesek, más kutatásban 55–92 évesek) beszédprodukciójának az összevetése során egyes

A második felvételen mindkét adatközlői csoportban átlagosan 2 egymást követő magánhangzó glottalizált (az ábrákon jól látszik, hogy mind a diszfóniások, mind a

– A december 9-i rendezvény célja, hogy a sokszor egymással ellentétes nézete- ket valló csoportok, valamint a témában jártas szakemberek ismertessék véle- Vallásos

Feltevésem szerint ezt a kiadást ugyanaz a fordító, azaz Bartos zoltán jegyzi, mint az előzőt, s vagy azért nem tüntették fel a nevét, mert az ötvenes évek klímájában

Az akciókutatás korai időszakában megindult társadalmi tanuláshoz képest a szervezeti tanulás lényege, hogy a szervezet tagjainak olyan társas tanulása zajlik, ami nem