Avec le port généralisé du masque, la fin de la reconnaissance faciale? – L'Express

"Visage non reconnu". Voici peut-être le message qui, en ce moment, revient souvent sur votre téléphone quand vous tentez de le déverrouiller. La faute à ce fameux masque, l'accessoire indispensable de 2020 en l'absence de traitement ou de vaccin contre le Covid-19, cachant le nez et la bouche... et déjouant l'identification faciale. Rendre compatible cette technologie avec le contexte sanitaire semble relever de la gageure, les algorithmes ayant été conçus avant la pandémie.

Tout ceci n'est guère étonnant, car se couvrir le visage pour déjouer la reconnaissance faciale est une technique bien connue. Notamment utilisée par les manifestants à Hong Kong pour éviter d'être identifiés, ce qui a poussé l'exécutif à essayer d'interdire le masque afin d'enrayer la contestation. Mais dans le nouveau monde, les mesures visent au contraire à généraliser son port. Et les sociétés spécialisées dans la reconnaissance faciale tentent de s'adapter. Parfois avec succès.

Des taux d'erreur considérables

L'institut américain NIST des normes et de la technologie a justement lancé une étude sur la question. Selon leurs premiers résultats dévoilés lundi, les algorithmes de reconnaissance faciale éprouvent beaucoup de difficulté : "Même le meilleur des 89 algorithmes commerciaux de reconnaissance faciale testés présentait des taux d'erreur compris entre 5% et 50% pour faire correspondre les masques faciaux appliqués numériquement avec des photos de la même personne sans masque", peut-on lire. Ce taux d'erreur est, en temps normal, de 0,3%.

"Avec l'arrivée de la pandémie, nous devons comprendre comment la technologie de reconnaissance faciale traite les visages masqués", a déclaré Mei Ngan, informaticien du NIST et auteur du rapport. "Nous avons commencé par nous concentrer sur la façon dont un algorithme développé avant la pandémie pourrait être affecté par des sujets portant des masques faciaux." D'autres recherches, cet été, viseront à tester la précision des algorithmes ayant été spécifiquement développés avec des visages masqués.

Aucune surprise avec ces résultats. Concrètement : les algorithmes de reconnaissance faciale fonctionnent dans la plupart des cas en analysant les caractéristiques complètes du visage. Et il est mis en échec s'il n'a pas pu extraire suffisamment de données. "Les algorithmes sont souvent basés sur de l'apprentissage profond, le fait qu'ils ont visualisé beaucoup, beaucoup d'exemples. S'ils sont mal préparés à la présence de masques, évidemment ils se trompent", explique à L'Express Jean-Luc Dugelay, professeur à l'école d'ingénieurs Eurecom, à Sophia Antipolis (Nice), spécialiste de la question. "C'est comme un enfant qui n'aurait vu que des gens sans masques, et en voit soudainement avec. Il y a un décalage entre ce que la machine a pu apprendre et la suite - avec, donc, des pertes de performances énormes."

Réentraîner le système

Pour autant, ces nouveaux accessoires de la pandémie ne signent pas du tout l'arrêt de mort de cette technologie. D'une part, cette problématique est loin d'être nouvelle : "Ça déstabilise le système mais ce n'est pas nouveau. Il y a d'autres types d'occultations. Les hooligans mettent des foulards sur leurs visages ; les lunettes de soleil bloquent parfois la reconnaissance ; en Asie, depuis longtemps les gens mettent des masques chirurgicaux dans la rue", souligne Jean-Luc Dugelay. De plus, comme il le précise, la partie la plus importante du visage ici n'est pas la partie labiale - très flexible avec les expressions. Mais la partie oculaire, plus stable.

En clair, le travail de l'algorithme est certes plus compliqué, mais c'est loin d'être une mission impossible. Là encore, l'apprentissage profond est essentiel : il faut réentraîner le système. "On apprend à partir d'exemples. Là ils sont erronés par rapport à la réalité. Il faut donc réapprendre avec des exemples réels, c'est-à-dire des gens masqués", explique Jean-Luc Dugelay. Ce qui prendra du temps, comme il est nécessaire de tester avec "des milliers d'exemples, ou plus".

C'est ainsi que les sociétés essaient de mettre à jour les algorithmes en se basant sur des images de personnes masquées. Comme l'explique le site américain CNET, les selfies masqués que chacun peut prendre au quotidien sont particulièrement précieux : ils sont collectés par des entreprises privées qui les utilisent pour améliorer les algorithmes en enrichissant des bases de données. Des photos aspirées sur les réseaux sociaux... sans le consentement des utilisateurs.

La Chine en avance

Certaines entreprises ont déjà pris une avance considérable. Selon le magazine Quartz, SenseTime, société chinoise à la pointe de l'intelligence artificielle, a mis au point dès le début de l'année un système capable de reconnaître les gens masqués. Il se base donc essentiellement sur la partie oculaire. Résultat : un taux de réussite de près de 95%. Il intègre également des caméras thermiques pour détecter les personnes ayant une température élevée.

LIRE AUSSI >> Le business des avatars humains

"Aujourd'hui, il y a de nouvelles technologies en 3D, des caméras thermiques ; on peut se baser sur la partie oculaire. Le problème qui peut se poser c'est si la résolution de la caméra n'est pas suffisante - mais elle augmente d'année en années", précise Jean-Luc Dugelay. En outre, une autre difficulté va se poser pour les semaines et mois à venir, selon lui : mettre en place deux systèmes, un spécialisé pour les gens masqués, et un autre pour les gens non masqués. Avec la possibilité de basculer vers l'un ou vers l'autre, selon la situation. Et selon le contexte sanitaire.