:quality(70)/cloudfront-us-east-1.images.arcpublishing.com/elfinanciero/JBJYZZEBHN5UZGYHMAX5WZFYDI.jpg)
¿Te cuesta reconocer a tus vecinos detrás de sus cubrebocas para protegerse del COVID-19? A las computadoras también les resulta más difícil.
Un estudio preliminar publicado por una agencia estadounidense el lunes encontró que incluso los mejores sistemas comerciales de reconocimiento facial tienen tasas de error de hasta el 50 por ciento cuando intentan identificar rostros cubiertos.
El problema de la máscara es por qué Apple a principios de este año facilitó a los propietarios de iPhone desbloquear sus teléfonos sin Face ID. También podría ser frustrante los intentos de las autoridades para identificar a personas en las protestas de Black Lives Matter y otras reuniones.
El Instituto Nacional de Estándares y Tecnología (NIST, por sus siglas en inglés) dice que está iniciando una investigación para comprender mejor cómo se realiza el reconocimiento facial en los rostros cubiertos.
Su estudio preliminar examinó solo aquellos algoritmos creados antes de la pandemia, pero su próximo paso es observar cómo podría mejorar la precisión a medida que los proveedores comerciales adaptan su tecnología a una era en la que tantas personas usan barbijos.
Algunas compañías, incluidas las que trabajan con las fuerzas del orden público, han tratado de adaptar sus algoritmos de escaneo facial para centrarse en los ojos y las cejas de las personas.
El NIST, que forma parte del Departamento de Comercio, está trabajando con la Oficina de Aduanas y Protección Fronteriza de EU y la oficina de ciencias del Departamento de Seguridad Nacional para estudiar el problema.
Probó el software dibujando máscaras digitales en las caras en un tesoro de fotografías de cruce de fronteras, y luego comparó esas fotos con otra base de datos de personas sin máscara que buscan visas y otros beneficios de inmigración.
La agencia dice que escaneó 6.2 millones de imágenes de aproximadamente un millón de personas utilizando 89 algoritmos suministrados por empresas tecnológicas y laboratorios académicos.
En condiciones ideales, NIST destaca que la tasa de fallas para los mejores sistemas de reconocimiento facial es solo de aproximadamente 0.3 por ciento, aunque la investigación ha encontrado disparidades significativas entre raza, género y edad. Agrega máscaras y la tasa de falla aumenta al 5 por ciento o más. Cuando se enfrentan con cubrebocas, la agencia dice que "muchos algoritmos competentes fallaron entre el 20 y el 50 por ciento del tiempo".
Incluso antes de la pandemia de coronavirus, algunos gobiernos habían buscado tecnología para reconocer a las personas cuando intentaban ocultar sus rostros.
Las máscaras faciales se habían convertido en un sello distintivo de los manifestantes en Hong Kong, incluso en marchas pacíficas, para protegerse contra los gases lacrimógenos y en medio del temor a represalias si se los identificaba públicamente.
El Gobierno prohibió cubrirse la cara en todas las reuniones públicas el año pasado y advirtió sobre un posible período de prisión de seis meses por rechazar la orden de un oficial de policía de quitarse una máscara.
Los activistas de la privacidad, a su vez, han buscado formas creativas de camuflarse. En Londres, los artistas que se oponen a la vigilancia de alta tecnología se han pintado las caras con formas geométricas de una manera diseñada para codificar los sistemas de detección de rostros.
Luego vino el brote de coronavirus, cuando los expertos en salud de todo el mundo comenzaron a alentar a todos a usar máscaras que cubran la boca y la nariz.
El estudio preliminar del NIST dice que las máscaras que usan las personas y cómo las emplean marcan la diferencia en los sistemas de reconocimiento facial. Los resultados no son sorprendentes: mientras más rasgos faciales estén cubiertos, más difícil será reconocer a la persona debajo de la máscara.