人脸识别技术从实验室走进人们的日常生活，这是由深度学习驱动的人工智能浪潮席卷全球的一个缩影。“人脸识别技术已经开始落地，在智慧城市、安防、预警、支付、信贷等领域有着广阔的应用前景。”计算机视觉专家汤晓鸥介绍。

 从帮被拐儿童寻亲到公园“刷脸”取纸，人脸识别与我们的生活越发密切，这项“黑科技”是如何运作的，它到底会如何改变我们的生活，澳大利亚解释型新闻网(the conversation)近日发表文章，带领我们走近人脸识别。

 what 人脸识别是什么

 从上世纪60年代起，关于人脸识别的研究就从未间断。随着技术研究不断加快，这种技术开始在手机、金融、安防等行业应用。目前，美国联邦调查局拥有约1.5亿人的人脸图像数据库，大约一半美国人的脸都在识别系统的覆盖下，这不得不引起大众的关注。对此，主要研究刑事调查中新技术对法律影响的美国乔治亚州立大学法学副教授杰西卡·盖贝尔·奇诺认为，人们需要理解面部识别系统能做什么、不能做什么、该技术又是如何发展的，只有具备了这样的了解，才能讨论我们该何时以及如何让电脑来“刷”我们的脸。

 work 创建“脸纹”来识别

 作为生物识别系统中的一种，面部系统通过三个步骤实现这一过程：检测、创建“脸纹”、验证或识别。

 当接收到需要匹配的人像后，电脑软件会分析识别这张面孔出现在人群中的哪里。一旦该系统筛选出了任何“候选人”，它会更加仔细地看看他/她的脸。当软件将图片调整到适当的大小和方向，它会再一次“仔细观察”，设法创建一个所谓的“脸纹”。“脸纹”类似于指纹记录，也是靠集合一组特征，对应一张****的面容。“脸纹”的元素包括脸部特征的相对位置，包括眼睛、眉毛、鼻子的形状等。

 who 谁在影响识别准确

 那么，什么样的照片是验证“脸纹”的“标准相”呢？一张正面向前，光线均匀，没有阴影，没有遮挡的图像就是一张**的脸纹“一寸照”。除此之外，图像中人脸与背景的对比效果，人距镜头的距离等因素，决定了是对面部识别有所帮助还是“帮倒忙”。此外，被识别对象表情的变化，也对识别有重要的影响。

 面部识别过程的另一个挑战是被拍对象的“合作”程度。被拍者无意的“配合”，甚至有意识的合作，都会影响面部识别。当企业或者机构启用“刷脸”门禁时，员工知道有面部识别的存在，进展就会相对顺利。

 wrong 刷脸出错“害死人”

 据美国国家标准与技术研究院估计，面部识别系统公开的错误率每两年都会下降50%，目前错误率在0.8%左右。但是要知道，这不幸的0.8%也可能酿成大祸——这意味着一个无辜的人可能会被错误地识别为嫌犯，又或者一个真正有威胁的人被放回了社会。

 当面部识别系统在“认脸”中出现错误时，可能造成许多潜在问题。比如当系统没有识破某人的伪装，或者没有认出一个“撞脸”的人时，本没有授权的人就可进入限制访问区。或者一个有权限的人因为“刷脸”没有成功，无奈被系统拒之门外。

 worry 隐私泄露引人担忧

 如果面部识别系统成功克服了技术难题，提高了精准度，仍有一个问题不容忽视。这些改进过的、更为准确的识别引发了人们对于隐私的担忧。其中一个问题是，美国人民担忧政府机构储存人们的面部特征和照片用于对个人追踪，从而使隐私或者匿名的概念化为乌有。只要涉及个人隐私，总会不断涌出新的问题，比如一款名为“找脸”的面部识别app，只要拍照就能找出某人的社交媒体账户，很可能沦为暴露他人信息、骚扰他人的“帮凶”。

 奇诺副教授提醒，当一项技术发展成为强大的工具时，法律必须紧跟科技发展的脚步。采用面部识别技术时，使用者应当充分具备对其准确性、隐私和伦理方面的理解。

 筛查罕见病

 近日，美国国家基因组研究所的研究人员开发了新的面部识别系统，可以在非白种人群中诊断出一种名为“迪乔治综合征”的罕见遗传**。这种**造成的一系列并发症和病理信息使其难以诊断，但是在发病前期可以通过面部识别特征进行甄别。

 抓拍闯红灯

 4月，深圳交警结合视频识别技术，专门针对“中国式过马路”问题，**研制出“智能行人闯红灯取证系统”。一旦行人有违规闯红灯的现象，“电子警察”就会捕捉到闯红灯的人脸，同时该名行人的信息也将出现在路旁的电子屏幕上。

 被拐儿寻亲

 3月，利用面部识别系统，走失了27年的付贵找到了失散多年的亲人。该系统通过将孩子与父母上传的照片作比对，筛选出数十组疑似案例，付贵就是其中之一。加上dna比对技术的应用，*终，付贵与父母的dna匹配成功。

 看听课表情

 2016年，四川大学计算机科学系的魏骁勇教授发明了一种脸部识别技术，能分析学生的面部表情，来判断学生有没有认真听课。魏教授认为，如果能够识别出学生在听课中对哪些内容更有兴趣，有助于帮助教师改进授课方法与内容。