口罩是抵御COVID-19病毒传播的最佳防御措施之一，但它们的日益普及正产生第二个意想不到的效果：破坏面部识别算法。

美国国家标准技术研究所（NIST）的一项研究发现，戴上口罩，能够充分覆盖嘴和鼻子，导致一些最广泛使用的面部识别算法的错误率飙升到5%至50%。黑面具比蓝色面具更容易引起错误，而蒙版覆盖的鼻子越多，算法越难找到识别人脸。

报告作者、NIST计算机科学家梅恩说：“随着流感大流行的到来，我们需要了解人脸识别技术是如何处理蒙面人脸的。”。“我们已经开始关注在流感大流行之前开发的算法如何受到戴着面罩的受试者的影响。今年夏天晚些时候，我们计划测试有意开发的蒙面算法的准确性。”

NIST测试的面部识别算法通过测量目标面部特征之间的距离来工作。掩模通过去除这些特征中的大部分来降低这些算法的精度，尽管有些特征仍然存在。这与iphone上的面部识别工作原理稍有不同，例如，iphone使用深度传感器来提供额外的安全性，确保算法不会被显示给摄像头的图片所欺骗（这在NIST关注的场景中是不存在的危险）。

尽管有很多关于面具阻碍面部识别的轶事证据，但NIST的研究尤其明确。NIST是一个**机构，负责为联邦**评估这些算法（以及许多其他系统）的准确性，它对不同供应商的排名非常有影响。

值得注意的是，NIST的报告只测试了一种称为一对一匹配的面部识别。这是用于边境过境点和护照控制场景的程序，算法检查目标的脸是否与其ID匹配。这与用于大规模监视的面部识别系统不同，后者扫描人群以在数据库中找到与人脸匹配的人脸。这称为一对多系统。

尽管NIST的报告没有涵盖一对多系统，但这些系统通常被认为比一对一算法更容易出错。在人群中挑选人脸比较困难，因为你无法控制人脸的角度或灯光，而且分辨率通常会降低。这表明，如果口罩破坏了一对一的系统，它们很可能破坏了一对多的算法，其频率至少相同，但可能更高。

这与我们从**内部听到的报道相符。美国国土安全部（U.S.Department of Homeland Security）今年早些时候发布的一份内部公报（Intercept）称，该机构担心“广泛使用防护面具可能会对包含人脸识别系统的安全行动造成潜在影响”

对于隐私倡导者来说，这将是一个值得欢迎的消息。许多人警告说，尽管这种技术对公民自由产生了令人寒心的影响，而且这些系统的种族和性别偏见也被广泛承认，但世界各国**都急于接受面部识别系统，这些系统往往对任何非白人**的人表现得更糟。

与此同时，开发面部识别技术的公司也在迅速适应这个新世界，他们设计的算法只需利用眼睛周围的区域就可以识别出人脸。一些供应商，如俄罗斯领先的公司NtechLab，说他们的新算法可以识别个人，即使他们穿着巴拉克拉瓦。不过，这种说法并不完全可信。它们通常来自内部数据，可以精心挑选以产生令人满意的结果。这就是为什么像NIST这样的第三方机构提供标准化测试。

NIST说，他们计划在今年晚些时候为戴面具的人测试经过特别调整的面部识别算法，同时探索一对多系统的功效。尽管面具带来了很多问题，但该机构预计，这项技术仍将持续下去。“关于面具的精确性，我们希望这项技术能继续改进，”Ngan说。