À medida que os efeitos da pandemia prosseguem, empresas mundo afora apostam em novas tecnologias para incrementar a segurança. Identificar pessoas usando máscaras cirúrgicas está entre as prioridades das organizações. Mas, ao mesmo tempo em que oferece benefícios, o reconhecimento facial de pessoas com máscaras preocupa os especialistas.
Reconhecimento facial de pessoas com máscaras
Duas grandes empresas já estão desenvolvendo tecnologias para reconhecer rostos de pessoas cobertos por máscaras. A Hanwang é uma delas. A organização chinesa, aliás, criou um sistema capaz de reconhecer rostos, mesmo usando máscaras cirúrgicas, com 95% de precisão. A tecnologia identifica até 30 pessoas numa multidão em apenas um segundo.
A empresa russa NTechLab. especializada em reconhecimento facial, também produziu um sistema capaz de identificar rostos, mesmo parcialmente cobertos por máscaras, lenços e capacetes. Embora em fase de teses, o algoritmo consegue detectar pequenas mudanças no rosto das pessoas, nas expressões faciais, bem como na textura da pele.
É provável que você goste:
Nova tecnologia chinesa pode identificar pessoas, mesmo se estiverem usando máscaras
Vieses e discriminação algorítmica
Em dezembro de 2019, um estudo conduzido pelo National Institute of Standards and Technology (NIST) revelou que povos asiáticos, afro-americanos e nativo americanos (indígenas) têm até 100 vezes mais probabilidade de serem identificados equivocadamente por tecnologias de reconhecimento facial, se comparados a homens brancos.
Além disso, o estudo demonstrou que mulheres eram mais propensas a serem falsamente identificadas que homens; e que idosos e crianças eram mais predispostos a serem erroneamente reconhecidos que pessoas de outras faixas etárias. Quase 200 algoritmos de empresas foram testados para avaliar um banco de dados com mais 18 milhões de fotos.
Com a pandemia em andamento, a NIST publicou um novo estudo sobre o desempenho de algoritmos de reconhecimento facial em rostos parcialmente cobertos por máscaras. O relatório testou 89 algoritmos disponíveis no mercado e constatou, em suma, taxas de erro maiores que o estudo anterior (entre 5% e 50%), preocupando especialistas em segurança.
O estudo aplicou máscaras digitais nos rostos de um grupo de pessoas. Os modelos diferem, aliás, na forma, cor e cobertura do nariz. As amostras 2 e 3, cobrem total e parcialmente o nariz, respectivamente; a amostra 4 deixa o nariz à mostra; amostra 5, mais arredondada, expõe as laterais do rosto; e a amostra 5 é idêntica à amostra 3, mas na cor preta:
Conclusões do estudo
Todos os algoritmos testados apresentaram margens de erro ao identificar pessoas usando máscaras. Ao analisar imagens de criminosos sem proteção facial, os algoritmos erraram em 0,3% dos casos. Já quando foram submetidos para examinar fotos de delinquentes com máscaras digitais, as taxas de erro aumentaram consideravelmente (entre 20% e 50%).
A pesquisa revelou que a forma da máscara é determinante na identificação facial. Em suma, os algoritmos tiveram mais dificuldade em reconhecer rostos amplamente cobertos (amostras 2, 3, 4 e 6) e mais facilidade em identificar rostos com máscaras arredondadas (amostra 5). Ou seja, as máscaras que cobrem mais o rosto confundem mais os algoritmos.
O estudo demonstrou que a cor da máscara também afeta o reconhecimento facial. Os pesquisadores adotaram duas cores de máscaras digitais: azul claro e preto. Os algoritmos erraram mais ao analisar pessoas usando máscaras pretas, embora os pesquisadores não estejam bem certos sobre os motivos pelos quais a identificação é afetada nesses casos.
Críticas ao reconhecimento facial
Timothy J. Pastore, Esq., presidente do Security Systems Practice Group, enxerga com preocupação as conclusões do estudo conduzido pela NIST. Na opinião do especialista, é preciso reduzir os vieses no momento de criar as linhas de programação, bem como descartar imediatamente algoritmos que apresentam altas taxas de erro, com ou sem máscara.
Já Paul Haskell-Dowland, especialista em segurança cibernética, destaca que o número de fotos utilizáveis de pessoas usando máscaras é bastante reduzido, não havendo dados suficientes para treinar os algoritmos. De acordo com Paul, as empresas devem levar tal aspecto em conta antes de comercializar suas soluções de segurança para o mercado.
Apesar das críticas, as empresas não estão medindo esforços para desenvolver novas tecnologias de reconhecimento facial. Da forma como o quadro está sendo emoldurado, os algoritmos logo serão capazes de detectar quaisquer características faciais que permanecem visíveis, como olhos, sobrancelhas, linha do cabelo e formato geral do rosto.
Clique AQUI para conferir, enfim, o estudo completo.
Quer estar por dentro de tudo que envolve Direito, inovação e novas tecnologias?
Então, siga-me no Facebook, Instagram e LinkedIn e acompanhe conteúdos diários para se manter atualizado.
