TekCrispyTekCrispy
  • Ciencia
    • Historia
    • Perfiles
  • Tecnología
    • Software
    • Móviles
    • Herramientas Web
    • Redes Sociales
  • Cultura Digital
    • Cine y TV
    • Videojuegos
  • Análisis
Selección del Editor

Científicos encuentran un factor de riesgo potencial detrás del SMSL

May 20, 2022

Minijuegos HTML5 de TikTok: el gran impulso de los juegos que planea la plataforma

May 20, 2022

Físicos afirman que la humanidad se convertirá en una especie interplanetaria dentro de 200 años

May 20, 2022

Fósiles ‘fantasma’ de plancton revelan cómo fue el calentamiento global del Jurásico y Cretácico

May 19, 2022
Facebook Twitter Instagram TikTok Telegrama
TekCrispyTekCrispy
  • Ciencia

    Científicos encuentran un factor de riesgo potencial detrás del SMSL

    May 20, 2022

    Físicos afirman que la humanidad se convertirá en una especie interplanetaria dentro de 200 años

    May 20, 2022

    Fósiles ‘fantasma’ de plancton revelan cómo fue el calentamiento global del Jurásico y Cretácico

    May 19, 2022

    Así funciona el tráfico global de arácnidos alrededor del mundo

    May 19, 2022

    Restaurantes podrían ayudar a las personas a elegir opciones respetuosas con el medioambiente

    May 19, 2022
  • Tecnología

    Minijuegos HTML5 de TikTok: el gran impulso de los juegos que planea la plataforma

    May 20, 2022

    Twitter presenta nueva política para frenar los tweets virales

    May 19, 2022

    Android 13 tendrá soporte nativo para pantallas braille

    May 19, 2022

    ¿El budismo digital de los podcasts y aplicaciones de meditación es ‘auténtico’?

    May 19, 2022

    ¿Por qué los grandes laboratorios de IA se niegan a abrir sus sistemas de código abierto?

    May 19, 2022
  • Cultura Digital

    “The Mandalorian” y “Avatar 2”: la tecnología en el cine que solo busca conmovernos

    May 15, 2022

    ¿Cómo ganar vistas en YouTube en 2022?

    May 6, 2022

    Netflix implementa un impuesto de culpabilidad para quienes comparten contraseñas

    Mar 17, 2022

    Declarando, la gestoría 100% online que está revolucionando el sector

    Mar 11, 2022

    Científicos cuentan cómo los juegos de carreras desarrollan a los niños

    Mar 1, 2022
Facebook Twitter Instagram TikTok
TekCrispyTekCrispy
Ciencia

Algoritmos de reconocimiento facial no estaban listos para las mascarillas

Por Oriana LinaresJul 28, 20204 minutos de lectura
Compartir
Facebook Twitter Email Telegrama WhatsApp

La pandemia del coronavirus llegó a nuestras vidas y cambió muchos aspectos de estas. Su llegada acabó con la normalidad que dábamos por sentado. Asimismo, reestructuró nuestras formas de educarnos, trabajar y hasta comunicarnos. Ahora, se plantea que muchos de estos cambios se harán permanentes en el largo plazo, mientras la humanidad lucha por dejar atrás el COVID-19.

Pero, no solo nosotros hemos recibido un gran golpe en nuestras costumbres debido al coronavirus. De hecho, a su modo, la tecnología también se ha visto impactada de modos inesperados.

Una reciente investigación del Instituto Nacional de Estándares y Tecnología (NIST, por sus siglas en inglés) ha revelado que los algoritmos de reconocimiento facial podrían no estar listos para el desafío que se les avecina –por lo menos no lo están los que fueron desarrollados antes del inicio de la pandemia.

Mascarillas vs sistemas de reconocimiento facial

La investigación llevada a cabo por Mei Ngan, Patrick Grother y Kayee Hanaoka buscó comprender cómo los sistemas de reconocimiento facial (prepandemia) podrían funcionar al ser enfrentados con el desafío de identificar rostros siempre cubiertos a medias.

“Con la llegada de la pandemia, necesitamos entender cómo la tecnología de reconocimiento facial lidia con caras enmascaradas”, declaró Ngan.

Los investigadores comentaron en su informe interagencial NIST ( NISTIR 8311 ), por lo general, los algoritmos toman en cuenta características primarias como los ojos, la nariz y la boca para desarrollar sus puntos de comparación e identificación. Por ende, una realidad en donde dos de estos tres marcadores siempre se encuentran cubiertos podría ser altamente desafiante para los algoritmos actuales.

