HomeFeuilletonWissenschaftÜberwachung: MNS macht digitale Gesichtserkennung weitestgehend unwirksam

Überwachung: MNS macht digitale Gesichtserkennung weitestgehend unwirksam

Sobald Teile des Gesichts durch einen Mundnasenschutz abgedeckt sind, treten hohe Fehlerraten bei biometrischen Gesichtserkennungsprogrammen auf. 

Mehr denn je wird heute auf automatisierte Gesichtserkennungssoftware gesetzt, sei es bei Überwachungssystemen oder für die Authentifizierung zum Entsperren von Smartphones. Doch nun zeigt sich, dass kein einziges dieser biometrischen Systeme Personen, die einen Mundnasenschutz tragen, verlässlich erkennen können. Denn dazu fehlen der Software die wichtigsten Messpunkte des Polygonrasters. Das heißt, dass gerade Videoüberwachungssysteme für die Zeit der Corona-Pandemie unwirksam und deswegen weitestgehend obsolet sind. Sie produzieren allesamt zu hohe Fehlerraten.

Zwei Studien des US-Standardgremiums NIST vom Juli und Oktober weisen Fehlerraten zwischen fünf und 50 Prozent bei den zehn besten Erkennungssystemen auf dem Weltmarkt aus. Bei diesen großangelegten Studien wurden sechs Millionen Fotos verwendet. Es wurde das Originalfoto mit Duplikaten verglichen, auf denen Teile des Gesichts mit verschiedenen Maskenformen abgedeckt wurden. Das sind natürlich vielfach bessere Bedingungen als unter realen Gegebenheiten, denn es wurden für den Vergleich ansonsten vollkommen identische Fotos verwendet. Zudem wurden nur Masken in den Farben hellblau und schwarz getestet, Masken oder Schals mit Mustern oder Bildern dürften die Systeme noch mehr verwirren. Deshalb dürfte die Fehlerrate real tatsächlich noch höher sein.

Wie wir bereits berichtet haben, hat die schwarz/grüne Bundesregierung die Identifizierung von Demonstrationsteilnehmerinnen und ‑teilnehmer massiv ausgebaut. Die hohen Fehlerraten durch das Tragen des Mundnasenschutzes bei Versammlungen dürften demnach auch bei dieser Überwachungsmaßnahme auftreten.

Quelle: FM4

- Advertisment -spot_img

MEIST GELESEN