全民戴口罩，人脸识别算法抓瞎：多种算法出错，最高错误率达50%

全球新冠疫情仍在蔓延，前几日，美国总统特朗普也终于改口，提倡民众佩戴口罩，并称这是爱国行为。

图|特朗普（来源：推特）

然而如今，美国政府发现，除了预防疾病之外，佩戴口罩还有另一个意想不到的影响：阻碍面部识别算法。

美国国家标准与技术协会 (NIST) 的一项研究发现，戴上足够覆盖口鼻的口罩会导致一些最广泛使用的面部识别算法的错误率高达 5% 至 50% 。而且，黑色口罩比蓝色口罩更容易出错，口罩遮住口鼻的范围越大，算法就越难识别人脸。

一些算法错误率高达50%

NIST 计算机科学家、该研究报告的作者之一 Mei Ngan 说:“随着新冠疫情的到来，我们想要了解人脸识别技术是如何处理带口罩的面孔。我们首先关注的是，在疫情大流行之前开发的算法可能会因识别对象戴口罩而受到影响。今年夏天，我们计划测试那些专门为戴口罩的人设计的算法，评估其准确性。”

图|NIST用来评估各种面部识别算法准确性的示例图像。（来源：B.Hayes/NIST）

NIST 测试的人脸识别算法通过测量目标人物面部特征之间的距离来识别人物身份。而佩戴口罩会去除大部分面部特征，从而降低了这些算法的精度，尽管有些特征仍然存在。这与 iPhone 手机上的面部识别工作方式略有不同，iPhone 使用深度传感器来识别人脸，增强安全性，确保算法不会被图片误导。

其实，关于口罩能阻碍面部识别的传闻早已有之，但 NIST 的研究显示，结果尤其明确。NIST 是政府机构，其任务是为联邦政府评估这些算法(以及许多其他系统)的准确性，它对不同供应商的排名具有极大的影响力。

NIST 的研究测试了 89 种面部识别算法，包括松下 (Panasonic) 和三星 (Samsung) 等厂商，并分析了它们在 100 万人的图像上的表现。这项研究使用了人们在穿越美国边境时收集的照片，以及移民福利申请中包含的照片。在测试中，研究人员给照片中的人戴上“数字口罩”，也就是说，在照片上叠加各种颜色的模拟口罩，遮住受试者的鼻子、嘴和部分脸颊。

图|NIST测试示例（来源：NIST）

NIST 的研究发现,戴着口罩会影响面部识别算法的准确性,该机构在新闻发布会上表示,“ 89 种最好的商业人脸识别算法在测试中的错误率在 5% 和 50% 之间。有些厂商的算法比其他厂商的算法表现更好，而且性能会根据面具的形状和颜色不同而不同。

一般来说，面部识别算法在识别戴圆形口罩的人时更为准确，而在识别戴黑色口罩的人时，准确率低于浅蓝色口罩。

值得注意的是，NIST 的报告只测试了一种一对一匹配的面部识别算法。这是边境口岸和护照控制场景中使用的程序，这与用于大规模监视的面部识别系统不同。对大规模人群进行扫描，查找与数据库中的面部匹配的系统，叫做一对多（one-to-many）识别系统。

国土安全部表示担忧

尽管 NIST 的报告并未涵盖一对多系统，但与一对一算法相比，业界认为这些系统通常更容易出错。在人群中识别脸部特征较为困难，因为系统无法控制脸部的角度或光线，分辨率通常会降低。如果口罩对一对一识别算法有较大影响，那它们可能会对一对多算法有相同甚至更大的影响。

据美国媒体报道，美国国土安全部今年早些时候发布的内部公告称，该机构对“人们广泛使用防护口罩可能会对面部识别系统的安全操作产生潜在影响感到担忧”。

对于提倡隐私保护的人来说，这是一个可喜的消息。许多人警告说，世界各国政府急于采用面部识别系统，但这种技术对公民自由的影响细思极恐，而且，越来越多的证据表明，这些系统存在种族和性别偏见，其他种族的识别错误率明显高于白人错误率。

不过，与此同时，开发面部识别技术的公司已经迅速做出相应改进，设计了仅使用眼睛周围区域即可识别面部的算法。一些供应商，例如行业领先的俄罗斯公司NtechLab 表示，他们的新算法可以识别个人，即使他们戴着巴拉克拉法帽。但是，此类声明并不完全值得信赖，它们通常来自内部数据，这些数据可能会产生特定的结果，因此不具有说服力。这也是NIST等第三方代理机构提供标准化测试的原因。

图|巴拉克拉法帽（来源：亚马逊）

NIST 表示，面部识别技术的挣扎是短暂的。Mei Ngan 说，研究人员希望在识别戴口罩的受试者方面，“面部识别技术能继续进步”。该机构计划在今年晚些时候测试为口罩佩戴者进行特殊调整的面部识别算法，并探索一对多系统的识别效率。