Porcentaje de error del 50%

Crédito: NIST/B. Hayes.

La investigación reveló que los diversos colores de las mascarillas pueden influir en la precisión de los algoritmos. Por ejemplo, las mascarillas faciales azules probaron ser un desafío mayor que las blancas. No obstante, de entre todas, las mascarillas negras fueron las que causaron más confusión en el algoritmo y, por ende, más errores.

Luego de esto, se vio que, en promedio, el porcentaje de error que se podía tener al tratar de usar reconocimiento facial en alguien utilizando una mascarilla llegaba al 50%. Un número que claramente supera los límites de lo que podría considerarse un “error esperado” o una “desviación ligera”. Con las mascarillas, habría una posibilidad de 1:1 de que el algoritmo cometiera un error.

Además de esto, también observaron que la posibilidad podía aumentar o disminuir dependiendo de qué tan cubierta estuviera la nariz de los individuos. Un detalle que tiene sentido ya que, mientras más expuesta esté, más cuenta el algoritmo con al menos dos marcadores referenciales notorios (ojos y nariz) en lugar de solo con uno (ojos).

Un nivel más de dificultad

Por su parte, los estudios se realizaron mayormente en sistemas de reconocimiento facial uno-a-uno. Lo que implica que el logaritmo contaba con las mejores condiciones para funcionar e identificar los marcadores del rostro de la persona. Sin embargo, como ya sabemos, su porcentaje de error fue del 50%.

Ahora, no se realizaron análisis de las implicaciones de las máscaras en sistemas de reconocimiento facial grupales (como los que se utilizan en grandes espacios abiertos). En estos casos, el control de elementos externos como la iluminación y angulación de los rostros no se tiene. Por lo que, el proceso se hace mucho más complicado. Debido a esto, se puede asumir que, aunque estos otros sistemas no fueron evaluados, también se verán gravemente perjudicados durante la pandemia.

La investigación no termina

“Hemos comenzado enfocándonos en cómo un algoritmo desarrollado antes de la pandemia podría ser afectado por sujetos utilizando mascarillas. Más tarde este verano, planeamos probar la efectividad de los algoritmos que fueron desarrollados intencionalmente con rostros enmascarados en mente”, finalizó Ngan.

Acá vemos que la línea de las próximas investigaciones deberá adaptarse a las nuevas líneas de desarrollo de la sociedad en medio de la contingencia por el COVID-19. Por esto, el siguiente paso de la serie planificada del programa de Prueba de Reconocimiento de Reconocimiento Facial (FRVT, según sus siglas en inglés) del NIST se enfocará en el estudio de los algoritmos desarrollados para lidiar con las mascarillas y qué tan eficientes son estos.

Por ahora, sabemos que los sistemas de reconocimiento facial actuales no se encuentran listos para el desafío. Claramente, dejar de usar mascarillas no se trata de una opción ni a corto ni a largo plazo. Por lo que, las tecnologías se encuentran ahora en otro punto de quiebre en el que deberán evolucionar velozmente para adaptarse a una nueva realidad.

Algoritmos de reconocimiento facial Coronavirus Mascarillas NIST Pandemia

Artículos Relacionados

¿Cómo ha evolucionado el tratamiento de la salud mental en la historia?

¿Cómo afectó la pandemia al diseño de casas?

Cambio de identidades sociales no traería inconvenientes a las personas

Añadir un comentario

Dejar una respuesta Cancelar respuesta

Selección del Editor

Estas son las imágenes del primer eclipse lunar de 2022

May 16, 2022

Madre alega que un desafío de TikTok llevó a su hija a la muerte

May 16, 2022

¿Los videojuegos aumentan la inteligencia de los niños?

May 16, 2022

Shirley Ann Jackson, inventora del identificador de llamadas

May 7, 2022
Síguenos en las redes
  • Facebook
  • Twitter
  • Instagram
  • TikTok
Facebook Twitter Instagram LinkedIn TikTok
  • Publicidad
  • Contacto
  • Política de Privacidad
  • Acerca de TekCrispy
© 2022 CRISPYMEDIA LLC. DERECHOS RESERVADOS.

Escriba arriba y pulse Enter para buscar. Pulse Esc para cancelar.