人臉識別系統的原理
現在使用攝像頭和人臉識別系統,再通過工業網關組網,可以為進出入項目現場、工業環境提供安檢保障,那么人臉識別的系統原理是什么?首先,人臉識別是一種利用臉部辨識或確認個體身分的方式。可以用來辨認照片,錄像,或者是在現實生活中的人。在警方攔截過程中,執法機構也可以用來確認個人身份。
然而,人臉識別極易產生錯誤,而這些錯誤也會牽涉到一些并未犯罪的人身上。在辨認非洲裔美國人及其它少數族群、女性及青少年時,表現特別差,常常會被認錯或認不出他們,因此會對特定族群造成不同的效果。
另外,人臉識別已經被用來對付那些進行過受保護的言論活動的人。它可以被用來追蹤一個人的行蹤,正如一個根據牌照號碼來追蹤一輛汽車一樣。
人臉識別的工作原理
人臉識別是利用電腦演算法,篩選出與人臉有關的特殊,獨一無二的細節。在此基礎上,通過對面部特征信息的分析,建立面部特征信息的數學表達式,并與已有的面部特征信息進行對比。具體人臉的資料,一般被稱作人臉模板,和圖片不一樣,是被設計成只包含一些可以用來區別兩個人臉的詳細信息。
目前,已有的人臉識別系統并沒有直接對未知人臉進行識別,而是通過對未知人臉和已有人臉模型進行匹配,從而實現對未知人臉的識別。這些系統會根據被確認的概率,給出多個可能的配對,并不會只返回單一的配對結果。
在不同的場景下,人臉識別技術存在著不同的問題,例如:低光照、低分辨率、低視角等。
在這個問題上,我們必須了解兩個重要的概念:
所謂“假陰性”,就是人臉辨識系統不能將真實存在于資料庫中的面孔與真實的相似性相符合。也就是說,在對查詢的響應中,系統會錯誤地返回0的結果。
“誤報”是當人臉識別系統將一張面孔和一張庫中的圖片進行比對時,其比對結果是錯誤的。這是警方遞交給“喬”的一幅圖片,但是系統卻把這幅圖片誤認為是“杰克”。
在對面孔識別系統進行研究的過程中,對“假陽性”與“假陰性”的比率進行細致的分析是非常重要的,因為兩者之間往往存在著某種程度的折衷。舉例來說,如果你在用面部識別解鎖你的手機,那么與其讓系統誤以為你是別人,然后讓他們解鎖你的手機,還不如讓你的系統多次失敗。如果誤認導致了無辜者被關進了監獄(正如人臉相冊中的誤認),則應當將這一制度設計成盡量減少誤認。
人臉識別帶來的威脅
人臉識別的資料可以輕易地被執法機構所搜集,但是對于大眾來說卻是很難的。臉總是被公之于眾,但是不像暗號那樣,你不會那么容易改變臉。我們發現,各個部門間的情報交流在不斷加強。照相機的功能不斷增強,技術也在飛速發展。
人臉識別的資料一般取自于在被拘捕時,還未等法官判定其有罪與否時所拍攝的臉部照片。就算被抓的人從來沒有被起訴,他們的臉也不會被從資料庫中移除。
雖然人臉識別的應用越來越廣泛,科技也越來越發達,但仍有錯誤。實際上, FBI在其對隱私權的影響評價中也承認,它的系統“也許不足以精確地找出具有同樣身分的其它圖片,這會造成更高的誤認。”雖然 FBI宣稱他們的系統能在最多50個人中找到真實的應聘者,但是這僅僅是在應聘者在圖片庫中的時候發生的。如果一個候選者沒有出現在圖庫中,該系統仍然有可能生成一種或者多種可能的配對,導致錯誤的結果。那些人,而非候選者,可以被當作他們無罪的犯罪的嫌疑犯。
當資料庫里的人越多,臉部辨識就越困難。那是因為世上有許多人看起來相似。當相似面孔出現的概率增大時,其識別精度就會下降。
臉部辨識軟體在辨認非洲裔美國人時特別差勁。美國聯邦調查局在2012年發布的一份調查報告中指出,非洲裔美國人的調查結果比其它人口統計學中的要精確得多。臉部辨識軟體也會錯誤地辨認出其他少數族群、青少年及婦女,且比率較高。犯罪數據庫中包含了大量非裔美國人,拉美裔和移民,這在一定程度上是由于警方中的種族歧視。所以,利用面部識別技術,對于黑人來說,效果是不一樣的。
據指出,人的備份身份(對計算機進行身份驗證的人)能夠消除假陽性。但是,調查顯示,在沒有經過特殊訓練的情況下,人們在選擇圖片的時候,有半數的幾率會作出不正確的判斷。遺憾的是,沒有幾個體系有專業人士來檢查和減少可能的配對。
幾乎沒有人會去檢查臉部辨識系統的濫用情況。喬治城大學對52個承認使用面部特征的學校進行了調查,其中不到10%的學校對此采取了公共策略。僅有兩家部門(舊金山警署和南聲911,位于西雅圖區域)規定必須達到一定的精確性門檻才能采購該技術。僅有一家--密歇根州警察部門--對其審核程序進行了審查。
很少采取什么措施來保護普通美國人,使他們不被誤用面部識別技術。通常情況下,機關并不要求出示搜查證,而且很多機關在利用臉部辨識技術辨認出一個人之前,都不要求他的執法權。
伊利諾伊州的《生物資訊隱私權法案》規定,個人若要使用臉部辨識技術,須事先征得對方的同意。但這只對企業有效,對法律執行部門無效。