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

WhatsApp permitirá ocultar el número y comunicarse mediante un alias

WhatsApp trabaja en una nueva configuración de privacidad que permitirá a cada usuario decidir quién…

8 horas hace

Novus One presenta una nueva forma de moverse por la ciudad

La Novus One es una motocicleta eléctrica alemana que busca crear una nueva categoría de…

8 horas hace

La IA ayuda a Microsoft a reducir su consumo de agua

El crecimiento de la inteligencia artificial necesita centros de datos con una enorme capacidad de…

1 día hace

Tajín moderniza sus procesos con herramientas inteligentes

La inteligencia artificial ya no es una tecnología exclusiva de bancos, plataformas digitales o empresas…

1 día hace

La ciudad de los 15 minutos plantea una nueva forma de vivir: Daniel Esquenazi Beraha

La idea de que una ciudad puede organizarse alrededor de distancias cortas ha ganado espacio…

2 días hace

Mónica Reyes Fuchs: por qué disfrutar el movimiento puede ser más importante que alcanzar una meta

Medir los resultados es una práctica habitual cuando buscamos mejorar nuestro rendimiento físico. Los kilómetros…

2 días hace