Un système testé atteint environ 96 % sur une base

Le nez et la bouche disparaissent derrière un masque. Pour les systèmes classiques de reconnaissance faciale, cette partie manquante peut suffire à rejeter un utilisateur autorisé — une faiblesse mise en évidence lorsque les masques étaient souvent obligatoires pendant la pandémie. Des chercheurs ont maintenant testé un système qui fonctionne plutôt avec les yeux et le front, atteignant jusqu’à environ 96 % de précision sur une base.

La méthode combine plusieurs vues du visage. Un modèle de deep learning extrait les caractéristiques autour des yeux, une zone appelée région périoculaire. Deux autres techniques — les motifs binaires locaux et les histogrammes de gradients orientés — analysent le front avant que le système ne fusionne les résultats pour identifier ou vérifier une personne.

Ce choix modifie également les exigences matérielles. Contrairement à la reconnaissance de l’iris, qui peut nécessiter une imagerie spécialisée dans le proche infrarouge et des conditions contrôlées, la reconnaissance périoculaire peut fonctionner avec des caméras ordinaires en lumière visible. Cette approche cible donc une partie du visage qui reste visible sans exiger le même équipement spécialisé que celui décrit pour les systèmes fondés sur l’iris.

Le résultat n’est pas aussi solide partout. Le chiffre d’environ 96 % provient d’une base, tandis que les tests menés sur d’autres ensembles de test ont produit une précision inférieure. Les auteurs présentent donc le système comme davantage adapté à un filtrage initial qu’à une preuve définitive d’identité.

Qu’est-ce que cela change en pratique ? Une correspondance avec un visage masqué pourrait aider un système à déterminer qui doit passer à une autre étape d’authentification, par exemple saisir un mot de passe, un code PIN ou utiliser un jeton de sécurité. Les chercheurs indiquent également que le modèle pourrait intégrer les oreilles, la forme du visage ou le profil ; ces caractéristiques supplémentaires devraient améliorer significativement les performances, même si l’article présente cette possibilité comme une perspective et non comme un résultat abouti.