cookieOptions = {...}; ‧ 人臉辨識隱憂:誰「動」了你的臉? - 3S Market「全球智慧科技應用」市場資訊網

3S Market


2017年10月16日 星期一


Facial Recognition Technology Moving into Retail





  每日經濟新聞     

  
 



從谷歌、Facebook到BAT,從證件領取到校園門禁,人臉辨識將成為一把便捷的“萬能鑰匙”。但行業內關於人臉辨識準確性、安全性、隱私性的辯論,也從未停止。
  
“人臉辨識技術被高估了。”營運超過7年的人臉辨識技術公司駿聿科技創始人袁存鼎對《每日經濟新聞》記者表示,現在的精準度還達不到100%,對相似度高的臉容易出現辨識誤差。“在人臉辨識系統中,很有可能你的表姐比你更像你。”
  

袁存鼎還表示,人臉辨識技術公司在建設人臉資料庫的時候,如何獲取相關授權,也是一個繞不開的問題。


  

刷臉「雙刃劍」
隨著人臉辨識向基礎金融領域的滲透,這項存在了10多年生物辨識技術,突然被開啟了巨大的想像空間。
  
然而,與每一樣疾行的科學技術一樣,在給人帶來便利的同時,其意想不到的潛在威脅也讓人害怕。在美國,人臉辨識的技術帶來的隱患,曾讓Facebook、穀歌等多家科技巨頭引火上身。
  
此前,谷歌曾研發出一個能夠裝在智慧手機上的街景軟體。當這個軟體掃描街景時,也可將路過的行人臉部資訊採集,從而引發公眾極大的不滿。隨後,該款谷歌軟體被迫做出修訂,對人臉資訊打馬賽克。
  

事實上,排除安全隱患不說,“人臉刷一切”作用似乎被誇大了許多。曾在人臉辨識領域沉浮7年的袁存鼎對記者坦言,該公司的主營業務之一,是為公安系統提供人臉辨識演算法和軟體。


 



理論上,通過人臉辨識找犯罪嫌疑人應該一招一個準兒,但實踐表明,人臉辨識沒那麼“神乎”。原因是人臉辨識的演算法,還達不到100%的精確。“這個世界上,有和你長得很像的人,當從1000萬張人臉圖片中搜尋你時,出來的極可能不是你,而是和你長得很像的那個人。

人臉辨識的首位命中率,還達不到指紋或虹膜等生物辨識技術,那麼高的準確度。”而且人臉辨識系統對光線和姿態有比較高的依賴度,在實驗室環境裡,有用戶配合的條件下,能達到比較高的辨識水準。

“但在無配合場合下,可能會出現辨識偏差,出現你的表姐比你更像你的情況。”在袁存鼎看來,人臉辨識用於支付、驗證、安防,似乎是對其商業應用的第一反應,但人臉辨識手段單獨應用於上述領域的“魔力”被高估了。

另一方面,人臉辨識作為輔助手段的商業應用價值卻被低估了。比如在支付時,與密碼辨識一起使用,可大幅提升安全強度。總的來說,人臉辨識的商業應用前景潛力仍然巨大。

  


臉被「刷走了」你知道嗎?
那麼從二維人臉過渡到三維人臉,精確度、安全性方面能否得到提升?
  
袁存鼎亦表示,三維人臉能將精度提高一個數量級。但無論對於二維或三維人臉演算法商而言,通過建立人臉資料庫,提升演算法的準確度,都是非常重要的公司戰略。
  
而建人臉庫的臉從哪來?我們的臉部資訊會被演算法公司刷去做商用嗎?這樣的擔憂在人臉辨識技術最發達的美國最先引發。今年6月,美國消費者權益組織退出了長達一年的臉部辨識技術監管研討會,原因就在於就“你的臉被刷走要不要你同意?”這一點上與技術方爭執不休。
  
據美國《大西洋月刊》報導,在實際操作中,對於在臉部辨識之前是否需要徵求對方的同意,科技公司目前分成了兩派。Facebook表示,如果用戶不願被納入該公司的臉部資訊資料庫,那麼需要主動提出。這意味著,這些資訊預設將會被納入資料庫。另一方面,微軟則表示,在進行臉部辨識之前,會徵求用戶的同意。

  



某人臉辨識專家向記者分析稱,三維庫的來源一方面也是從機構買,另一方面,也不排除像人們猜測的那樣,從諸如高校之類的客戶那裡獲得授權使用的可能。

上述業內人士認為,隨著人們對隱私意識的提升,無論如何,人臉辨識授權這個看似“很超前”的討論環節,都將成為人臉辨識演算法商們無法回避的話題。




                                                                                                                                                                                                                            



0 意見: