Key Takeaways
- Algoritme pengenalan wajah semakin baik dalam membaca wajah dengan topeng.
- Sebuah studi baru menunjukkan keterbatasan bagaimana sebuah algoritma dapat membaca masker wajah, seperti warna dan bentuk masker.
- Para ahli mengatakan industri pengenalan wajah secara aktif bekerja untuk memasukkan masker wajah ke dalam algoritme mereka.
Banyak industri perlu menyesuaikan diri dengan pandemi, termasuk industri pengenalan wajah. Para ahli mengatakan teknologi perlahan-lahan menjadi lebih baik dalam mengenali orang yang memakai masker wajah.
Sebuah laporan baru yang diterbitkan oleh National Institute of Standards and Technology (NIST) menunjukkan hasil dari 65 algoritme pengenalan wajah baru yang dibuat setelah dimulainya pandemi COVID-19, serta 87 algoritme yang diajukan sebelum pandemi. Laporan tersebut mengungkapkan bahwa pengembang perangkat lunak semakin baik dalam mengembangkan algoritme yang mengenali wajah bertopeng, bahkan menjadi seakurat algoritme pengenalan wajah biasa.
"Sementara beberapa algoritme pra-pandemi masih tetap dalam yang paling akurat pada foto bertopeng, beberapa pengembang telah mengirimkan algoritme setelah pandemi yang menunjukkan akurasi yang meningkat secara signifikan dan sekarang termasuk yang paling akurat dalam pengujian kami, " bunyi laporan itu.
Apa yang Ditemukan Studi
Studi ini adalah yang kedua dari jenisnya yang dilakukan oleh NIST dengan kumpulan data yang sama yang dimaksudkan untuk menguji algoritme pengenalan wajah dan akurasinya dengan adanya masker wajah. Penulis laporan menggunakan 6,2 juta foto dan menerapkan simulasi berbagai kombinasi topeng digital ke gambar-gambar ini.
Mei Ngan, salah satu penulis laporan dan ilmuwan komputer di NIST, mengatakan kepada Lifewire dalam sebuah wawancara telepon bahwa kehadiran masker wajah pada dasarnya telah membuat teknologi pengenalan wajah mundur sekitar dua hingga tiga tahun.
"Tingkat kesalahan berkisar antara 2,5% dan 5%-sebanding dengan teknologi tercanggih di tahun 2017," katanya.
Laporan sebelumnya dari NIST yang diterbitkan pada bulan Juli melihat kinerja algoritme pengenalan wajah yang dikirimkan sebelum Maret 2020, sebelum Organisasi Kesehatan Dunia mendeklarasikan pandemi global. Studi pertama ini menemukan tingkat kesalahan algoritma pra-pandemi ini antara 5% dan 50%.
Bahkan jika algoritme ini semakin baik dalam membaca wajah bertopeng, studi yang lebih baru menemukan bahwa beberapa faktor memengaruhi tingkat kesalahan, seperti warna topeng (topeng yang lebih gelap seperti merah atau hitam memiliki tingkat kesalahan yang lebih tinggi) dan bagaimana topeng itu dibentuk (bentuk topeng bulat memiliki tingkat kesalahan yang lebih rendah).
Ngan mengatakan bahwa algoritme menggunakan bagian wajah seseorang yang terlihat, seperti daerah di sekitar mata dan dahi, untuk mengenali fitur wajah daripada membaca topeng itu sendiri.
Masa Depan Pengenalan Wajah dan Masker Wajah
Ngan mengatakan bahwa pengembang telah membuat peningkatan yang signifikan dengan algoritme pengenalan wajah mereka dalam hal masker wajah.
"Jelas ada kebutuhan untuk sistem pengenalan wajah untuk beroperasi di bawah batasan pemakaian masker wajah," katanya. "Mengingat hal-hal yang telah kami lakukan dan hasil dari penelitian kami baru-baru ini, kami melihat industri pengenalan wajah secara aktif bekerja untuk memasukkan masker wajah ke dalam algoritme mereka."
Karena teknologi meningkat, itu berarti akan lebih mudah untuk melakukan hal-hal seperti membuka kunci ponsel kita sambil mengenakan masker wajah, tetapi ada implikasi lain dalam pengenalan wajah yang maju dengan cara ini.
Banyak penelitian menunjukkan bahwa pengenalan wajah secara luas dilaporkan salah mengidentifikasi orang yang salah dan memiliki bias rasial. Sebuah studi tahun 2019 oleh NIST menemukan bahwa teknologi pengenalan wajah salah mengidentifikasi orang kulit hitam dan Asia hingga 100 kali lebih sering daripada orang kulit putih.
Bahkan jika teknologi semakin baik dalam membaca masker wajah, persentase kesalahan-sekecil apa pun-masih bisa menjadi perhatian karena salah mengidentifikasi seseorang yang memakai masker wajah.
Sementara laporan NIST terbaru menunjukkan bahwa algoritme semakin baik dalam menangani tugas masker wajah, Ngan mengatakan hanya waktu yang akan menentukan apakah ini benar-benar masa depan pengenalan wajah selama masa pandemi.
"Mungkin kami dapat mengharapkan pengurangan kesalahan lebih lanjut, atau mungkin pengembang mungkin menemukan batasan jumlah informasi unik di wilayah yang belum dibuka kedoknya," kata Ngan.
