Algoritmos logran avances en reconocimiento facial con cubrebocas

Por medio de una base pública de algoritmos, el Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST, por sus siglas en inglés) señaló mayor precisión en el reconocimiento facial con cubrebocas por dispositivos digitales. Antes de la pandemia causada por la Covid-19, la tasa de error del reconocimiento facial con mascarilla era de 5 por ciento, pero con estos nuevos algoritmos dicha tasa bajó hasta un 0.05%.

Cuando el NIST evaluó por primera vez el efecto del cubrebocas en el reconocimiento facial, encontró, los algoritmos no eran tan buenos para detectar rostros con mascarillas. Expertos afirman, era de esperarse dicha dificultad de reconocimiento cuando la nariz y boca están cubiertas por otra superficie. Estados Unidos emplea el reconocimiento facial en sus terminales aéreas y terrestres en los viajeros para verificar la autenticidad de sus visas y pasaportes. Así, el NIST recogió información de los algoritmos usados en estos trámites biométricos durante el proceso de inmigración.

Basado en la prueba independiente de 150 algoritmos de reconocimiento facial, este reporte sugiere, los cubrebocas no representan un gran problema para el reconocimiento facial como lo era al inicio de la pandemia. Dicho estudio está enfocado en tasas falsas sin coincidir (FNMR, en inglés), usadas para medir cuántas veces un rostro pasó por el algoritmo sin activar una alerta de error. En julio de 2020, la tasa de error en reconocimiento de rostros con mascarilla era de entre 5 a 50 por ciento.

Normalmente, sin mascarilla, los algoritmos para reconocer rostros tienen una tasa de error de 0.3 por ciento; ese número aumenta cuando las personas tienen cubierta la nariz y boca hasta un 5%. Sin embargo, con la actualización de la clasificación pública para las pruebas de reconocimiento facial del NIST, se encontraron ocho nuevos algoritmos con FNMR por debajo del 0.05 por ciento. "Mientras que algunos algoritmos antes de la pandemia continúan dentro de los mejores para reconocer personas con mascarillas en fotografías, algunos desarrolladores presentaron algoritmos después de la pandemia mostrando una precisión significativamente mejorada y ahora se encuentran entre los más precisos de nuestra prueba", se lee en el reporte.

Los autores encontraron varios limitantes en el estudio, en particular, mientras las pruebas se basaron en fotografías de titulares de visas reales, y fotos reales realizadas en cruce de fronteras, no utilizaron imágenes reales de rostros con cubrebocas. En cambio, los investigadores del NIST añadieron digitalmente la mascarilla en dichos retratos.

A pesar de existir variables en el reconocimiento facial con mascarillas por su color, tamaño y colocación, estos algoritmos representan un gran avance para las tecnologías de reconocimiento facial. Durante la pandemia es necesario portar mascarilla y como protocolo en traslados, mantenerla durante todo el trayecto. Ello, representa mantener la seguridad sanitaria en aeropuertos y otros cruces fronterizos tanto de los viajeros como del personal.