Mondmaskers zetten gezichtsherkenning voor schut

Door het bedekken van mond en neus valt een hoop data weg die de algoritmes gebruiken. ©Photo News

Nu iedereen achter een mondmasker schuilgaat, staat gezichtsherkenning op losse schroeven: de foutenmarges van de algoritmes schieten de hoogte in. Maar ze kunnen snel genoeg leren bedekte gezichten te herkennen.

Het mondmasker is in geen tijd breed ingeburgerd geraakt in ons land. In de provincie Antwerpen is het overal buiten verplicht. Maar stel dat u over de Meir kuiert met uw mondmasker op en u wil uw iPhone even gebruiken? Nieuwere iPhones werken met FaceID, waarbij een algoritme in de smartphone uw gezicht 'herkent' door het te matchen met een eerdere foto van uzelf. Pas dan ontgrendelt de iPhone zich.

Lukt dat nog wel nu een deel van uw gezicht afgeschermd is met een mondmasker? Over die vraag boog het Amerikaanse National Institute of Standards and Technology zich, een agentschap dat focust op innovatie. Het bestudeerde 89 commerciële gezichtsherkenningssystemen. Het experiment ging als volgt: 6 miljoen foto's kregen een digitale variant van een mondmasker opgekleefd, in negen verschillende vormen en maten. Geen van die 89 algoritmes was al getraind om met zo'n mondmasker om te gaan.

De algoritmes wilden hun werk doen. Ze probeerden de persoon met mondmasker te herkennen door die te matchen met een eerdere foto van dezelfde persoon. De resultaten waren niet denderend. De beste algoritmes slaagden er in 5 procent van de gevallen niet in de persoon te herkennen, de slechtste zelfs in de helft van de gevallen niet. Bij eerdere experimenten zonder mondmasker lag de foutenmarge bij de toppers op 0,3 procent. 'Mondmaskers maken de algoritmes die op gezichtsherkenning werken kapot', concludeerde het gereputeerde Amerikaanse techblad The Verge.

Je moet ervan uitgaan dat de grens voor een algoritme ligt waar hij voor de mens ook ligt.
Wiebe Van Ranst
Postdoctoraal onderzoeker computervisie

Vlaamse experts in artificiële intelligentie kijken niet op van die resultaten. 'De opkomst van het mondmasker is een ramp voor het wereldje van gezichtsherkenning', zegt Jonathan Berte, de CEO van het Gentse AI-bedrijf Robovision, dat om ethische redenen zelf niet actief is met de technologie. Artificiële intelligentie is het idee dat technologie ooit de menselijke intelligentie zal benaderen. Gezichtsherkenning behoort tot dat vakdomein. Maar als een algoritme al zo in de war is van een mondmasker, staat de artificiële intelligentie dan nog niet heel veraf van de menselijke?

Berte duidt een en ander. 'Gezichtsherkenning is een leermodel, dat vertrekt van de data die het krijgt: positie van mond, neus, kin, haarlijn... Als neus en mond wegvallen, verdwijnt een cruciaal deel van de data die gebruikt worden om te toetsen aan het eerder opgeslagen gezicht.' En het algoritme is er niet op getraind dat een deel van de data wegvalt, zegt Wiebe Van Ranst, postdoctoraal onderzoeker bij EAVISE, een KU Leuven-groep rond computervisie. 'Een algoritme kan bijleren via grote datasets. Maar er zijn gewoon geen grote datasets met foto's met mondmaskers.'

Supervisie

Die kunnen er wel komen. Het onderzoek legt een grote zwakte van zelflerende algoritmes bloot: ze zijn niet voorbereid op verandering. Dat is eigen aan het systeem van zelflerende algoritmes. Je traint ze met datasets waarin ze patronen zoeken die ze daarna zelf reproduceren. Dat is 'leren onder supervisie', momenteel de hoofdmoot in het veld. Maar Berte stelt een verschuiving vast. 'Bedrijven zoals Google en Facebook zetten steeds meer in op algoritmes die zonder supervisie bijleren.'

5 procent
foutenmarge
Zelfs bij de beste algoritmes schoot de foutenmarge omhoog: van 0,3 procent naar 5 procent.

Toch blijft het voorlopig doenbaar het algoritme geregeld van de wijs te brengen. Van Ranst slaagde er samen met professor Toon Goedemé en masterstudent Simen Thys een jaar geleden in een algoritme dat een persoon kon detecteren van de wijs te brengen. Die persoon moest gewoon een bordje dragen met daarop een 'patch', een soort afbeelding waarvan een ander algoritme had bepaald dat het de detector maximaal in de war zou brengen. Het onderzoek haalde de wereldpers.

De mens kan de technologie soms nog te snel af zijn, maar ook de technologie gaat met rasse schreden vooruit. De innovatie komt veelal van bij de grote technologiereuzen. Apple is een voorbeeld. Dat bedrijf verkreeg onlangs een patent voor gezichtsherkenning op basis van de ligging van bloedaders, eerder dan uiterlijke kenmerken. Bij tweelingen bijvoorbeeld kunnen gezichtskenmerken helemaal dezelfde zijn. Maar bloedaders zijn uniek, die liegen niet.

Van Ranst maakt zich sterk dat het mondmaskerprobleem daarom niet onoverkomelijk is. 'Je moet ervan uitgaan dat de grens voor een algoritme ligt waar die ook voor de mens ligt. Ik kan waarschijnlijk wel iemand herkennen met een mondmasker aan, maar niet met een bivakmuts op. Dat zal voor een algoritme ook gelden.'

Lees verder

Advertentie
Advertentie

Gesponsorde inhoud