通過面部識(shí)別技術(shù)去識(shí)別人臉,這樣的能力在普通人和政府部門之間制造了不平衡。而如果在照片被模糊的情況下仍然能夠成功識(shí)別,那么這樣的平衡將消失殆盡。一種名為“無人臉識(shí)別系統(tǒng)”(FRS)的算法就實(shí)現(xiàn)了這樣的功能。
FRS的開發(fā)者是德國薩爾布呂肯馬克斯·普朗克研究所的研究員。這種技術(shù)能利用不完美、不清晰的圖片去進(jìn)行識(shí)別。這一系統(tǒng)用大量照片去訓(xùn)練神經(jīng)網(wǎng)絡(luò),而這些照片中包含清晰和不清晰的圖像,神經(jīng)網(wǎng)絡(luò)隨后即可利用人物頭部和身體的相似性去完成識(shí)別。
這一系統(tǒng)的準(zhǔn)確度很高。在觀察一張清晰版照片之后,這一算法識(shí)別不清晰照片的準(zhǔn)確率只有69.6%。不過,如果觀察過10張某一人臉的照片,那么這一準(zhǔn)確率將提升至91.5%。
不過,這一技術(shù)也存在局限性?! ±?,如果用黑框去遮擋某一人臉,那么識(shí)別的準(zhǔn)確率會(huì)急劇下降至14.7%。不過,這樣的準(zhǔn)確率也要比人工高3倍。
FRS并不是唯一的這種算法。Facebook曾開發(fā)過面部識(shí)別算法,識(shí)別模糊人臉的準(zhǔn)確率達(dá)到83%。為了實(shí)現(xiàn)這一功能,F(xiàn)acebook的算法會(huì)分析人物的站姿和體型。不過,F(xiàn)RS或許是首個(gè)完全基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng),充分利用多種信息去進(jìn)行識(shí)別。
研究人員也提到了隱私保護(hù)問題:“從隱私保護(hù)角度來看,這一結(jié)果應(yīng)當(dāng)引起關(guān)注。很有可能,類似這一系統(tǒng)的其他系統(tǒng)已經(jīng)在線運(yùn)行。我們認(rèn)為,計(jì)算機(jī)視覺行業(yè)有責(zé)任去量化及宣傳用戶照片的隱私問題。”
從理論上來看,這一說法是正確的,行業(yè)應(yīng)當(dāng)管理好自己的產(chǎn)品。
不過在實(shí)際情況下,這類算法被全球各國政府、司法部門和軍方使用可能只是時(shí)間問題,這將使人們受到更多地監(jiān)控。