Pada kondisi pandemi saat ini, penggunaan masker pada wajah telah membantu untuk pencegahan penyebaran COVID-19. Namun sayangnya, masker yang digunakan juga dapat mempersulit proses face recognition. Contohnya banyak para pengguna iPhone yang sering menggunakan FACE ID (face recognition milik Apple) untuk membuka kunci iPhone mereka sekarang mengalami kesulitan dalam proses mengenali wajah penggunanya sehingga para pengguna terpaksa untuk membuka kuncinya secara manual. FACE ID gagal mengenali penggunanya dikarenakan algoritmanya mengharuskan mata, hidung dan mulut penggunanya untuk terlihat jelas tanpa terhalang apapun.

Gambar 1. iPhone gagal mengenali wajah penggunanya.

(Stern, 2020)

Hal ini tidak hanya terjadi pada pengguna iPhone dengan FACE ID-nya, tetapi juga tempat-tempat yang menggunakan face recognition dengan biometrik untuk proses pengenalan. Penggunaan fingerprint maupun memasukkan password secara manual dapat meningkatkan kemungkinan penularan COVID-19 lebih tinggi karena akan terjadi kontak antar jari kita dan sensor pada sistem yang digunakan oleh banyak orang. Sejatinya penggunaan face recognition adalah biometrik yang relatif aman dibandingkan lainnya. Namun hal ini terganjal oleh penggunaan masker yang menutupi sebagian fitur wajah yang biasa digunakan oleh algoritma face recognition.

Gambar 2. 68 landmark pada wajah

 (Geitgey, 2016)

Laporan dari US National Institute of Standart and Technology (NIST) menemukan penggunaan masker akan mengurangi akurasi dari face recognition bahkan dari algoritma terbaiknya. Terjadi error antara 5% sampai 50% tergantung dari kemampuan masing-masing algoritmanya. Studi ini telah menguji keefektifan dari 89 algoritma face recognition komersial. Bahkan algoritma terbaik sekalipun yang biasanya hanya memiliki 0.3% error rate dapat meningkat menjadi 5% saat berusaha mengenali wajah seseorang yang menggunakan masker. Tidak hanya itu, bahkan pada studi ini juga ditemukan bahwa semakin lebar masker menutupi wajah maka akan semakin sulit untuk dikenali. Selain itu, penggunaan masker berwarna hitam atau warna gelap akan lebih sulit dikenali oleh algoritma face recognition.

Gambar 3. Penambahan masker pada wajah secara digital.

(Ngan, Grother, & Hanaoka, 2020)

Beberapa peneliti sudah mulai mencoba untuk membuat dataset wajah dengan masker. Seperti MaskTheFace (Anwar & Raychowdhury, 2020) yang mencoba mengaplikasikan penambahan masker pada wajah secara digital. Masker diaplikasikan dengan memperhatikan landmark pada wajah dengan dlib. Setelahnya dataset tersebut dicoba menggunakan state-the-art sistem face recognition. Terjadi penambahan hasil sebanyak ~38% true positive saat diterapkan di sistem Facenet baik pada wajah yang menggunakan masker maupun tidak.

Gambar 4. a.MaskTheFace memposisikan template masker sesuai landmark wajah b. Proses Training & Inference pada Facenet (Anwar & Raychowdhury, 2020)

NIST berharap akan semakin banyak penelitian yang dapat meningkatkan hasil akurasi face recognition walaupun penggunanya menggunakan masker. Terlebih lagi penelitian saat ini, dataset yang digunakan hanya menambahkan masker secara digital dan belum memiliki hasil yang signifikan. Selain itu juga perlu diingat masih terdapat masalah-masalah lainnya dalam proses face recognition yang masih perlu untuk diselesaikan seperti sistem yang masih kesulitan dalam mengidentifikasi wajah dari ras kulit hitam seperti African-American karena dataset yang digunakan kebanyakan orang dengan ras kulit putih.

References

Anwar, A., & Raychowdhury, A. (2020). Masked Face Recognition for Secure Authentication.

BBC. (2019, Desember 20). Facial recognition fails on race, government study says. Retrieved from BBC: https://www.bbc.com/news/technology-50865437

Geitgey, A. (2016, July 24). Machine Learning is Fun! Part 4: Modern Face Recognition with Deep Learning. Retrieved from Medium: https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78

Ng, A. (2020, July 28). Face mask are thwarting even the best facial recognition algorithms, study finds. Retrieved from Cnet: https://www.cnet.com/news/face-masks-are-thwarting-even-the-best-facial-recognition-algorithms-study-finds/

Ngan, M., Grother, P., & Hanaoka, K. (2020). Ongoing Face Recognition Vendor Test (FRVT) Part 6A: Face recognition accuracy with masks using pre-COVID-19 algorithms. NISTIR 8311.

Stern, J. (2020, April 8). iPhone Can’t Recognize You With a Mask On? Here’s What to Do About It. Retrieved from The Wall Street Journal: https://www.wsj.com/articles/iphone-cant-recognize-you-with-a-mask-on-heres-what-to-do-about-it-11586362256