面部識別的下一個挑戰是識別面部被遮蓋的人

面部識別越來越普遍，但如果問任何人如何避免，他們都會說：簡單，戴個面具就行了。不過，在未來，這可能還不夠。面部識別技術正在開發中，它能夠識別出一個人，即使他的臉被遮住了——這可能意味著在公共場合保持匿名將比以往任何時候都困難。...

面部識別越來越普遍，但如果問任何人如何避免，他們都會說：簡單，戴個面具就行了。不過，在未來，這可能還不夠。面部識別技術正在開發中，它能夠識別出一個人，即使他的臉被遮住了——這可能意味著在公共場合保持匿名將比以往任何時候都困難。

這一話題是在預印本伺服器arXiv上發表的一篇研究報告在一份流行的人工智慧通訊中被分享後提出的。利用深度學習和一組穿著各種偽裝的人的照片，研究人員能夠訓練出一種神經網路，這種神經網路有可能以一定的可靠性識別出蒙面人。學術和社會學家Zeynep Tufekci在Twitter上分享了這項工作，他指出，這類技術可能成為壓迫的工具，獨裁國家利用它來識別匿名**者並壓制異見。

不過，紙張本身需要加點鹽。其結果遠不如行業標準準確（例如，當有人戴著帽子、太陽鏡和圍巾時，系統只能在55%的時間內識別他們）；它使用了一個小的資料集；該領域的專家也批評了它的方**。

薩裡大學專門從事人臉跟蹤和分析的研究人員帕特裡克·休伯（Patrik Huber）在接受《邊緣報》採訪時說：“我覺得這不是一篇特別有說服力的論文。他指出，這套系統實際上並沒有將偽裝的面孔與照片或肖像進行匹配，而是使用了一種名為“面部關鍵點”（眼睛、鼻子、嘴脣等面部特徵之間的距離）的東西來代表某人的身份。

不過，儘管這份報告有其缺陷，但當人們的臉被遮住時，識別他們的身份是一個挑戰，很多團隊都在努力——而且進展很快。

例如，Facebook已經訓練了神經網路，可以根據頭髮、體型和姿勢等特徵識別人。面部識別系統也被開發出來（儘管，同樣；未準備好用於商業用途）。還有其他更奇特的方法來識別人。例如，人工智慧驅動的步態分析可以高精度地識別個體，甚至可以處理低解析度的畫面——你可能會從閉路電視攝像頭中獲得這種畫面。

瑞士巴塞爾大學（universityofbasel）開發了一種識別蒙面人的系統，該系統根據目標的視覺效果重建了目標面部的三維模型。伯納德·愛格是這項工作的幕後推手之一，他對《邊緣報》說，他預計在不久的將來這一領域會有“大量的發展”，但他認為總會有辦法愚弄機器。”愛格說：“也許機器在部分閉塞的特殊任務上會比人類做得更好。”但是，我相信，如果你想避免這種情況，仍然有可能得不到承認。”

例如，戴一個覆蓋整個面部的硬性面具，將使當前的面部識別系統毫無進展。其他研究人員已經開發出一種專門設計用來欺騙和迷惑人工智慧面部識別系統的有圖案的眼鏡。獲得清晰的影象也很困難。愛格指出，我們習慣於快速準確地執行面部識別，但這是在受試者合規的情況下——例如，用**掃描他們的面部，或者在邊境檢查站。

不過，隱私權倡導者表示，即使這些系統存在缺陷，它們仍有可能受到執法部門的歡迎。例如，上個月，倫敦警方使用實時面部識別技術對參加一年一度的諾丁山狂歡節的人們進行掃描。活動開始前，他們收集了一個“定製資料集”，上面有500多人的照片，這些人要麼被禁止參加，要麼被通緝歸案，然後在嘉年華的一條主要幹道上安裝了攝像頭。根據人權組織“自由”的一份報告，只有一名與會者透過這一系統被成功確認身份（即使當時他的逮捕令已經過期），而有35個假陽性。警方仍然認為這是成功的。

如果將這種態度與越來越多的警用人體攝像頭、面部識別資料庫的發展以及分析資料的新人工智慧技術結合起來，那麼公眾匿名性顯然正在受到破壞。而在當前的政治氣候下，**活動變得越來越普遍和暴力，這可能非常危險。正如Tufekci在Twitter上指出的，這項新技術的開發往往沒有考慮到它的用途。

阿馬約特·辛格（Amarjot Singh）是最近在arXiv上發表論文的首席研究員，他說，他認為這些系統本身是中立的，它們是否會對社會產生有害影響取決於它們的部署方式。”他對《邊緣報》說：“這項技術的好處大於壞處。”任何東西都可以用在好的方面和消極的方面。他補充說，他和他的同事們正在努力獲得資金來改進他們的系統，最終他們可能會將其商業化為了擴充套件資料集，我們可以嘗試用它來**產品我們還不太確定，但我們肯定會擴充套件資料集。”