通過面部識別技術去識別人臉,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別,那么這樣的平衡將消失殆盡。一種名為“無人臉識別系統(tǒng)”(FRS)的算法就實現(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。這種技術能利用不完美、不清晰的圖片去進行識別。這一系統(tǒng)用大量照片去訓練神經(jīng)網(wǎng)絡,而這些照片中包含清晰和不清晰的圖像,神經(jīng)網(wǎng)絡隨后即可利用人物頭部和身體的相似性去完成識別。
這一系統(tǒng)的準確度很高。在觀察一張清晰版照片之后,這一算法識別不清晰照片的準確率只有69.6%。不過,如果觀察過10張某一人臉的照片,那么這一準確率將提升至91.5%。
不過,這一技術也存在局限性。 例如,如果用黑框去遮擋某一人臉,那么識別的準確率會急劇下降至14.7%。不過,這樣的準確率也要比人工高3倍。
FRS并不是唯一的這種算法。Facebook曾開發(fā)過面部識別算法,識別模糊人臉的準確率達到83%。為了實現(xiàn)這一功能,F(xiàn)acebook的算法會分析人物的站姿和體型。不過,F(xiàn)RS或許是首個完全基于神經(jīng)網(wǎng)絡的系統(tǒng),充分利用多種信息去進行識別。
研究人員也提到了隱私保護問題:“從隱私保護角度來看,這一結果應當引起關注。很有可能,類似這一系統(tǒng)的其他系統(tǒng)已經(jīng)在線運行。我們認為,計算機視覺行業(yè)有責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)應當管理好自己的產(chǎn)品。
不過在實際情況下,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間問題,這將使人們受到更多地監(jiān)控。