米国の技術標準監視機関であるNISTの調査によると、COVID-19コロナウイルスの拡散を抑えるために着用されるフェイスマスクは、通常、商用の顔認識アルゴリズムの精度を最大50％低下させるという。
「パンデミックの到来に伴い、顔認識技術がマスク着用時の顔をどのように扱うかを理解する必要があります」と、調査の最終報告書の共同執筆者であるNISTのコンピューター科学者メイ・ンガン氏は述べています。「私たちは、パンデミック以前に開発されたアルゴリズムが、マスクを着用した被験者にどのような影響を与えるかに焦点を当て始めました。」
コンピュータービジョンのアルゴリズムは、目と目の間の距離や顎の形といった特徴を捉えることで顔認識を学習します。顔の一部がマスクで覆われていると、機械の性能が低下するのは当然のことです。精度の低下はアルゴリズムによって異なり、アルゴリズムによっては堅牢性が異なるものもあります。
NISTは、インテル、サムスン、エイサー、パナソニック、そして世界中の様々な大学を含む組織から提供された89のアルゴリズムを調査しました。NISTがデジタルマスクと呼ぶもの（画像に貼り付けられたもの）を着用した人物の画像が与えられた各AIシステムは、データベース内の同一人物のマスクなしの画像と照合することで、その人物を特定するように指示されました。このタスクは、報告書[PDF]では「1対1マッチング」と説明されています。
一部のソフトウェアを騙すために使われるデジタルマスク... クレジット: B. Hayes/NIST
デジタルマスクが生成された理由は、マスクを着用している人と着用していない人の大規模で高品質な画像データセットを収集することが困難であることが判明したため、NIST はすでに収集した画像に基づいて偽の合成マスクを作成することを決定したためです。
NISTによると、「マスクされていない画像を使用した場合、最も精度の高いアルゴリズムでも約0.3%の確率で人物認証に失敗します。マスクされた画像では、これらの最高のアルゴリズムでさえ失敗率が約5%に上昇し、それ以外は優れたアルゴリズムであっても、20%から50%の確率で失敗しました。」
画像をテストするために、研究所は移民給付金を申請する人々と米国に入国する人々で構成された2つのデータセットを使用した。奇妙な話だが、この種の技術が将来米国で応用される可能性を考えると、適切な話でもある。
結果を詳しく見ると、エラー率はデジタルマスクの全体的な形状や色など、いくつかの要因に左右されることが明らかになりました。マスクが黒色で鼻の上部と顔の下半分を覆っている場合、水色で口と顎だけを覆っている場合よりも、機械による顔認識が難しくなります。
精度も大きく異なります。最も優れたアルゴリズムは、中国に拠点を置くコンピュータービジョンとAIのスタートアップ企業DeepGlintのもので、デジタルライトブルーのマスクで隠された顔を96%強の精度で正しく識別できました。多くのアルゴリズムのエラー率は20%から50%でした。例外的なケースもいくつかあり、一部のアルゴリズムではエラー率が100%近く、あるいは100%に達するものもありました。
NISTは、マスク着用者の画像を識別するために特別に訓練された顔認識アルゴリズムを今年後半に検証する予定だと述べた。また、今後のテストでは、模様や多色のマスクの効果も考慮に入れることを検討しているという。®
