全球新冠疫情仍在蔓延，前幾日，美國總統川普也終於改口，提倡民眾佩戴口罩，並稱這是愛國行為。
圖|川普（來源：推特）
然而如今，美國政府發現，除了預防疾病之外，佩戴口罩還有另一個意想不到的影響：阻礙面部識別算法。
美國國家標準與技術協會 (NIST) 的一項研究發現，戴上足夠覆蓋口鼻的口罩會導致一些最廣泛使用的面部識別算法的錯誤率高達 5% 至 50% 。而且，黑色口罩比藍色口罩更容易出錯，口罩遮住口鼻的範圍越大，算法就越難識別人臉。
一些算法錯誤率高達50%
NIST 計算機科學家、該研究報告的作者之一 Mei Ngan 說:「隨著新冠疫情的到來，我們想要了解人臉識別技術是如何處理帶口罩的面孔。我們首先關注的是，在疫情大流行之前開發的算法可能會因識別對象戴口罩而受到影響。今年夏天，我們計劃測試那些專門為戴口罩的人設計的算法，評估其準確性。」
圖|NIST用來評估各種面部識別算法準確性的示例圖像。（來源：B.Hayes/NIST）
NIST 測試的人臉識別算法通過測量目標人物面部特徵之間的距離來識別人物身份。而佩戴口罩會去除大部分面部特徵，從而降低了這些算法的精度，儘管有些特徵仍然存在。這與 iPhone 手機上的面部識別工作方式略有不同，iPhone 使用深度傳感器來識別人臉，增強安全性，確保算法不會被圖片誤導。
其實，關於口罩能阻礙面部識別的傳聞早已有之，但 NIST 的研究顯示，結果尤其明確。NIST 是政府機構，其任務是為聯邦政府評估這些算法(以及許多其他系統)的準確性，它對不同供應商的排名具有極大的影響力。
NIST 的研究測試了 89 種面部識別算法，包括松下 (Panasonic) 和三星 (Samsung) 等廠商，並分析了它們在 100 萬人的圖像上的表現。這項研究使用了人們在穿越美國邊境時收集的照片，以及移民福利申請中包含的照片。在測試中，研究人員給照片中的人戴上「數字口罩」，也就是說，在照片上疊加各種顏色的模擬口罩，遮住受試者的鼻子、嘴和部分臉頰。
圖|NIST測試示例（來源：NIST）
NIST 的研究發現,戴著口罩會影響面部識別算法的準確性,該機構在新聞發布會上表示,「 89 種最好的商業人臉識別算法在測試中的錯誤率在 5% 和 50% 之間。有些廠商的算法比其他廠商的算法表現更好，而且性能會根據面具的形狀和顏色不同而不同。
一般來說，面部識別算法在識別戴圓形口罩的人時更為準確，而在識別戴黑色口罩的人時，準確率低於淺藍色口罩。
值得注意的是，NIST 的報告只測試了一種一對一匹配的面部識別算法。這是邊境口岸和護照控制場景中使用的程序，這與用於大規模監視的面部識別系統不同。對大規模人群進行掃描，查找與資料庫中的面部匹配的系統，叫做一對多（one-to-many）識別系統。
國土安全部表示擔憂
儘管 NIST 的報告並未涵蓋一對多系統，但與一對一算法相比，業界認為這些系統通常更容易出錯。在人群中識別臉部特徵較為困難，因為系統無法控制臉部的角度或光線，解析度通常會降低。如果口罩對一對一識別算法有較大影響，那它們可能會對一對多算法有相同甚至更大的影響。
據美國媒體報導，美國國土安全部今年早些時候發布的內部公告稱，該機構對「人們廣泛使用防護口罩可能會對面部識別系統的安全操作產生潛在影響感到擔憂」。
對於提倡隱私保護的人來說，這是一個可喜的消息。許多人警告說，世界各國政府急於採用面部識別系統，但這種技術對公民自由的影響細思極恐，而且，越來越多的證據表明，這些系統存在種族和性別偏見，其他種族的識別錯誤率明顯高於白人錯誤率。
不過，與此同時，開發面部識別技術的公司已經迅速做出相應改進，設計了僅使用眼睛周圍區域即可識別面部的算法。一些供應商，例如行業領先的俄羅斯公司NtechLab 表示，他們的新算法可以識別個人，即使他們戴著巴拉克拉法帽。但是，此類聲明並不完全值得信賴，它們通常來自內部數據，這些數據可能會產生特定的結果，因此不具有說服力。這也是NIST等第三方代理機構提供標準化測試的原因。
圖|巴拉克拉法帽（來源：亞馬遜）
NIST 表示，面部識別技術的掙扎是短暫的。Mei Ngan 說，研究人員希望在識別戴口罩的受試者方面，「面部識別技術能繼續進步」。該機構計劃在今年晚些時候測試為口罩佩戴者進行特殊調整的面部識別算法，並探索一對多系統的識別效率。