通过面部识别技术去识别人脸，这样的能力在普通人和政府部门之间制造了不平衡。而如果在照片被模糊的情况下仍然能够成功识别，那么这样的平衡将消失殆尽。一种名为“无人脸识别系统”(FRS)的算法就实现了这样的功能。
FRS的开发者是德国萨尔布吕肯马克斯·普朗克研究所的研究员。这种技术能利用不完美、不清晰的图片去进行识别。这一系统用大量照片去训练神经网络，而这些照片中包含清晰和不清晰的图像，神经网络随后即可利用人物头部和身体的相似性去完成识别。
这一系统的准确度很高。在观察一张清晰版照片之后，这一算法识别不清晰照片的准确率只有69.6%。不过，如果观察过10张某一人脸的照片，那么这一准确率将提升至91.5%。
不过，这一技术也存在局限性。 例如，如果用黑框去遮挡某一人脸，那么识别的准确率会急剧下降至14.7%。不过，这样的准确率也要比人工高3倍。
FRS并不是唯一的这种算法。Facebook曾开发过面部识别算法，识别模糊人脸的准确率达到83%。为了实现这一功能，Facebook的算法会分析人物的站姿和体型。不过，FRS或许是首个完全基于神经网络的系统，充分利用多种信息去进行识别。
研究人员也提到了隐私保护问题：“从隐私保护角度来看，这一结果应当引起关注。很有可能，类似这一系统的其他系统已经在线运行。我们认为，计算机视觉行业有责任去量化及宣传用户照片的隐私问题。”
从理论上来看，这一说法是正确的，行业应当管理好自己的产品。
不过在实际情况下，这类算法被全球各国政府、司法部门和军方使用可能只是时间问题，这将使人们受到更多地监控。
a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台，为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等，为读者搭建专业的行业交流平台。
粤公网安备 44030402000264号
