Reconhecimento facial apresenta desempenho inferior em ambientes reais, segundo pesquisa

Pesquisadores analisaram o Facial Recognition Technology Evaluation (FRTE), programa contínuo do NIST que funciona como um benchmark global para medir a precisão de tecnologias de reconhecimento facial no processo de verificação e identificação de indivíduos.

O programa submete algoritmos desenvolvidos por empresas e instituições de pesquisa a testes rigorosos que avaliam fatores como precisão, velocidade de reconhecimento e comportamento em diferentes cenários, incluindo iluminação adversa, envelhecimento, uso de óculos, diversidade étnica e expressões faciais.

Segundo os pesquisadores, embora o FRTE seja considerado uma referência na área, ele apresenta limitações. O benchmark não reflete as condições do mundo real, em que imagens podem estar borradas ou obstruídas. Além disso, os conjuntos de dados utilizados são reduzidos e não representam de forma adequada a diversidade demográfica, aumentando o risco de erros de identificação.

Outro ponto destacado é que o desempenho dos algoritmos se degrada muito em situações de baixa qualidade de imagem, como borrões, ângulos variados e resolução limitada, e essa queda de precisão não ocorre de forma uniforme entre diferentes grupos demográficos. Nessas condições, as taxas de falsos positivos e falsos negativos podem aumentar.