Novi podaci Nacionalnog instituta za standarde i tehnologiju pokazuju da su sistemi značajno napredovali od jula. Naučnici se slažu da će se maske za lice još dugo nositi, a istraživanja otkrivaju da tehnologija prepoznavanja lica brzo hvata korak sa tom obavezom. Od početka pandemije, kompanije koje se bave sistemima za prepoznavanje lica rade na tome da se nekako probiju kroz maske или da ih zaobiđu. Algoritmi za prepoznavanje lica sve su bolji u prepoznavanju maskiranih lica, pokazuju podaci koje je u utorak objavio Nacionalni institut za standarde i tehnologiju (NIST), koji se smatra vodećim autoritetom za stope tačnosti prepoznavanja lica i od 1. maja sprovodi seriju studija o tome kako maske za lice utiču na tehnologiju. Oslanjajući se na nezavisno testiranje više od 150 odvojenih algoritama za prepoznavanje lica, novi izveštaj nagoveštava da maske možda neće predstavljati veliki problem za sisteme prepoznavanja lica kao što se u početku mislilo.
Početni rezultati, objavljeni u julu i avgustu, pokazali su da su maske uspele da zbune algoritme za prepoznavanje lica i u nekim slučajevima povećale stopu grešaka i do 99 procenata. Stopa grešaka povećavala se za svaki algoritam kada su istraživači dodali maske na fotografije koje su korišćene u testiranju. Dobavljači takvih sistema dobrovoljno podnose svoje algoritme za prepoznavanje lica Institutu zbog testiranja, što je uobičajena praksa za sve one koji poseduju takav sistem. Institut neprekidno objavljuje rezultate tih testova čim neko podnese algoritam na procenu i proveru. Kada je Institut prvi put ispitao uticaj maski na prepoznavanje lica u julu, otkrio je da algoritmi nisu bili dobri u prepoznavanju lica s maskama. Naravno, sasvim je normalno da je teže prepoznati lice kada su nos i usta prekriveni.
Izveštaji Instituta prvenstveno se bave stopom lažnih nepodudaranja (engl. false non-match rates (FNMR)), odnosno, broje koliko se istih lica (sa maskom i bez nje) provlače pored algoritma, a da se pri tome ne pokrene upozorenje. U julu je stopa grešaka nekih algoritama bila u između 5 i 50 procenata kada su se suočili sa slikama maskiranih ljudi. Ipak, pandemija je programerima dala dovoljno vremena da se usredsrede na problem nošenja maske, a podaci Instituta pokazuju da su algoritmi za prepoznavanje lica sve bolji kad treba da prepoznaju lice pod maskom. Kad maske nema, najbolji algoritmi imaju stopu lažnih podudaranja od oko 0,3 procenta, ali taj broj se povećava na 5 procenata kada se nose maske koje pokrivaju veću površinu lica.
„Iako se nekoliko algoritama koji su nastali pre pandemije i dalje nalazi među najtačnijim kad su u pitanju fotografije na kojima ljudi nose maske, neki programeri su dostavili algoritme posle izbijanja pandemije koji pokazuju značajno poboljšanu preciznost i sada su među najtačnijim na našem testu“, navodi se u izveštaju. Javna tabela Instituta na kojoj se objavljuju rezultati testiranja algoritama za prepoznavanja lica potvrđuje taj navod. Osam različitih algoritama sada ima stopu lažnih nepodudaranja ispod 0,05 procenata. Šest od tih osam podneto je Institutu posle objavljivanja prvog izveštaja u julu.
Autori primećuju brojna ograničenja u studiji. Iako su se testovi obavljali na fotografijama stvarnih vlasnika putnih viza i stvarnih fotografija ljudi koji prelaze granicu, nisu koristili stvarne slike lica sa maskama. Da bi posao brže obavili, istraživači Instituta su umesto toga digitalno nadomestili maske da bi osigurali doslednost uzorka. Kako navode, zbog toga „nismo uspeli da sprovedemo iscrpnu simulaciju beskrajnih varijacija u boji, dizajnu, obliku, teksturi, trakama i načinima na koje se maske mogu nositi“, napominje se u izveštaju. Digitalna maska je izgledala kao plava hirurška maska koja je pokrivala celu širinu lica, ali stručnjaci koji su se bavili testiranjem primetili su da uspešnost znatno varira u zavisnosti od toga koliko visoko je maska postavljena na lice.
Sjedinjene Države koriste sisteme za prepoznavanje lica i na kopnenoj i na vazdušnoj granici, i pri prepoznavanju putnika koriste fotografije na vizama или pasošima kao deo biometrijskog programa. Institut posebno prikuplja podatke od vlasnika viza, koji imaju malo prava da održe privatnost biometrijskih podataka koji su prikupljeni tokom procesa imigracije.