Spetslab : la précision des systèmes d'identification faciale ne peut pas être évaluée par un seul chiffre

Specialab a publié une analyse expliquant pourquoi la question de la « précision » des systèmes d'identification faciale est fondamentalement mal posée. La performance de ces systèmes ne dépend pas d'un chiffre magique, mais de l'angle du visage, du scénario de cas d'usage, des paramètres de seuil et de la manière dont la base de données d'images est structurée.

Pourquoi il n'existe pas un seul chiffre

Le point principal de l'article est simple : un système d'identification faciale ne répond pas à la question « a-t-il reconnu la personne avec une précision absolue ». Il recherche toujours le visage le plus similaire dans la base de données et compare l'image actuelle avec les échantillons qu'il possède déjà. Tant qu'une personne regarde directement la caméra, la tâche est relativement simple. Mais plus le visage est tourné, plus l'éclairage est mauvais, plus la netteté et l'angle de prise de vue sont mauvais, plus le nombre de candidats similaires augmente. C'est pourquoi le même algorithme peut montrer des résultats quasi impeccables à un point de contrôle et des erreurs notablement plus fréquentes dans une foule.

«

Dans une configuration, les erreurs sont éliminées, mais le visage regarde strictement de face. »

L'auteur souligne que les utilisateurs attendent souvent de la biométrie une évaluation universelle, comme celle des appareils électroménagers ou des tests de vitesse. En réalité, une telle évaluation n'existe pas parce que le système équilibre toujours entre rigueur et flexibilité. Si vous définissez un seuil maximum strict, seules les bonnes images de face passeront de manière fiable. Si vous assouplissez les paramètres, vous pouvez trouver une personne dans des poses plus difficiles, mais en même temps le risque de faux positifs augmente. C'est ce compromis qui détermine l'efficacité réelle de la solution.

Contrôle d'accès et recherche

L'article discute deux scénarios presque opposés. Le premier est un système de contrôle d'accès, lorsqu'une caméra est installée à un point de contrôle pré-établi et que la personne comprend qu'elle doit regarder l'objectif. Ici, vous pouvez exiger une vue de face quasi parfaite, fixer un seuil de correspondance élevé et obtenir un fonctionnement très stable. Le deuxième scénario est la recherche d'une personne spécifique à travers un flux vidéo, par exemple dans une archive ou dans une foule. Là, les gens ne regardent pas la caméra sur commande, tiennent leur téléphone près du visage, se détournent, entrent dans l'image par le haut ou par le côté, et le système est donc obligé de fonctionner de manière plus flexible.

• Dans les systèmes de contrôle d'accès, la caméra est positionnée pour capturer une image de face.
• Dans la recherche dans la foule, le système fonctionne avec de mauvais angles et des poses aléatoires.
• Les paramètres stricts réduisent les erreurs mais manquent les images difficiles.
• Les paramètres flexibles augmentent les chances de trouver la bonne personne mais produisent plus de fausses alarmes.

D'où la conclusion : exiger un seul chiffre de « précision » pour les deux modes est dénué de sens. Pour un point de contrôle, il est important de presque jamais laisser entrer les étrangers et de reconnaître régulièrement les personnes connues dans des conditions contrôlées. Pour la recherche, il est plus important de réduire le volume d'examen manuel de l'opérateur et de montrer rapidement un ensemble limité des visages les plus similaires. Il ne s'agit plus de la même tâche, mais de deux modèles d'utilisation différents avec des tolérances d'erreur différentes.

Comment réduire les erreurs

Specialab propose de surmonter la limitation fondamentale non seulement par les paramètres mais aussi par la structure de la base de données elle-même. Si vous avez besoin de suivre vos propres employés ou visiteurs réguliers dans différentes conditions, vous devez ajouter à la base de données non pas une seule photo de face mais plusieurs images avec différentes rotations de la tête. Alors même une image gravement déformée sera comparée non à un « visage de passeport idéal » mais à un échantillon de pose similaire de la même personne. Cette approche est particulièrement utile pour le suivi des mouvements dans une installation, où il est important de ne pas confondre votre personnel entre les caméras.

L'article établit également une distinction importante entre la simple reconnaissance faciale et l'identification personnelle. Un détecteur de visage est nécessaire pour trouver un visage dans une image, l'extraire d'une archive de plusieurs heures et supprimer les doublons. L'auteur donne un exemple significatif : examiner une semaine d'enregistrements de 16 caméras pourrait prendre 2 688 heures, et un détecteur de visage réduit la recherche à des images individuelles avec des personnes. Cependant, dans les scénarios complexes — la nuit, floue, en vidéo en noir et blanc — une personne reconnaît parfois toujours une personne familière mieux qu'un algorithme car elle s'appuie non seulement sur les métriques faciales mais aussi sur le contexte visuel global.

Ce que cela signifie

Pour les entreprises et les services de sécurité, c'est une bonne orientation : les systèmes d'identification faciale doivent être évalués non pas par une « précision » abstraite mais par scénario spécifique, conditions de prise de vue et coût de l'erreur. Si la tâche est formulée correctement, la biométrie peut réduire considérablement le travail manuel et accélérer la recherche. Si elle est mal formulée — même un algorithme robuste semblera faible simplement parce qu'on attend de lui l'impossible.