Pourquoi la reconnaissance faciale ignore lunettes et coiffure
Un matin pressé. On change de lunettes, on a les cheveux en bataille, mais le téléphone se déverrouille sans faillir. Pourtant, un soir, la lumière baisse et plus rien ne marche.
Déverrouiller son téléphone du bout du regard est devenu un geste banal. On s’étonne parfois que ça marche même avec une barbe qui pousse ou des lunettes de soleil, alors que la caméra semble tout voir. Ce qui fascine, c’est la capacité de l’appareil à reconnaître son propriétaire alors que l’apparence extérieure change d’un jour à l’autre.
Mais ce système ne lit pas un visage comme on le ferait dans le miroir. Il ne photographie pas une image figée à comparer. Il mesure des points sous-jacents, invisibles à l’œil nu. C’est là que la compréhension s’arrête souvent : on imagine une machine qui « voit » comme nous, alors que son mode de reconnaissance repose sur d’autres bases.
Lucidaily publie 3 sujets comme celui-ci chaque matin.
Créer un compteRepères fixes du visage
La reconnaissance faciale automatique s’appuie sur des points précis du visage, stables même quand l’apparence extérieure varie. Anil K. Jain (Michigan State University) a montré que ce sont les distances entre les yeux, le nez, la bouche ou la courbure des pommettes qui comptent. Ces repères ne changent pas même si on porte un chapeau ou si la coupe de cheveux évolue.
Approfondir
Apple, dans sa publication technique sur Face ID (2017), détaille que leur système projette plus de 30 000 points invisibles sur le visage pour créer un modèle 3D. Les accessoires ou le maquillage ne perturbent pas cette cartographie, car ils modifient peu la structure profonde.
Image perçue, image calculée
On croit souvent que l’appareil compare une photo du visage. En réalité, il calcule un « squelette » de mesures stables. Un changement de barbe ou de lunettes n’a donc pas d’effet, mais une ombre ou une lumière inhabituelle peut suffire à tout bloquer. Ce décalage entre ce que la machine « voit » et ce que nous percevons explique des surprises : parfois, on ne se reconnaît pas sur la photo, mais le téléphone, lui, n’hésite pas.
Lumière et angles piègent la machine
La robustesse du système a des limites. Xiaoyun Zhang (Chinese Academy of Sciences) a montré que des éclairages très marqués, des ombres ou des reflets peuvent tromper l’algorithme. Dans une pièce sombre ou si la lumière vient de côté, la machine peut échouer à retrouver ses repères, même si l’œil humain reconnaîtrait sans peine.
Le système tolère donc mieux un accessoire ou une nouvelle coiffure qu’une variation de lumière ou un angle inattendu.
Approfondir
Ce n’est pas l’apparence « visible » qui bloque, mais quand la caméra ne peut plus mesurer les points clés. C’est pourquoi un déguisement grossier peut passer, alors qu’un simple contre-jour peut tout bloquer.
Jusqu’où la fiabilité ?
Certains chercheurs questionnent la sécurité de ces systèmes face à des imitations sophistiquées ou à des jumeaux, car la plupart des modèles reposent sur des mesures physiques simples. D’autres, comme Apple, misent sur la complexité du modèle 3D pour limiter ces risques, mais le débat reste ouvert. Il n’existe pas de consensus sur le seuil exact de ressemblance nécessaire pour tromper la machine, car les algorithmes évoluent sans cesse.
La reconnaissance faciale compare la géométrie profonde du visage, pas l’apparence extérieure, ce qui la rend insensible à lunettes ou coiffure mais vulnérable à la lumière.