據外媒CNET報導，許多人臉識別公司都宣稱，即使在戴著口罩的情況下，他們也能精準地識別人的身份，但一項研究的最新結果顯示，有了遮擋物後這些算法的錯誤率正在急劇增加。在周二的更新中，美國國家標準與技術研究所（NIST）研究了3月中旬COVID-19大流行宣布後提交的41種人臉識別算法。其中許多算法在設計時都考慮到了口罩問題，並聲稱即使在半邊臉被遮住的情況下，它們仍然能夠準確識別人的身份。

7月，NIST發布了一份報告，指出口罩正在挫敗常規的人臉識別算法，錯誤率從5%到50%不等。NIST被廣泛認為是人臉識別準確率測試的權威機構，並期望算法能在識別戴著口罩的人方面有所改進。研究發現。每個算法的錯誤率都出現了增長。雖然有些算法總體上還是有準確率的，比如中國人臉識別公司大華的算法錯誤率從沒有口罩的0.3%上升到有口罩的6%，但也有一些算法的錯誤率上升到99%。

Rank One是一家在底特律等城市使用的人臉識別供應商，在沒有口罩的情況下，錯誤率為0.6%，而一旦數字化應用口罩，錯誤率為34.5%。5月，該公司開始提供“眼周識別”，號稱可以只從眼睛和鼻子上識別人。

Rank One首席執行官Brendan Klare表示，由於該機構規定每個組織只能提交一份資料，因此該公司無法向NIST提交該算法。

“因此，NIST的口罩研究並不能反映我們在口罩存在的情況下進行識別的能力，”Klare在一封電子郵件中說。

在學校和空軍基地使用的TrueFace，一旦加入口罩，其算法錯誤率從0.9%上升到34.8%。該公司首席執行官Shaun Moore8月12日對CNN表示，其研究人員正在研究一種更好的算法，用於檢測戴著口罩的人。TrueFace沒有回應置評請求。

雖然每一種人臉識別算法在加入口罩後都遭受了更高的錯誤率，但有些錯誤率低至3%，這表明算法即使在人臉被遮住的情況下也不是不可能識別人。

口罩是限制新冠病毒傳播的行之有效的工具，世界各國政府已經強制要求人們戴上口罩，以減少疫情的影響。健康專家預計，大多數人需要繼續佩戴口罩多年，因此需推動人臉識別公司改進算法。

NIST有一份關於口罩如何影響人臉識別算法的持續報告，使用其數據庫中的600萬張圖像，並將口罩數字化地添加到照片上。

如果NIST使用戴著口罩的人的真實照片，而不是數字添加的遮擋物，錯誤率可能會更高，因為物理口罩可能有不同的陰影、紋理和圖案，也會混淆算法。