人脸识别技术的利弊分析 刷新想要普及还有很长一段路要走

北京地铁运营公司党委书记、董事长谢正光介绍，要应用人脸识别技术实现乘客分类安检。研究建立人员分类标准，并形成对应的人脸库；

什么是人脸识别技术

浅谈人脸识别技术 人脸识别技术的利与弊

人脸识别技术是指利用分析比较的计算机技术识别人脸。人脸识别是一项热门的计算机技术研究领域，其中包括人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度等技术。

人脸识别技术包含三个部分：

（1）人脸检测

面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：

①参考模板法

首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；

②人脸规则法

由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；

③样品学习法

这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；

④肤色模型法

这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。

⑤特征子脸法

这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子空间的投影之间的距离判断是否存在面像。

值得提出的是，上述5种方法在实际检测系统中也可综合采用。

（2）人脸跟踪

面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。

（3）人脸比对

面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出最佳的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。主要采用特征向量与面纹模板两种描述方法：

①特征向量法

该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。

②面纹模板法

该方法是在库中存贮若干标准面像模板或面像器官模板，在进行比对时，将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。

人脸识别技术的核心实际为“局部人体特征分析”和“图形／神经识别算法。”这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。

利

在公共领域，应用人脸识别技术可以及时抓获潜逃多年的犯罪嫌疑人，可以及时寻找到失散多年的被拐卖妇女儿童，执法效率和社会公共安全得以大幅提高。

在商业领域，应用人脸识别技术不仅可以大大节约企业运营成本，提高管理效率，还可以开发更多的智能产品和智能服务，从而获得新的利润增长点。

对于个人来说，应用人脸识别技术不仅可以提供便利性，减少输入密码或刷卡的繁琐性，还可以提高安全性，减少窃密、造假、冒用、顶替等违法行为的产生。

弊

首先，人脸识别技术可能侵犯隐私。人脸信息可能被不当收集，甚至用来非法交易。只要拥有人脸信息，个人行踪轨迹和行为内容就可能一直被监控。

其次，如果人脸识别被用于深度伪造，不仅可能侵犯肖像权、名誉权、知识产权等权利，还可能被用于诈骗等犯罪活动。再次，人脸识别技术可能导致歧视，造成新的不平等。通过人脸识别出不同的种族、性别、身份等信息，个人可能受到不公平对待，算法歧视问题可能更严重。

最后，如果一国的大规模人脸信息不当出境，没有遵守个人信息出境安全评估的要求，还可能影响国家安全。

诚然，“人脸识别技术”的发展和应用正有效地推动着大量行业的进步，但随之暴露出的很多潜在风险也应当引起足够的重视。“用户面部特征采集的安全性与隐私性”、“用户信息的泄露与恶意买卖”、“法律法规不健全”等等问题，“刷脸”真正实现普及还有很长的路要走。

人脸识别刷新夜间调整

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。