Aujourd’hui, le port du masque est obligatoire (presque) partout. L’une des conséquences de cette mesure : les systèmes de reconnaissance faciale ont du mal à remplir pleinement leur fonction. Alors que certaines sociétés sont parvenues à s’adapter avec un succès inégal, la technologie suffira-t-elle aux autorités pour surmonter cet ‘obstacle’?
Vidéosurveillance, contrôle d’identité, cybersécurité… La reconnaissance faciale s’est déployée ces dernières années dans de multiples domaines, et pas uniquement sur votre smartphone. La généralisation du port du masque pour lutter contre l’épidémie pose toutefois un nouveau défi. L’objet couvre la moitié du visage, ce qui complique les performances des logiciels.
Qu’est-ce que la reconnaissance faciale? La reconnaissance faciale identifie des visages sur des images ou dans des vidéos. Elle isole ensuite des caractéristiques bien spécifiques comme la distance entre les yeux ou la position du nez, du menton et de la bouche, pour établir une ‘signature faciale’, enregistrée dans un système avant d’être collectée dans des bases de données.
Le problème du masque. Les ‘signatures faciales’ sont basées sur des modèles mathématiques. Tout ce qui peut réduire la visibilité de ‘caractéristiques clés’ pour le logiciel (comme le nez, la bouche et le menton) interfère donc avec le mécanisme de reconnaissance faciale.
50% moins efficace
Le ‘problème’ n’a pas échappé à l’Institut national américain des normes et de la technologie (NIST). L’institut a d’ailleurs lancé en juillet dernier une enquête pour déterminer l’impact des masques sur les performances des différents systèmes de reconnaissance faciale dans le monde.
Pour ce faire, le NIST a superposé des masques. Tous étaient placés différemment et affichaient des couleurs bien distinctes les unes des autres. Son rapport, publié en juillet, a révélé que la moitié du temps, le logiciel n’était pas capable d’identifier correctement les sujets portant des masques. Certains algorithmes étaient même incapables de détecter un visage.
Sachant que le NIST est une agence gouvernementale américaine, ses conclusions ne sont pas passées inaperçues dans le secteur.
Apprivoiser le masque
De nombreux développeurs se préparent à ce que le masque devienne la norme. Une entreprise américaine, FaceID Masks, propose déjà des masques sur lesquels les clients peuvent imprimer leur visage afin qu’ils puissent déverrouiller leur Smartphone, sans devoir retirer leur masque.
Les fournisseurs essaient également de s’adapter avec de nouveaux algorithmes: le système de détection met alors l’accent sur des caractéristiques qui restent visibles comme les yeux, les sourcils, la ligne de naissance des cheveux à la base du crâne et la forme générale du visage. Ainsi, la firme russe NtechLab affirme que son nouveau système peut identifier une personne même si elle porte une cagoule ( voir vidéo ci-dessous).
‘Souriez, vous êtes comptés’
D’autres entreprises ont également fait du masque leur principal atout. À Paris ou dans la Silicon Valley, on mise sur l’IA pour faire respecter les mesures sanitaires. Plusieurs entreprises s’appuient donc sur la reconnaissance faciale pour ‘compter’ le nombre de personnes qui portent un masque dans un lieu bien précis. C’est le cas en France, à la station Châtelet-les-Halles ou encore chez Uber, où l’app vérifie si ses chauffeurs sont masqués sur base d’un selfie.
Néanmoins, l’étude du NIST a le mérite de prouver définitivement l’impact du masque sur les algorithmes de reconnaissance faciale. Et l’on peut se demander si ces nouveaux algorithmes tiendront leur promesse. Il est en effet ‘facile’ de contourner un système.
Il s’agit donc a priori d’une excellente nouvelle pour les nombreux défenseurs de la confidentialité qui s’opposent à l’usage de la reconnaissance faciale à des fins de surveillance, notamment à cause de son caractère discriminatoire à l’égard des minorités.
