Quel est l’usage
de la reconnaissance faciale par l’homme, mais aussi par les sociétés? Si
elle est performante, elle a aussi ses limites. Et surtout met-elle notre
liberté en danger?
Les outils de reconnaissance faciale efficaces sont
utilisés par les géants d’Internet. Mais aussi par les fabricants de
smartphones, notamment pour le déverrouillage, et pour la reconnaissance des
personnes dans les bâtiments.
Vers la démocratisation de la
reconnaissance faciale
La caméra frontale va d’abord prendre une
photo lorsque vous approcherez votre visage. La caméra frontale va chercher
votre visage dans l'image.

Figure
1: Recherche des visages et analyse via un smartphone
https://stock.adobe.com/search?k=phone%20features
Une fois la position du visage retrouvée,
les différents attributs sont récupérés:
·
Forme
du visage
·
Position
et forme des oreilles
·Écart
entre les yeux
·
Position
des yeux
·
Forme
du nez
·
Position
de la bouche
·
Forme
de la bouche/ lèvres, etc.
Les valeurs des attributs permettent ainsi
de créer un motif. Puisque l'objectif de votre téléphone est de vérifier que
vous être bien son possesseur, il va procéder à une authentification.
C'est-à-dire qu'il va comparer le schéma qu'il vient de calculer à celui que
vous lui avez donné en enregistrant votre visage la première fois. En fonction
du niveau de sécurité, le téléphone aura un taux de reconnaissance plus ou
moins élevé. En ce qui concerne l'identification, on est dans un cadre où l’on
cherche à déterminer qui est la personne que l'on vient de voir.

Figure
2: Identification des visages en terrain libre
https://www.shutterstock.com/fr/g/varuna
Par exemple si un enfant est recherché,
son visage pourrait être intégré à une base de données d’enfants recherchés.
Chaque fois qu'une personne passe devant les caméras d'une gare équipée d'un
système de reconnaissance faciale, son visage est photographié. Celui-ci est
ensuite analysé pour déterminer si le visage photographié est celui d'une
personne recherchée ou non. Un extrait de la photo va être comparé à ceux de la
base de données des enfants recherchés. Si un schéma est assez proche de celui
du visage, une alerte sera envoyée à un opérateur (il y a correspondance et
donc identification d'un enfant enlevé). Cependant l'opérateur humain doit
faire une levée de doute et confirmer que le système de reconnaissance ne s'est
pas trompé.

Figure 3: Identification et deuxième contrôle
par l’œil humain.
Identification
et deuxième contrôle par l’œil humain
Faut-il s’inquiéter de pouvoir être
identifié et traqué dans le monde entier?
Il y a forcément des limites… et des
failles
Pas de panique, votre identité secrète ne
sera pas jetée en pâture. Ce n'est pas par souci de préserver votre intimité,
mais surtout parce que contrairement à ce que vous vendent les films ou les
jeux vidéo, ce n'est pas si simple de reconnaître un visage dans un environnement
libre.
Quand vous apprenez à un système que les
oreilles d'une personne mesurent 4 cm de long et 2,5 cm de large, c’est avec
une image prise de face à une distance spécifique. Si la personne tourne la
tête de 30 °, les oreilles n'ont plus la même surface. Il faut également
maîtriser la lumière et l'arrière-plan à l'endroit où vous prenez la photo.
S'il y a une ombre plus importante à un endroit du nez, on fausse la forme du
nez. Mais quand on veut utiliser un système pour contrôler un espace
«libre», on ne maîtrise ni la lumière, ni l'éclairage, ni
l’arrière-plan. On ne maîtrise pas non plus l'angle du visage au moment de
l'acquisition. Pas plus que la distance à laquelle les gens vont se trouver au
moment de l'acquisition de l'image. En bref de nombreux éléments ne sont pas
maîtrisés. Et ceux-ci peuvent avoir un impact sur l'aspect de la personne.
Quand les GAFAM s’en mêlent
Les GAFAM -Google, Amazon, Facebook,
Apple, Microsoft-, les entreprises leaders du monde numérique, ont développé
des algorithmes propriétaires pour faire de la reconnaissance faciale. On
retrouve Deepface (association de deep-learning et de face) chez Facebook. Ou
encore Face Net pour Google, qui l’utilise sur Google photo.
Ces algorithmes se basent sur diverses
méthodes d’apprentissage pour déterminer une image «normalisée» de
votre visage. Pour cela il lui faut plusieurs photos avec une expression
rigide, et sans pose (sinon on fausse l’apprentissage). Les algorithmes vont
extraire des informations des différentes photos qu’on leur donnera. Ils les
traiteront de manière statistique pour savoir de mieux en mieux vous
identifier.
Comme pour tout système apprenant, plus
ils ont de données en entrée, plus ils peuvent ajuster leur précision. Les
photos que vous mettez sur internet ou sur les réseaux sociaux seront donc de
bonnes données d’entrée. Mais rassurez-vous les scores de reconnaissance à plus
de 98% des algorithmes les plus récents sont à nuancer avec les contraintes sur
les types de photos et leur variabilité. Ces éléments s’appliquent à moindre
échelle avec l’identification par empreinte digitale.
L’évolution technologique entraîne
l’évolution sociétale
La reconnaissance faciale est un élément
puissant permettant d'augmenter la sécurisation des lieux et des appareils. Les
outils de reconnaissance faciale associés à ceux de l’intelligence artificielle
entraîneront de grands bouleversements en matière d'évolution de la technologie
et de notre rapport à la vie en société, à la sécurité et à l'intimité. Cette évolution
génère de fait de nouvelles questions d’un point de vue législatif et éthique.
Mais la reconnaissance faciale peut aussi
aider des personnes souffrant d'une maladie rare comme la prosopagnosie
caractérisée par l'impossibilité de reconnaître un visage que l'on connaît. De
grandes évolutions sont à venir dans le domaine de l’aide à la personne avec
des applications variées qui, heureusement, ne se limitent pas à la sécurité.
En s'inspirant des recherches du Dr Paul
Ekman, une éminence en matière de science comportementale – il a inspiré le
personnage de la série Lie to me-, on
pourrait en théorie (j'insiste sur le caractère théorique) lire les mensonges
et les émotions sur les visages. Mais ça n’est pas pour demain…
Sources:
1. https://www.thalesgroup.com/fr/europe/france/dis/gouvernement/biometrie/reconnaissance-faciale
2. https://research.fb.com/wp-content/uploads/2016/11/deepface-closing-the-gap-to-human-level-performance-in-face-verification.pdf
3. https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Schroff_FaceNet_A_Unified_2015_CVPR_paper.pdf
4. https://www.rand.org/pubs/documented_briefings/DB396.html
Commentaires : (0)
Aucun commentaire