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