Masken-Gesichtserkennung:
Erfolgsberichte besser nicht ernst nehmen

Die Berichte aus China, nach denen man auch Personen mit Mund-Nasen­schutz-Masken per Gesichtserkennung identifizieren kann, dürften etwas übertrieben sein. Tests ergaben, dass die Fehlerquote letztlich ziemlich hoch sein muss. Am National Institute of Standards and Technology der USA (NIST) hat man in den letzten Wochen diverse Tests mit den am weitesten entwickelten Gesichtserkennungssystemen, derer man habhaft werden konnte, durchgeführt. Die Fehlerquoten schwankten dabei stark zwischen 5 und 50 Prozent. In allen Fällen lagen sie aber so hoch, dass man nicht davon ausgehen kann, dass ein reibungsloser Betrieb in der Praxis machbar wäre.

Seit dem Ausbruch der Corona-Pandemie haben diverse Technologie-Unternehmen versucht, ihre Gesichtserkennungssysteme darauf einzustellen, dass die Nutzer zunehmend mit halbverhülltem Gesicht herumlaufen. Fortschritte sind hier unter anderem auch wichtig, weil die Technologie immer häufiger beispielsweise zum Entsperren von Smartphones zum Einsatz kommt und hier eine bequeme Möglichkeit zum Zugangsschutz darstellt.

Blau besser als schwarz

In den Experimenten haben die NIST-Forscher 89 verschiedene Biometrie-Algorithmen getestet. Und die Aufgabe war nicht einmal besonders knifflig. Der Algorithmus sollte lediglich zwei Bilder miteinander vergleichen und sagen, ob es sich um die gleiche Person handelt. Beim zweiten Bild war lediglich eine typische Maskenform auf das Gesicht gelegt worden. Überprüft wurden dabei auch unterschiedliche Masken-Designs. Insgesamt arbeiteten die Forscher mit einer Sammlung von 6 Millionen Bildern.

Etwas bessere Ergebnisse erhielt man, wenn die Maske nicht die gesamte Nase bedeckte. Auch schwarze Gesichtsbedeckungen sorgten für eine höhere Fehlerquote als beispielsweise eine blaue Farbe. In jedem Fall stieg die Fehlerquote rasant: Ein System, das unter normalen Umständen lediglich auf 0,3 Prozent kam, lieferte beim Maskentest 5 Prozent falsche Erkennungen ab.

Siehe auch: