通過人臉識別狠治“中國式過馬路”、考駕照先要“刷臉”進行身份驗證、公廁用上人臉識別廁紙機……不知不覺,高大上的人臉識別技術逐漸影響著我們的生活。最近，美國機場安檢也要“刷臉”，那么，面部識別背后到底有怎樣的奧秘？
“特朗普政府”新出臺的移民政策限制了一些指定的穆斯林國家的公民進入美國，這不僅吸引了大家的注意，也引起了“政界戰火”。在備受矚目的新政中，有一項行政指令沒有受到重視，甚至被完全忽略了――在美國各大機場中廣泛投入使用面部識別系統，主要用于監控離美人員，識別逗留時間超過簽證期限的人，以及識別被通緝人員。
智能手機里的面部識別是面部識別技術的加強升級版。用計算機進行人臉識別和身份驗證，能夠有效地簡化公司或政府的訪問檢查流程。有些系統可以識別出有犯罪嫌疑的人員。公司企業可以通過對客戶面部特征的分析，劃分出不同性別、年齡和民族背景的客戶群，在劃分基礎上制定相應的市場銷售戰略。面部識別技術還能為特定領域的消費者服務，比如虛擬眼鏡試戴、虛擬化妝。
現在，政府機構和公司企業幾乎能夠輕易地在社區內，甚至是在世界范圍內追蹤到我們每個人。所以，個人隱私問題越來越嚴重?，F在面部識別市場價值大約為30億美元，在2021年有望上升至60億美元。監視需求的不斷增長是其價值提升的主要原因，而政府是面部識別系統的主要消費者。
美國聯邦調查局的數據庫中大約有一半美國人的圖像信息。另外，基于面部識別技術的網絡騷擾，甚至是現實跟蹤的隱患同樣不容忽視。
如今，面部識別技術越來越普遍，這項新興技術已經逐漸被應用于刑事犯罪調查領域了。因此，我們應該要了解面部識別技術的“所能”和“所不能”，了解它是如何識別我們的“臉”的。只有這樣我們才能判斷應該什么時候、如何使用面部識別識別一個人的“臉”。
“面部識別”是怎么做到的?
作為“生物識別系統”的一部分，“面部識別”通過監測一個人的外表特征來將這個人與其他人區分開來。其他這種類型的工作還包括最常見的指紋匹配、視網膜掃描、虹膜掃描(掃描眼睛更容易觀察的部分)以及語音識別。
這些識別系統首先要接收一個“未知人”的數據，通常是圖像數據;然后系統會對輸入的數據進行分析，并嘗試將其與數據庫中“已知人”的面部特征或聲音特征匹配。“面部識別”的識別過程主要有三個步驟：檢測、“面紋”創建、驗證或識別。
拿到一張圖片，計算機軟件就會對其進行分析，然后識別出圖片中的“臉”出現的地方，比如人群中。舉個例子，商場內部都設有安保攝像頭，裝備了面部識別軟件的計算機將會對商場內的視頻影像進行檢測和識別。
系統一旦發現任何可疑的“臉”，它就會更加密切地關注圖片中的每一張“臉”。識別有時候需要調整圖片的方向或者大小?？拷鼣z像頭的臉看起來可能會略微傾斜或扭曲;離攝像頭比較遠的人會顯得很小甚至有部分會被遮擋。
當面部識別軟件把圖像中的臉調整到一個合適的大小和方向以后，它就會更進行更加細致的識別，然后創建一個所謂的“面紋”。與指紋記錄非常相似，一個“面紋”實際上就是一組能夠區別人臉的組合特征。一個“面紋”的元素包括面部特征的相對位置，比如說眼睛、眉毛和鼻子的形狀。一個有著小眼睛、粗眉毛和長窄鼻子的人，跟一個有著大眼睛、細眉毛和寬鼻子的人的“面紋”是完全不同的。眼睛是能否準確的進行面部識別的關鍵。一個大黑墨鏡就能極大地混淆面部識別系統，它比發型或者常規的眼鏡更能削弱面部識別的準確度。
你可以通過將“面紋”與一張照片進行對比，驗證一個“已知人”的身份，比如公司對進入安全區域的人員身份進行檢查和驗證。同樣的，你也可以通過將“面紋”與數據庫中大量的圖片進行對比，識別出一個“未知人”。
“面部識別”并非那么輕松
影響面部識別效果的關鍵性因素就是光線。一張光線從正前方均勻照射的、沒有陰影和任何遮掩的“臉”是最有利識別的。另外，臉與圖像背景反差的強烈與否，以及臉距離攝像頭的遠近對面部識別的效果都會產生很大的影響。
對有意識地進行面部識別的人進行識別就會比較簡單，比如需要接受身份驗證才能進入特定區域的員工。因為他們會配合識別的程度比較高，他們會在合適的光線的位置直視攝像頭，為方便軟件識別調整至最優位置。
還有一些人并不知道自己被面部識別系統所識別。在圖像中，識別分析這些人的臉是比較困難的。從雜亂的人群中選擇出的人臉在生成“面紋”之前，必須要經過數字化轉換的處理。因此，這也是造成面部識別軟件失誤的潛在原因。
潛伏的問題
如果一個面部識別系統出現了失誤，那么隨之會產生大量的潛在問題。一個限制訪問的系統可能會錯誤地允許一個未經授權的人進入訪問。另一種情況相反，系統可能會錯誤地對允許進入的人進行限制。
監控攝像頭并不是每次都能捕捉到犯罪嫌疑人清晰的照片，這就意味著，在警方執法過程中，面部識別系統可能會將無辜的人認作嫌疑人，或者相反，讓嫌疑人逃脫。
在犯罪電視劇中一般都會有這樣的橋段：警方通過面部識別技術，迅速、準確地抓獲嫌疑人。但不管在劇中被描述得有多神，識別技術在現實中還是會出錯的，盡管這種識別技術已經在不斷完善了。現在面部識別的失誤率在0.8%左右，根據“國家科技標準研究所”的估計，這一失誤率將每兩年下降一半。而語音識別失誤率在6%以上，相較之下，面部識別還是比較準確的。但是面部識別的失誤風險還是高于虹膜掃描和指紋掃描的。
面部識別技術和其他技術的聯合使用，包括警用隨身相機、地理定位軟件和輔助實時跟蹤的機器學習，就不僅是簡單的識別了。多種技術的聯合起來能夠判斷出一個人的方位，還能推測出其將要去的地方。這樣的結合技術對打擊犯罪非常有利，同時也讓我們的正常生活更加沒有隱私可言。
科技為我們提供了強大的工具，而法律一般都跟不上新科技的發展速度。但是如果我們打算將面部識別技術持續應用于移民政策和決策執法，我們就必須接受其帶來的好處和損失，就必須理解這一新技術引發的，有關識別準確程度、個人隱私和道德等方面的問題。
京公網安備 11010502049343號