NIST實驗：大部分臉部辨識演算法拿口罩沒轍，但不會影響安全性

美國國家標準與技術研究所（NIST）對89種商業臉部辨識演算法進行測試，發現這些演算法都沒辦法良好地處理戴上口罩的人臉，準確性隨著鼻子覆蓋率上升而降低，而且顏色和形狀也都影響著演算法的錯誤率，即便表現最好的演算法，以同一人不戴口罩的照片，辨識戴著口罩的人臉，錯誤率在5％和50％之間。

由於戴口罩有助於阻止武漢肺炎（COVID-19）病毒的傳播，因此全世界人們紛紛戴上了口罩，而這也對臉部辨識演算法產生極大的考驗，逼得蘋果更改iOS對戴口罩人臉的辨識機制。NIST電腦科學家Mei Ngan提到，隨著武漢肺炎疫情爆發，相關單位需要了解，人臉辨識技術處理戴口罩人臉的方式。NIST團隊探索了各種演算法一對一配對的能力，也就是將一張照片與同一個人的另一張照片進行比較，這種功能的用途通常是進行驗證，像是解鎖智慧型手機和檢查護照。

研究人員以口罩形狀的色塊，蓋在原始人臉照片的口鼻上，以測試演算法的效能，考量到口罩的樣式不同，依形狀、顏色和鼻子覆蓋範圍，研究團隊測試了9種口罩版本，測試口罩顏色除了黑色，還有與手術口罩接近的淺藍色，形狀有覆蓋鼻子和嘴巴的圓形口罩，也有和臉部一樣寬的大口罩，寬口罩依覆蓋鼻子的程度不同，分為高、中和低。

經實驗，研發團隊得出了幾點一般性的結論，臉部戴口罩讓所有臉部辨識演算法準確性下降，最精確的演算法在人們未戴口罩時，錯誤率只有0.3％，而戴上口罩後，錯誤率則約有5％，大部分演算法錯誤率則在20％到50％之間。

演算法無法良好地處理戴口罩人像，是因為無法擷取足夠的人臉特徵，一般來說，人臉辨識演算法，是透過量測各個人臉特徵的大小和之間的距離，而戴上口罩導致演算法無法擷取人臉特徵，也就無法進行有效的比較。而且實驗發現，當口罩遮住鼻子越多，演算法準確性就越低。

雖然臉部辨識無法正確辨識人臉，但是演算法也不會亂認人，又就是說，演算法無法配對同一人兩張照片的偽陰性增加，而錯誤將兩個不同人照片，辨識為同一人的偽陽性也會下降，因此研究團隊認為，戴口罩並不會影響臉部辨識演算法的安全性。

另外，口罩形狀與顏色同樣都影響著演算法的錯誤率，使用圓形口罩錯誤率較低，而與藍色手術口罩相比，黑色口罩降低了演算法的效能，而使錯誤率增加，不過，研究團隊並沒有完整地測試各種顏色效果。

這項測試是由美國國土安全部科學技術局、生物特徵辨識管理辦公室，以及美國海關及邊境保衛局合作進行，Mei Ngan表示，他們測試了口罩對各家臉部辨識演算法的影響後，他們接下來，要開始測試對口罩最佳化的臉部辨識演算法。