La technologie de reconnaissance faciale peut parfois être trompée par des photos car les algorithmes utilisés se basent sur des caractéristiques et des données visuelles qui peuvent être reproduites ou modifiées pour induire en erreur le système.
Les systèmes de reconnaissance faciale utilisent souvent des méthodes dites de "détection du vivant", censées distinguer les visages réels des simples photos. Mais ces méthodes reposent généralement sur des indices simples, comme analyser les reflets lumineux dans les yeux, détecter des micro-mouvements du visage (clignements des yeux, légers mouvements de tête) ou même mesurer la chaleur émise par la peau. Le problème, c'est que ces facteurs peuvent facilement être trompés ou imités par une photo haute résolution présentée sur un écran, voire même une vidéo courte tournant en boucle. De plus, beaucoup de ces méthodes ne sont pas encore assez sensibles ou sophistiquées pour faire la différence entre un vrai visage et une représentation statique de qualité. Ces failles techniques expliquent pourquoi un simple selfie peut parfois suffire à berner un système réputé "sûr".
Les systèmes de reconnaissance faciale galèrent sérieusement quand l'éclairage change ou quand la tête n'est pas pile poil en face de la caméra. Une faible lumière ou une ombre marquée sur le visage, et ça devient très compliqué de retrouver les traits caractéristiques habituels. Même chose pour les angles bizarres : une capture prise de côté ou par en dessous modifie la proportion et la forme des traits faciaux. Du coup, dès que la tenue de la tête ou la luminosité diffèrent trop de la photo de référence dans le système, la reconnaissance peut facilement se tromper et confondre une vraie personne avec une simple image.
Les algorithmes de reconnaissance faciale reposent souvent sur l'analyse de points clés sur le visage, comme l’emplacement des yeux, la distance entre ceux-ci, ou même la forme générale du visage. Le souci, c’est qu’une photo présente ces points clés de façon nette et stable, facilitant ainsi la tâche de ces systèmes. Du coup, une simple photographie peut suffire à créer la confusion, car ces algos n'ont pas toujours la capacité de vérifier si ce visage est en 2D ou en 3D, ou s’il appartient réellement à une personne présente physiquement. Sans pouvoir détecter du mouvement, des clignements d’yeux ou des expressions changeantes, ces systèmes considèrent parfois une image fixe comme un visage réel. C’est cette faiblesse qui fait qu’une photo imprimée ou affichée sur écran peut réussir à tromper bêtement la reconnaissance faciale.
Quand une photo est modifiée volontairement ou non, les systèmes de reconnaissance faciale peuvent devenir complètement perdus. Par exemple, une image avec un filtre de beauté intense ou des retouches Photoshop peut entraîner une erreur d'identification, car l'algorithme compare ton visage réel à une image artificiellement parfaite ou altérée. Pareil quand des traits spécifiques sont accentués ou diminués : nez affiné, joues creusées, yeux agrandis... Ces modifications troublent le modèle qui se base sur des repères précis du visage (distances entre les yeux, largeur du nez, forme du menton). Autre point délicat : les expressions figées ou inhabituelles sur certaines photos, genre sourire forcé ou grimace, peuvent aussi fausser les comparaisons automatiques.
Certains utilisateurs arrivent à piéger les systèmes de reconnaissance faciale avec des méthodes simples. L'une des plus courantes consiste à présenter une photo imprimée ou affichée sur un écran devant la caméra : parfois, ça marche si le système ne vérifie pas bien la texture, la profondeur ou les mouvements naturels propres à un visage réel. D'autres utilisent des techniques appelées deepfakes pour générer une vidéo ou une image artificielle très réaliste d'une autre personne. Certains vont même jusqu'à porter des masques réalistes ou coller des accessoires spécifiques sur leur visage pour brouiller les algorithmes qui détectent les traits typiques d'un visage humain. Les lunettes spéciales, avec des dessins ou des motifs ciblés, par exemple, perturbent facilement les algorithmes en modifiant la façon dont ils détectent des traits essentiels. Ces approches trompent les systèmes simplement parce qu'elles exploitent les limites actuelles des techniques de vérification du vivant ou des algorithmes qui recherchent des repères précis dans l'image.
Saviez-vous que des lunettes spéciales ou des maquillages stratégiques appelés 'maquillages adversariaux' peuvent tromper certains algorithmes de reconnaissance faciale en perturbant les points clés utilisés par ces systèmes?
Saviez-vous que la reconnaissance faciale se base souvent sur l'analyse de « points de référence faciaux » (yeux, nez, bouche), et que toute altération ou obscurcissement de ces éléments clés rend la reconnaissance particulièrement susceptible aux erreurs?
Saviez-vous qu'une étude menée par des chercheurs a découvert que les systèmes de reconnaissance faciale peuvent parfois afficher des biais liés à l'âge, au genre ou à l'ethnicité, ce qui entraîne un taux d'erreur plus élevé pour certaines catégories d’utilisateurs?
Saviez-vous qu'il existe des algorithmes entraînés spécifiquement à identifier les attaques de présentation (attaques par photo ou vidéo), mais qu'ils peuvent encore être vulnérables face aux photos très haute résolution ou à des vidéos soigneusement réalisées?
Oui, dans une certaine mesure. Mal utilisée ou piratée, cette technologie pourrait livrer des informations sensibles à des tiers. Il convient donc de bien choisir les contextes où l'on souhaite autoriser son usage et de toujours privilégier des systèmes avec de solides politiques de sécurité et de confidentialité.
Oui, souvent, présenter une simple photographie imprimée ou sur écran suffit à tromper certains systèmes basés sur des algorithmes ne vérifiant pas correctement l'authenticité anatomique ou les signes de vie du visage présenté.
Un système perfectionné utilise des techniques telles que la détection du clignement des yeux, l'analyse en profondeur par caméra infrarouge (vision 3D), l'analyse des micro-mouvements faciaux et la reconnaissance d'éventuels reflets caractéristiques d'une image imprimée ou affichée sur écran.
Non, la reconnaissance faciale peut rencontrer de grandes difficultés en cas d'éclairage faible ou trop intense, quand les contrastes ou les couleurs ne sont pas clairement discernables. Une lumière homogène et suffisante améliore grandement son efficacité.
Oui, certains accessoires peuvent masquer ou altérer des points d'identification précis, perturbant ainsi la reconnaissance faciale. Cependant, des algorithmes récents, utilisant plusieurs points de référence faciale, sont plus résistants face à ces stratégies.
Non, la reconnaissance faciale n'est pas infaillible. Des facteurs tels que la qualité d'image, l'éclairage, l'angle de prise de vue ou encore la présence d'une photo ou d'une vidéo peuvent tromper les algorithmes.
0% des internautes ont eu tout juste à ce quizz !
Question 1/5
