Home / IA / Los algoritmos de reconocimiento facial ya «leen» el rostro aun con mascarilla

Los algoritmos de reconocimiento facial ya «leen» el rostro aun con mascarilla

Tiempo de lectura: 2 minutos

Una investigación revela que el software de reconocimiento facial desarrollado durante el inicio de la pandemia de COVID-19 está realizando un mejor trabajo para detectar rostros con mascarillas.

El informe realizado por el Instituto Nacional de Estándares y Tecnología (INET) mide el rendimiento de los algoritmos de reconocimiento facial creadas para la nueva normalidad que deja esta pandemia.

Estudios anteriores revelaban que el software a menudo tenía problemas con los rostros con mascarilla.

«El rendimiento actual del reconocimiento facial con máscaras faciales es comparable al estado de la técnica en imágenes sin máscara a mediados de 2017», encontró el estudio.

Estos algoritmos pueden realizar su trabajo incluso con el 70% del rostro cubierto, ya que puede detectar puntos claves en la nariz y ojos. NEC, uno de los proveedores de reconocimiento facial más grande del mundo, informó que desarrolló un algoritmo capaz de detectar el rostro centrándose en la posición y forma de la mascarilla en la cara.

El estudio del NIST no es un estudio cualquiera. Para la edición de diciembre han probado 65 algoritmos con 6,2 millones de imágenes.

Los resultados del estudio dejan ver una importante evolución. Es cierto que los algoritmos siguen fallando cuando la persona lleva mascarilla, pero bastante menos.

De acuerdo al NIST, los algoritmos más precisos tienen una tasa de error del 0,3% al detectar a personas sin mascarilla.

Con los algoritmos más precisos y una mascarilla cubriendo el 70% de la cara, la tasa de error es del alrededor del 5%. Los algoritmos menos precisos siguen fallando, pero la tasa de error oscila entre el 10% y el 40%. En palabras del NIST:

«Para algunos desarrolladores, las tasas de falso rechazo en sus algoritmos presentados desde mediados de marzo de 2020 disminuyeron hasta en un factor de diez sobre sus algoritmos prepandémicos, lo que es una prueba de que algunos proveedores están adaptando sus algoritmos para gestionar las máscaras faciales».

Otras conclusiones interesantes tienen que ver con el color y el tamaño de la mascarilla. En el estudio aplicaron mascarillas rojas, azul claro, rojas y negras. Las mascarillas negras y rojas provocan más fallos que las blancas y azules, no se sabe bien por qué. Además, las mascarillas más grandes también desembocan en más errores de detección.

El conjunto de imágenes consta de fotografías «recogidas en la solicitudes del gobierno de los Estados Unidos que están actualmente en funcionamiento», a saber «fotografías de solicitud de una población mundial de solicitantes de prestaciones de inmigración y fotografías de cruce de fronteras de viajeros que entran en los Estados Unidos». Afirman que «ambos conjuntos de datos se recopilaron para los procesos de viaje o de inmigración autorizados».

Acerca: Roberta Caravallo

Roberta Caravallo

Quizás te interese

Diseñan app que detecta dislexia en niños

Tiempo de lectura: 2 minutos Para aquellos padres de familia que hayan notado que sus hijos presentan dificultades en la …