Covid-19 : La reconnaissance faciale revue.

Une étude du NIST (National Institute of Standards and Technology) prouvait que les algorithmes des programmes de reconnaissance faciale n’étaient pas bien conçus pour l’identification des personnes portant un masque.

Le taux d’erreur montait de 5% à 50% avec le masque; suite à une étude menée avec des centaines de logiciels le plus utile dans le monde. Avant le port, l’erreur ne dépassait pas 0,3%. Il est a noté que plus le masque était porté au plus haut du visage, moins l’algorithme pouvait être digne de confiance. Le port des masques noirs faisait objet de plus d’erreurs que les masques blancs ou chirurgicaux bleus. D’une voie majoritaire, les spécialistes soutiennent qu’un algorithme de reconnaissance faciale; fonctionne en mesure de la distance entre trois caractéristiques fondamentales qui sont les yeux, le nez et la bouche. La NIST tient à préciser que c’est le nombre de visages semblable qui induit en erreur l’algorithme.

Les développeurs ont soumis de nouveaux logiciels de reconnaissance faciale. Les nouveaux logiciels sont maintenant plus précis, ramenant le taux d’erreur en dessous de 5%.

La concurrence est aux premières loges. Chaque entreprise veut fournir le logiciel le plus infaillible dès le début de la pandémie.

« La crise sanitaire est un laboratoire grandeur nature pour la reconnaissance faciale permettant aux intelligences artificielles de se perfectionner » déduit Olivier Tesquet, spécialiste des nouveaux modes de surveillance, journaliste à Télérama.