当人脸识别遇上新冠肺炎 以AI之眼保障公众安全
2020-08-14 17:43:51
在新冠肺炎全球大流行之前，面部识别系统通常通过比较一个图像中的不同面部特征与另一张图像中的面部特征之间的测量值来工作。但是，当您在鼻子，嘴巴和脸颊上戴上口罩时，您所提供的信息非常有限，通常只占识别身份的一小部分。
现在，许多面部识别公司表示，他们正致力于根据鼻子上方的面部部分，尤其是眼睛区域，更好地识别人。
Trueface首席执行官Shaun Moore表示：“如果[面部识别]公司没有考虑这一点，那这些公司存在的时间也将不会太长”。美国空军对进入基地的人员的身份进行验证。
对于隐私权倡导者而言，面具可以提供某种程度的应对监视的隐身效果。但是对于面部识别企业来说，当该技术有更大的需求时，它将面临更大的挑战。
近年来，人脸识别技术的普及和争议不断增加，从机场登机手续到警察局和药店的各个地方都在出现。随着企业因新冠肺炎大流行而寻求非接触式办公时，它可能会变得更加流行。然而，尽管它可以为推出该产品的企业增加安全感和便利性，但该技术由于内置的种族偏见和滥用可能性而受到了隐私拥护者的抗议。
来自Tech5的面部识别软件的图像，显示了其当前算法如何识别戴着口罩或未戴着口罩的人。 在这里，该软件不太确定是否与被遮罩的脸匹配，而不是未被遮罩的脸。
美国国家标准与技术研究院（NIST）的联邦研究人员在7月下旬发布的有关面部识别算法和蒙面面孔的报告证实，许多新冠肺炎之前的算法都无法胜任这项任务。实验室测试过的最准确的面部识别算法在5％到50％之间。
但是，有一个关键信息：NIST测试的所有算法都在3月中旬之前提交。自那时以来的几个月里，一些人工智能公司表示，他们正在努力，以确保他们的面部识别技术可以找出面具背后的人。
今年春天，随着新冠肺炎的恶化，Tech5联合创始人Rahul Parthe开始从客户那里获得有关口罩的问题反馈。具体来说，他们想知道Tech5面部识别软件的准确性是否会因面部遮盖而受到影响。
Tech5总部位于瑞士日内瓦，向从医疗保健公司到执法部门的客户出售面部，指纹和虹膜识别技术。帕特说，即使在大流行发生之前，该公司的技术也必须处理部分隐蔽的面孔，无论是通过宗教面部覆盖物还是面具来识别，这在东南亚已经很普遍了。
尽管如此，它的面部识别技术在戴着口罩的情况下似乎表现也比较差。该算法在NIST列表中排名前10位，但是在识别未遮罩的脸部方面仍然比遮罩的脸部更好。帕特说，该算法旨在识别可能戴着大墨镜或运动着胡子的人，而这些人在存储的照片中没有这些。它并不是专门用来处理口罩的。
Parthe说，甚至在混合视频之前，该公司就在研究专注于眼睛和额头的识别技术，该技术希望与虹膜识别结合以识别人。（虹膜识别需要一台特殊的扫描仪，并且往往比面部识别花费更多。）现在，随着对与面罩配合使用的面部识别软件的需求不断增加，Tech5正在研究一种新算法，该算法将忽略鼻子下方的面部在图片中。
脸部的上半部也是加利福尼亚州威尼斯的Trueface的重点。像Tech5一样，该公司的面部识别技术也经过NIST的测试，尽管效果更差。（在一项测试中，研究人员将89种算法中的47种放在了签证照片上的人脸上，上面放置了淡蓝色面具的数字图像，该测试在该算法中排名47。
摩尔说：“掩盖无疑使我们重新考虑了如何通过算法使我们的流程更高效。”
为了改善这一点，摩尔表示，该公司的研究人员目前仅在分析面部的可见部分，而不是首先尝试检测例如口罩或太阳镜。通过忽略那些对象，Trueface可以加快识别图像中人物的整个过程。摩尔希望这将在四到六周内推出。
