En los últimos meses varios clientes nos han trasladado su preocupación sobre el posible efecto negativo derivado del uso de las mascarillas en los sistemas de reconocimiento facial. Para estudiar el alcance real de esta nueva situación y determinar si efectivamente pueden suponer una amenaza de seguridad, el NIST (National Institute of Standards and Technology) ha elaborado un informe en el que se evalúan los algoritmos de reconocimiento facial pre COVID-19 utilizando bases de datos modificadas en las que se han incluido mascarillas de manera sintética. El objetivo principal es cuantificar de manera objetiva la variación en las prestaciones de los sistemas, para ello se ha planteado un escenario de pruebas de verificación 1:1 en la que la imagen facial a evaluar contiene mascarilla mientras que la de comprobación se mantiene sin ella.

Las mascarillas se han añadido a las imágenes faciales de forma artificial, calculando primero una serie de puntos de referencia sobre el rostro y trazando después una suerte de mascarilla con diferentes formas, porcentaje de oclusión y colores. Aunque en el propio estudio se señalan las limitaciones que pueden surgir del análisis de los resultados generados con información sintética, el informe supone un punto de partida representativo del posible efecto de este tipo de complementos.

Tras realizar el análisis sobre casi 90 algoritmos de reconocimiento facial enviados para supervisión dentro del programa Face Recognition Vendor Test (FRVT), se han obtenido las siguientes conclusiones:

Aunque en todo caso seguirá siendo recomendable realizar los procesos de reconocimiento facial aportando la mayor información posible (esto es, eliminando elementos que puedan causar oclusión como gafas de sol, mascarillas u otros) el estudio del NIST aporta al menos confianza en la robustez de los algoritmos respecto a la falsa aceptación, sin duda el factor de mayor preocupación a la hora de implantar un sistema de verificación biométrica de identidad. Queda sin embargo pendiente la tarea de mejora de prestaciones de falso rechazo para evitar un impacto en la experiencia de usuario causada por intentos repetidos de verificación legítima sin éxito.