这是一个看“脸”的时代
文/黄艳
如何识别一个人的身份，是社会生活中十分重要的一件事。除了极端严重的“脸盲症”患者，识别一个人最自然的方法就是看他的脸。进入21世纪后，人们想到了利用人体固有的生物特征进行身份识别的办法，生物特征识别技术就此产生。在这些识别技术中，面部识别，即刷脸技术较为成熟，应用也相对广泛。
靠“脸”生活，靠“脸”管理
刷脸技术是一种基于人的脸部特征信息进行身份认证的生物特征识别技术。和其他领域一样，刷脸技术的应用离不开技术的创新。
据西安理工大学王映辉教授介绍，20世纪60年代，得州大学奥斯汀分校的WoodyBledsoe就开始对人脸识别进行早期尝试。他手动对人脸照片进行分类，手动记录眼睛、鼻子、发际线和嘴巴等面部特征的坐标位置得出度量数据，并将这些数据输入数据库中形成新照片，与原存储图像进行比对。但当时这一项目由于受到技术方面的种种限制，并未获得突破性发展。而到了90年代，出现了著名的“特征脸”方法，这种方法第一次将主成分分析和统计特征技术引入人脸识别，使其在实用效果上得到了长足进步。步入新世纪后，各项相关技术，如光电技术、微计算机技术、图像处理技术、模式识别技术等在实现自我创新的同时，也大大提高了人脸识别的准确率，为刷脸技术的普及创造了条件。
10月21日，“歌神”张学友的演唱会在合肥如期举行。不出意外，演唱会上抓住在逃嫌犯这一事实再次成为了网友的热议话题，而这样的事情并非第一次发生。自今年4月份第一起逃犯在张学友演唱会上被抓事件至今，张学友已辗转内地多个城市举办世界巡回演唱会，同时，已有累积数十人分别在张学友的多场演唱会期间被抓，张学友也因此被网友调侃为“嫌犯克星”。
其实真正的“克星”并非张学友本人，而是每场演唱会背后的“天眼”系统。“天眼”是国家研发的一种监控系统，遍及全国，主要用于追踪逃犯。它依托刷脸技术，会预先设定在逃人员的图像信息，并将其纳入后端数据库。当逃犯出现在布控范围内，该系统便会频频抓拍，根据采集到的面部信息与数据库中的信息进行比对，一旦确认为同一人，系统就会发出警告消息。所以早在嫌犯过演唱会入口的安检时，相关警方就已接到报警，迅速锁定了嫌犯。
刷脸技术在公共管理方面的应用并不限于此。2017年5月，北京师范大学就已利用刷脸技术进行校园管理。北师大在校门和寝室都有设点。刷脸机器顶端有一脸部识别屏，屏上下方各有一摄像头，可识别不同身高的学生。屏下方还设有数字键盘与刷卡区域。学生进入时需要在数字键盘上输入校园网密码后六位，然后直视机器屏幕。一旦识别成功，机器就会发出“欢迎回家”的声音并开启门障。三四秒后，门障又会自动关闭。利用刷脸技术，北师大实现了对学生的规范化和智能化管理。
除了公共管理领域，刷脸技术正广泛地渗透进每个普通人的生活。火车站刷卡过安检、网购刷脸支付、回家刷脸开门、公厕刷脸取纸……如今靠“刷脸”生活似乎不再是天方夜谭。
阳光下的阴影
刷脸技术在当代社会能取得长效发展，其中一个原因是刷脸技术给人们生活带来了不少便利。阿里巴巴董事局主席马云在一次出访德国的过程中，向德国总理默克尔演示了如何使用蚂蚁金服的刷脸技术进行购物。通过刷脸，马云成功且快捷地从淘宝上购买到了1948年的汉诺威纪念邮票。马云认为刷脸为将来的淘宝购物提供了一种新的支付方式。人们不需要在每次网上购物时都输入支付密码，只需要将脸对准屏幕扫描一下，这样大大地提高了便捷性。
然而刷脸技术在拥有一些其他技术无法比拟的优越性的同时，也存在一些技术性缺陷。
AiteGroup研究主管朱莉·康洛伊并不看好当前人脸识别技术在手机解锁中的应用，“我认为人脸识别技术虽然更安全，但也更加繁琐，人们更愿意使用指纹解锁是因为它比刷脸更快捷简单。”说刷脸更繁琐，也并非没有根据。苹果手机推出的iPhoneX把面容ID解锁识别作为手机的一大卖点。面容ID解锁识别把生物识别技术的安全性又提高了一个等级，除了机主，其他人成功解锁该iPhone的几率为“一百万分之一”。由于其准确度更高，也引来了不少用户的抱怨。有些用户称，尽管面容ID解锁很安全，但有时也会发生误判，把真正的机主“拒之门外”。面容ID解锁功能可以捕捉到你面部的一切变化，或许你卸妆、整容后就无法被成功识别，这无形中给用户带来了诸多不便，而其他生物识别技术就很少存在这样的问题。
