在國內(nèi)，進入高鐵站、在機場過安檢、入住賓館或到單位簽到時使用人臉識別系統(tǒng)已是很普遍的事了。但奇怪的是，近來國外媒體時有人臉識別系統(tǒng)患上“臉盲癥”的報道。近日，英國大都會警察局被曝其部署的人臉識別系統(tǒng)準確率僅達到2%。而美國民權組織在使用亞馬遜面部識別系統(tǒng)時，掃描所有535位美國國會議員的面部照片，結果其中28人竟被識別成了罪犯。如此誤差引起了人們的質疑，以及對警方使用該系統(tǒng)的擔憂。

人臉識別是AI技術發(fā)展較快、應用較多的一個領域，國內(nèi)警方的人臉識別系統(tǒng)屢屢精準識別逃犯，國外警方的人臉識別準確率為何如此之低？究竟是評價標準不同，還是技術上真有差別？

對于中外人臉識別效果的巨大差異，航天科工智慧產(chǎn)業(yè)發(fā)展有限公司系統(tǒng)總體部專家何東昌在接受科技日報記者采訪時解釋，首先是國外的國情問題?！坝行﹪艺J為，人臉識別存在隱私問題，甚至對視頻監(jiān)控技術的應用都有一定限制。”例如在英國，面部識別和追蹤技術就曾引發(fā)巨大爭議，英國各界甚至發(fā)起一項“請警方停止用攝像頭進行面部識別”的抗議活動。類似情況在美國也有發(fā)生，如亞馬遜公司利用云計算平臺、人工智能技術幫助警方使用人臉識別技術，美國公民自由聯(lián)盟對此提出了抗議。

“國內(nèi)人臉識別應用已相當廣泛，并積累了相當多的實戰(zhàn)經(jīng)驗，在人臉圖像采集、預處理以及特征選取等方面的工程優(yōu)化也做得很好。”何東昌說，除國情外，在國際上我國的人臉識別技術確實發(fā)展比較快。

美國國家標準與技術研究院組織的人臉識別算法測試FRVT?2018結果顯示，我國公司再度摘得桂冠。該測試以評測標準的嚴謹性、一致性和全面性著稱。在測試中，我國的人臉識別算法在千萬分之一的誤報下達到識別準確率95.5%，成為當時全球業(yè)界在此項指標下的最好水平。

清華大學媒體大數(shù)據(jù)認知計算研究中心主任王生進教授說，當前人臉識別有三種應用模式：1∶1人臉識別、1∶N人臉識別、M∶N動態(tài)布控。

1∶1識別的本質是計算機對當前人臉與人像數(shù)據(jù)庫進行快速人臉比對，并得出是否匹配的過程，“刷臉”登機、驗票、支付都屬此類；1∶N是在海量的人像數(shù)據(jù)庫中找出當前用戶的人臉數(shù)據(jù)并進行匹配，即從N個人臉中找出1個目標；M∶N是通過計算機對場景內(nèi)所有人進行面部識別，并與人像數(shù)據(jù)庫進行動態(tài)人臉比對，能應用于黑名單監(jiān)控、VIP客戶管理系統(tǒng)、校園人臉識別系統(tǒng)等多種場景。

“英國警局出現(xiàn)的情況，也未必是識別準確率低?？赡苁窃谔囟ōh(huán)境下，采集的圖片不夠理想，或是M∶N的人臉識別，為達到更高的檢出率和檢測速度，在一定程度上犧牲了準確度?！焙螙|昌說。

在信息即價值的時代，個人隱私信息的商業(yè)價值日益凸顯。在人臉識別技術火爆的同時，社會上出現(xiàn)了是否會侵犯隱私，人臉是否能被“假冒”的擔憂和質疑。對此，何東昌認為，目前國內(nèi)，從消費電子領域到安保、網(wǎng)絡支付、金融等領域都在逐步引入人臉識別，但新技術有“雙刃劍”屬性，應防范其中潛藏的安全隱患。

