มีความกังวลว่าการสวมหน้ากากจะเป็นปัญหาสำหรับระบบรู้จำใบหน้า แต่จากข้อมูลเผยแพร่โดย The National Institute of Standards and Technology (NIST) นั้นพบว่า อัลกอริธึมระบบรู้จำใบหน้าสามารถระบุใบหน้าภายใต้หน้ากากได้ดีขึ้น
รายงานได้นำเสนอว่า การสวมหน้ากากไม่ได้เป็นปัญหาเหมือนที่คิดไว้ในตอนแรก โดยอิงจากการทดสอบอัลกอริธึมระบบรู้จำใบหน้ามากกว่า 150 ชุด ซึ่งผู้ขายได้อาสานำระบบส่งให้ NIST ทดสอบในส่วนหนึ่งของการทดสอบ The Facial Recognition Vendor Test (FRVT) สถาบันได้เผยแพร่ผลการทดสอบดังกล่าว เมื่อ NIST ตรวจดูผลของการสวมหน้ากากในระบบรู้จำใบหน้าเมื่อเดือนกรกฎาคมที่ผ่านมา ก็พบว่าอัลกอริธึมระบุใบหน้าภายใต้หน้ากากได้ไม่แม่นยำนัก เพราะเมื่อส่วนจมูกและปากถูกปิดไว้ ทำให้ระบบทำงานได้ยากขึ้น
รายงานของ NIST มุ่งเน้นไปที่อัตราการจับคู่ภาพผิดโดยไม่แจ้งเตือน (False non-match rate หรือ FNMR) เมื่อเดือนกรกฎาคม อัตราความผิดพลาดของอัลกอริธึมบางตัวก็พุ่งสูงระหว่าง 5 ถึง 50 เปอร์เซ็นต์ เมื่อต้องระบุภาพใบหน้าของคนที่สวมหน้ากาก
แต่ช่วงเวลาการแพร่ระบาดทำให้นักพัฒนามีเวลาจัดการกับปัญหาดังกล่าว และข้อมูลของ NIST ก็ชี้ว่าอัลกอริธึมระบบรู้จำใบหน้าทำงานได้ดีขึ้นกับการระบุใบหน้าภายใต้หน้ากาก หากไม่สวมหน้ากาก อัลกอริธึมมีอัตราความผิดพลาดอยู่ราว 0.3 เปอร์เซ็นต์ แต่ตัวเลขก็ยังสูงขึ้นถึง 5 เปอร์เซ็นต์เมื่อต้องระบุใบหน้าสวมหน้ากากอยู่ อย่างไรก็ดี นี่ก็แสดงให้เห็นว่าระบบมีความแม่นยำมากขึ้นเรื่อย ๆ
ล่าสุด พบว่าอัลกอริธึมที่ต่างกันทั้งแปดชุดมีอัตราความผิดพลาดลดลงมาได้ต่ำกว่า 0.05 เปอร์เซ็นต์ ซึ่งหกในแปดนั้นส่งมาให้ NIST หลังจากรายงานแรกได้รับการเผยแพร่เมื่อเดือนกรกฎาคม
ข้อจำกัดของการศึกษานี้ก็คือ การทดสอบนำภาพจากผู้ถือวีซ่าของจริงและภาพสำหรับใช้ผ่านแดน แต่ไม่ได้ใช้ภาพใบหน้าที่สวมหน้ากากจริง แต่ทาง NIST ใส่หน้ากากจำลองให้เพื่อให้มีความคงที่ในแต่ละตัวอย่าง ซึ่งในความเป็นจริงแล้ว หน้ากากก็มีหลากหลายรูปแบบ ทั้งสี ดีไซน์ ผิวสัมผัส และวิธีการสวมใส่ เป็นต้น หน้ากากจำลองนั้นเป็นหน้ากากสีฟ้าที่ใช้ในทางการแพทย์สวมปิดภาพใบหน้า ทั้งนี้ ผู้ทดสอบระบุว่า ความสามารถของระบบนั้นต่างกันไปขึ้นอยู่กับว่าหน้ากากคลุมปิดใบหน้ามากขนาดไหน