同样，很多利用刷脸技术测试颜值的结果并不太可靠。这些测试大多是通过智能识别人脸，给五官几何位置定位，然后计算出性别、年龄、微笑度等，对比脸部黄金比例，从而得出颜值高低的结论。这样的结论会受拍照姿势、拍照角度等的影响，虽有一定的科学性，但准确率不高，始终是娱乐成分颇多。
另外，部分人脸识别系统还有算法歧视的存在。《Nature》的一篇文章里就曾举过一个生动的例子，计算机视觉的算法会给一张美国新娘的照片贴上“新娘”“礼服”“女人”等标签，而一张印度新娘的照片却只有“表演艺术”和“礼服”两个标签。这是因为负责图片分类的深度神经网络通常是在ImageNet的数据集上进行训练，其中超过45%的数据来自美国，印度则贡献了不到3%的数据，因此，不同地区提供数据的数量占比也会导致算法歧视的产生。
算法歧视在性别差异上也有体现。一位微软科学家选择了微软、IBM和旷视三家的人脸识别API进行人脸识别功能测试。结果显示所有分类器在识别男性人脸上的表现优于女性人脸（8.1%-20.6%的错误差别）。针对黑人女性的错误率高达21%-35%，而针对白人男性的错误率则低于1%。所有分类器在肤色较深的女性脸上表现最差（错误率在20.8%-34.7%之间）。有学者表示，一旦人脸识别技术用于司法、执法等关键领域，其带来的影响会是致命的。
你的“脸”还安全吗？
“在人脸识别系统中，有可能你的表姐比你更像你。”运营近八年的人脸识别技术公司骏聿科技创始人袁存鼎表示，除了个别人脸识别技术的准确率较高外，大多数的人脸识别技术都会在相似度高的脸面前出现识别误差，这就给一些不法分子实施犯罪创造了捷径。
2017年央视举办的“3·15”晚会上，就曾做过这样一个实验。主持人随机邀请一位现场观众分享他愿意公布的一张自拍照，然后通过技术处理，快速生成一个与其本人一模一样的3D人脸模型。随后，主持人将脸对准该观众的手机镜头，将3D脸模型套在自己脸上完成“换脸”，意想不到的是，主持人竟然顺利地通过人脸识别系统的检测认证，成功解锁了该名观众的手机。这就意味着如果有人熟练掌握3D打印技术或者有人盗用了一段他人脸部特征清晰、并作点头及眨眼动作的视频，也有可能骗过脸部识别系统，获取别人的资料，对他人的生命财产安全造成侵犯。
此外，关于人脸识别的隐私性问题也受到了网友们的大讨论。一些网友表示，刷脸技术的大范围普及意味着你的面部信息资料已被大多数商家和机构采集，并很有可能在一些意外的情况下公之于众，而这项信息本身就属于个性化的隐私。一位微博网友就曾表示，他不喜欢在日常的交易活动中使用摄像头，因为它们给他一种被监视的感觉，让他很不舒服。
刷脸技术中的种种困难受到了人们的关注。每种生物特征识别技术都有其适用的范围和要求，目前没有一种生物特征识别技术能做到100%的准确率。因此，生物特征识别领域出现了一种新方向，即多模态生物特征识别技术结合使用。例如，对涉及用户财产安全的银行来说，他们在用户刷脸取款时，会要求客户输入在银行预留的手机号码及交易密码，以便进一步核实身份。而另外一些机构则选择把刷脸技术和虹膜识别相结合。虹膜是眼球前部含色素的环形薄膜，含有极其丰富的结构和纹理特征。到目前为止，虹膜识别技术是错误率最低的一种识别技术。将虹膜和刷脸相结合，又进一步提高了准确率和安全性。
但多模态生物特征识别技术现在还处于探索阶段，应用领域相对有限。即使在未来该技术会越发成熟，但依旧面临信息泄露等问题。因此生物特征识别技术的发展任重而道远。
http://www.dxsbao.com/news/143487.html 点此复制本页地址
