Algoritmos de reconhecimento facial estão “surtando” com o uso de máscaras

Até parece ironia, mas, se pensarmos bem, a pandemia da COVID-19 veio justamente em uma época em que o uso massivo de reconhecimento facial era mote para diversos protestos ao redor do mundo. Com a proliferação do novo coronavírus (SARS-CoV-2), a adoção de máscaras de proteção virou um hábito comum e o acessório se transformou em um item rotineiro que todos nós precisamos carregar.

• Pesquisadores criam ferramenta para burlar sistemas de reconhecimento facial
• Sem consentimento, pesquisas de reconhecimento facial usam selfies do Instagram
• 4 maneiras de enganar sistemas de identificação facial

Mas e os sistemas de identificação facial, como ficam? De acordo com o mais recente estudo do Instituto Nacional de Padrões e Tecnologia (National Institute of Standards and Technology ou NIST, no original em inglês), esses sistemas perderam gravemente a sua eficácia, com alguns algoritmos apresentando taxas de erro altíssimas — em alguns casos, chegando a absurdos 99%.

O órgão já havia palpitado, em julho, que as máscaras estariam obstruindo o bom funcionamento das tecnologias e ocasionando taxas de erro entre 5% e 50%. Agora, após analisar algoritmos de uma forma mais detalhada, o NIST descobriu alguns números realmente perturbadores.

O sistema da Rank One, que é usado em cidades como Detroit, viu sua taxa de erro crescer de 0,6% para 34,5% (mesmo com a empresa produtando sua solução como sendo capaz de identificar indivíduos pelos olhos e nariz). A situação é parecida com a TrueFace, cuja plataforma é empregada em escolas e na Força Aérea dos Estados Unidos: a taxa de erro cresceu de 0,9% para 34,8% desde que o uso de máscaras se tornou comum.

Um dos raros algoritmos que não perderam sua eficácia é o produzido pela chinesa Dahua. Sem máscaras, o sistema tinha uma taxa de erro baixíssima, de apenas 0,3% — agora, ele tem 6% de chance de errar, o que continua sendo um desempenho muito interessante.

Vale lembrar que, por mais que os sistemas de identificação sejam um tanto criticados por conta de usos que afrontam a privacidade dos cidadãos, eles também são empregados para finalidades privadas, incluindo controle de acesso a ambientes fechados. Isto posto, será crucial que os fornecedores trabalhem em seus algoritmos para que eles sejam capazes de manter uma taxa de acerto aceitável mesmo com o uso de máscaras.

Fonte: CNET