Algoritme Diuji Untuk Pengenalan Wajah Di Topeng - Pandangan Alternatif

Algoritme Diuji Untuk Pengenalan Wajah Di Topeng - Pandangan Alternatif
Algoritme Diuji Untuk Pengenalan Wajah Di Topeng - Pandangan Alternatif

Video: Algoritme Diuji Untuk Pengenalan Wajah Di Topeng - Pandangan Alternatif

Video: Algoritme Diuji Untuk Pengenalan Wajah Di Topeng - Pandangan Alternatif
Video: Part 4: Training Data Wajah (Machine Learning) untuk Face Recognition dengan OpenCV & LBPH Algorithm 2024, Maret
Anonim

Hasilnya secara umum diharapkan, meskipun tingkat kesalahan cukup mengesankan.

Institut Standar dan Teknologi Nasional AS telah meluncurkan serangkaian studi yang bertujuan untuk mengetahui seberapa baik algoritma pengenalan wajah bekerja dalam mode topeng. Pertanyaannya sangat relevan saat ini, dan beberapa produsen mengatakan bahwa mereka telah mengembangkan sistem yang mampu mengenali wajah bertopeng. Tapi NIST mulai berurutan dan dalam studi pertama menguji 89 algoritma yang dibuat bahkan sebelum pandemi dimulai.

Tes ini menggunakan lebih dari enam juta foto dan algoritme harus menentukan bagaimana satu gambar seseorang sesuai dengan yang lain - tugas paling umum dalam kasus seperti itu, digunakan, khususnya, untuk membuka kunci ponsel cerdas. Dari tugas yang lebih sulit - menemukan kecocokan untuk satu di seluruh database - para peneliti memutuskan untuk menolak. Sembilan varian topeng, berbeda dalam bentuk dan warna, ditumpangkan secara digital pada gambar.

Hasilnya, bahkan 89 algoritme terbaik, yang biasanya mengenali wajah dengan akurasi 99,7%, salah saat menggunakan masker setidaknya 5%. Namun, untuk sebagian besar, tingkat kesalahan berkisar antara 20% hingga 50%.

Alasan utamanya adalah kurangnya informasi tentang ciri-ciri khas wajah, yang sebenarnya diperlukan untuk algoritme untuk pengenalan. Pada saat yang sama, spesialis NIST memperhatikan bahwa bentuk dan warna topeng memengaruhi tingkat kesalahan - semakin besar topeng dan semakin tinggi menutupi hidung, semakin sulit bagi algoritme untuk mengenali gambar. Jumlah kesalahan juga lebih tinggi saat menggunakan topeng hitam, tetapi, seperti yang diakui oleh penulis penelitian itu sendiri, mereka tidak memiliki cukup waktu untuk mempelajari masalah "warna" secara lebih menyeluruh.

Dalam studi berikutnya, spesialis NIST bermaksud menguji algoritme baru yang sudah menyertakan fungsi mengenali wajah bertopeng.

Direkomendasikan: