Noticias

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

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».

Mundo Tech

Entradas recientes

Osmo Pocket, la cámara que conquistó a creadores de contenido

Las cámaras profesionales ya no son la única opción para grabar video de alta calidad.…

3 días hace

Avanza el bloqueo de redes sociales para menores

La conversación sobre las redes sociales para menores dejó de ser un debate aislado y…

3 días hace

iPhone 18 ya tendría ventana de lanzamiento definida

Apple todavía no ha presentado oficialmente el iPhone 18, pero diversos reportes de la industria…

3 días hace

Lenovo Legion 7a estrena RTX 5070 de 12 GB

La Lenovo Legion 7a da un paso importante en Vietnam con una actualización que responde…

3 días hace

ChatGPT sigue liderando, pero la competencia ya pisa fuerte

La inteligencia artificial vive una carrera que cambia prácticamente cada mes. Aunque ChatGPT mantiene una…

4 días hace

Mewtwo conquista Times Square y hace realidad un sueño de Pokémon GO

Lo que hace diez años parecía una escena imposible de un tráiler finalmente ocurrió en…

4 días hace