这种方法存在风险。由于对面部识别的准确性的担忧，一般而言，面部识别已受到越来越多的审查。例如，在2019年末，另一份NIST报告在近200种面部识别算法中发现了广泛的种族偏见，与白人相比，少数族裔被误认的可能性更大。从NIST关于口罩的最新报告的结果来看，当计算机对面部数据的依赖程度比通常情况下要少得多时，这可能是一个更大的问题。
但是，专注于眼睛周围和额头的脸部区域对卡内基·梅隆大学（Carnegie Mellon University）教授生物识别的教授Marios Savvides很有帮助。Savvides说，即使年龄增加，眼睛和眉毛区域（通常称为眼周区域）也是随年龄增长变化最小的部分。这意味着即使您脸部的其他部分（例如您的嘴唇）长大或萎缩，在同一个人的不同图像中看起来也很相似。
他说：“这是一个偶然的发现。”
在提高口罩佩戴者面部识别的准确性的同时，可以帮助希望使用该技术的企业（例如，Trueface，现在看到了对面部识别的需求，以避免员工触摸钥匙卡），但同时也带来了许多准确性和隐私问题。
乔治敦隐私与技术法律中心的研究人员克莱尔·加维（Clare Garvie ）担心，经过调整以更好地识别蒙面的算法将变得越来越不准确，因为它们需要测量的信息较少。
她说：“我只是看到错误识别的风险大大增加了，因为它们的生物特征识别能力下降了。” “他们如何调整算法都没关系。”
德克萨斯大学奥斯汀分校的助理教授Maria De-Arteaga研究算法的公平性和问责制，他担心掩盖本意以防止Covid正在为开发本来可以接受更多审查的技术提供合理的理由。她说，例如，如果将其开发出来以识别抗议者遮住脸的人，它将产生不同的反应。即使这些新算法成功了，仍然有办法让自己隐匿于面部识别软件中。例如，如果您戴着口罩和太阳镜，则几乎看不到您的脸。
以前，我们单纯依赖全脸信息特征来识别身份，今后，我们可以做到半脸、甚至是眼部即可让AI人脸识别系统准确识别出我们每一个人，科技在我们的大力发展下帮助我们对抗各种生活中出现的难题。
来源：贤集网
现在，许多面部识别公司表示，他们正致力于根据鼻子上方的面部部分，尤其是眼睛区域，更好地识别人。
Trueface首席执行官Shaun Moore表示：“如果[面部识别]公司没有考虑这一点，那这些公司存在的时间也将不会太长”。美国空军对进入基地的人员的身份进行验证。
对于隐私权倡导者而言，面具可以提供某种程度的应对监视的隐身效果。但是对于面部识别企业来说，当该技术有更大的需求时，它将面临更大的挑战。
近年来，人脸识别技术的普及和争议不断增加，从机场登机手续到警察局和药店的各个地方都在出现。随着企业因新冠肺炎大流行而寻求非接触式办公时，它可能会变得更加流行。然而，尽管它可以为推出该产品的企业增加安全感和便利性，但该技术由于内置的种族偏见和滥用可能性而受到了隐私拥护者的抗议。
来自Tech5的面部识别软件的图像，显示了其当前算法如何识别戴着口罩或未戴着口罩的人。 在这里，该软件不太确定是否与被遮罩的脸匹配，而不是未被遮罩的脸。
美国国家标准与技术研究院（NIST）的联邦研究人员在7月下旬发布的有关面部识别算法和蒙面面孔的报告证实，许多新冠肺炎之前的算法都无法胜任这项任务。实验室测试过的最准确的面部识别算法在5％到50％之间。
但是，有一个关键信息：NIST测试的所有算法都在3月中旬之前提交。自那时以来的几个月里，一些人工智能公司表示，他们正在努力，以确保他们的面部识别技术可以找出面具背后的人。
今年春天，随着新冠肺炎的恶化，Tech5联合创始人Rahul Parthe开始从客户那里获得有关口罩的问题反馈。具体来说，他们想知道Tech5面部识别软件的准确性是否会因面部遮盖而受到影响。