特別是在“刷臉”過程中，用戶的姓名、性別、年齡、職業(yè)，甚至用戶在不同情境狀態(tài)下的情緒等大量信息都被采集并儲存。這些信息如果得不到妥善保管而被泄露，用戶個人隱私就處在“裸奔”狀態(tài)?！耙虼?，面對刷臉產(chǎn)生的個人隱私問題，我們必須多角度共同保護。目前在人臉識別技術領域，我國尚無相應的安全監(jiān)管機制，應及早未雨綢繆，預先防范?！焙螙|昌說。

微軟總裁兼首席法務官布拉德·史密斯也在其博文中表示：“考慮到這項技術被濫用的可能性和廣泛的社會影響，政府在人臉識別方面的立法似乎顯得尤為重要?！?/p>

“看好我們的臉”，公民應多一些戒備與防范意識，企業(yè)多一些技術層面的保障措施，監(jiān)管也須及時跟進。業(yè)內(nèi)人士也建議，政府應從管理者角度，通過立法方式強化面部識別領域的監(jiān)管力度，保障公民個人信息安全；相關行業(yè)、企業(yè)應提升應用軟件等載體及儲存設備的安全技術水平，提升網(wǎng)絡安全意識，避免公民隱私信息泄露或遭非法轉賣；非必要的隱私數(shù)據(jù)不應采集。當前，人臉識別技術的開發(fā)仍有巨大拓展空間，國家有必要在數(shù)據(jù)共享和開放上加大引導力度，促進技術發(fā)展。另一方面，人臉識別技術在逐漸走向成熟，應用將越來越多，識別技術的各類標準，特別是保護公民隱私的標準應盡快出臺；相關行業(yè)及企業(yè)需擔負起社會責任，主動積極地規(guī)范行業(yè)標準，自覺維護采集、儲存的公民隱私數(shù)據(jù)安全等。

目前，國內(nèi)外人臉識別技術發(fā)展速度加快，技術路徑也比較多。何東昌介紹說，主流的人臉識別技術基本上可歸結為五類。

其中，基于模板匹配方法是將待處理的人臉圖像直接與數(shù)據(jù)庫中所有模板進行匹配，選取匹配最相似的模板圖像作為待處理圖像的分類。不過，由于數(shù)據(jù)庫中每個人的模板圖片數(shù)量有限，不可能涵蓋現(xiàn)實中所有的復雜情況，簡單的模板匹配只利用了相關信息，對背景、光照、表情等非相關信息非常敏感。因此，該方法只適用于理想條件下的人臉識別，并不適合應用于實際場景。

基于幾何特征的方法，即人的面部有形狀和大小都不相同的部件，如鼻子和嘴巴等。通過對這些部件形狀的對比、部件間位置的檢測，從而實現(xiàn)人臉識別。與基于模板匹配方法相似，形狀、距離等信息并不能表達出圖像中的姿態(tài)、表情等非線性因素，導致該方法的可靠性和有效性較低。

基于人工神經(jīng)網(wǎng)絡的方法直接使用圖像像素點作為神經(jīng)網(wǎng)絡的輸入，通過模擬人腦神經(jīng)元工作機制，可學習到其他方法難以實現(xiàn)的隱性人臉特征表示。而且神經(jīng)網(wǎng)絡擁有非線性激活函數(shù)，使得網(wǎng)絡對人臉圖像中的非線性因素和關系有一定的表達能力。

基于稀疏表示的人臉識別方法中，稀疏表示用的“字典”直接由訓練所用的全部圖像構成，無需經(jīng)字典學習。

最后一種是基于深度學習的人臉識別方法。其核心內(nèi)容是逐層訓練的網(wǎng)絡結構，每層使用的是自編碼神經(jīng)網(wǎng)絡，自編碼神經(jīng)網(wǎng)絡主要包括對數(shù)據(jù)編碼和解碼兩部分內(nèi)容。通過編碼、解碼實現(xiàn)對輸入數(shù)據(jù)的無監(jiān)督學習，辨識能力隨數(shù)據(jù)增長逐步提高。