Tech5总部位于瑞士日内瓦，向从医疗保健公司到执法部门的客户出售面部，指纹和虹膜识别技术。帕特说，即使在大流行发生之前，该公司的技术也必须处理部分隐蔽的面孔，无论是通过宗教面部覆盖物还是面具来识别，这在东南亚已经很普遍了。
尽管如此，它的面部识别技术在戴着口罩的情况下似乎表现也比较差。该算法在NIST列表中排名前10位，但是在识别未遮罩的脸部方面仍然比遮罩的脸部更好。帕特说，该算法旨在识别可能戴着大墨镜或运动着胡子的人，而这些人在存储的照片中没有这些。它并不是专门用来处理口罩的。
Parthe说，甚至在混合视频之前，该公司就在研究专注于眼睛和额头的识别技术，该技术希望与虹膜识别结合以识别人。（虹膜识别需要一台特殊的扫描仪，并且往往比面部识别花费更多。）现在，随着对与面罩配合使用的面部识别软件的需求不断增加，Tech5正在研究一种新算法，该算法将忽略鼻子下方的面部在图片中。
脸部的上半部也是加利福尼亚州威尼斯的Trueface的重点。像Tech5一样，该公司的面部识别技术也经过NIST的测试，尽管效果更差。（在一项测试中，研究人员将89种算法中的47种放在了签证照片上的人脸上，上面放置了淡蓝色面具的数字图像，该测试在该算法中排名47。
摩尔说：“掩盖无疑使我们重新考虑了如何通过算法使我们的流程更高效。”
为了改善这一点，摩尔表示，该公司的研究人员目前仅在分析面部的可见部分，而不是首先尝试检测例如口罩或太阳镜。通过忽略那些对象，Trueface可以加快识别图像中人物的整个过程。摩尔希望这将在四到六周内推出。
这种方法存在风险。由于对面部识别的准确性的担忧，一般而言，面部识别已受到越来越多的审查。例如，在2019年末，另一份NIST报告在近200种面部识别算法中发现了广泛的种族偏见，与白人相比，少数族裔被误认的可能性更大。从NIST关于口罩的最新报告的结果来看，当计算机对面部数据的依赖程度比通常情况下要少得多时，这可能是一个更大的问题。
但是，专注于眼睛周围和额头的脸部区域对卡内基·梅隆大学（Carnegie Mellon University）教授生物识别的教授Marios Savvides很有帮助。Savvides说，即使年龄增加，眼睛和眉毛区域（通常称为眼周区域）也是随年龄增长变化最小的部分。这意味着即使您脸部的其他部分（例如您的嘴唇）长大或萎缩，在同一个人的不同图像中看起来也很相似。
他说：“这是一个偶然的发现。”
在提高口罩佩戴者面部识别的准确性的同时，可以帮助希望使用该技术的企业（例如，Trueface，现在看到了对面部识别的需求，以避免员工触摸钥匙卡），但同时也带来了许多准确性和隐私问题。
乔治敦隐私与技术法律中心的研究人员克莱尔·加维（Clare Garvie ）担心，经过调整以更好地识别蒙面的算法将变得越来越不准确，因为它们需要测量的信息较少。
她说：“我只是看到错误识别的风险大大增加了，因为它们的生物特征识别能力下降了。” “他们如何调整算法都没关系。”
德克萨斯大学奥斯汀分校的助理教授Maria De-Arteaga研究算法的公平性和问责制，他担心掩盖本意以防止Covid正在为开发本来可以接受更多审查的技术提供合理的理由。她说，例如，如果将其开发出来以识别抗议者遮住脸的人，它将产生不同的反应。即使这些新算法成功了，仍然有办法让自己隐匿于面部识别软件中。例如，如果您戴着口罩和太阳镜，则几乎看不到您的脸。
以前，我们单纯依赖全脸信息特征来识别身份，今后，我们可以做到半脸、甚至是眼部即可让AI人脸识别系统准确识别出我们每一个人，科技在我们的大力发展下帮助我们对抗各种生活中出现的难题。
来源：贤集网
