人臉識別技術(shù)的弊端

1、圏表2:人臉識別技術(shù)具悴應(yīng)用領(lǐng)域應(yīng)用領(lǐng)域公共妄全刖備追逃、霏犯識別、邊防支全信息安全計聲機和網(wǎng)絡(luò)的登錄、兗件的抽密和解密政府肥能電子政努、戶摘管理、社會福利和傑險商業(yè)金壯電孑商勞.電孑貨幣和支付、耆勤、簾場營韻場所進出軍事機表部門金融機枸的門禁控制和旌出管理等三個方面的缺點：1. 識別精度低2. 自然性、不易察覺以及非接觸性也致使人臉識別技術(shù)在一些特定領(lǐng)域面臨環(huán)境復(fù)雜 性。便于收集的好處也帶來了圖像清晰度不高，角度不好等問題3. 人臉識別不只是隱私問題信息泄露面臨更大安全隱患人臉識別的一個缺點也在于信息的可靠性及穩(wěn)定性較弱。人臉所蘊含的信息量較指紋、虹膜等生物特征相比是比較少的，其變化的復(fù)雜性

2、不夠。例如，若要兩個人的指紋或者虹膜基本相同，大概需要好幾十乃至上百個比特（信息量的度量單位）達到完全重合才可以。但如果是人臉的話，十幾個比特達到重合就可以了。在全世 界，可以找到很多具有相似性的面孔。所以說，人臉的辨別性不是很高，它并沒有那么獨一 無二。另外，人自身內(nèi)在的變化以及外在環(huán)境的變化都會影響采集時人臉的信息穩(wěn)定度。相較于之前的人臉識別技術(shù)，目前的人臉識別技術(shù)有所提高，但是具體應(yīng)用時還是不能達到完美狀態(tài)，如今，保守估計，人臉識別技術(shù)準確率能達到99%但沒有達到100%同時，對于雙胞胎，由于相似特征太多，人臉識別基本不可能完成。比如在ATM機上使用人臉識別技術(shù)，是在使用密碼信息的基礎(chǔ)上

3、輔助的認證功能。如果脫離了密碼輸入，完全使用人臉識別技術(shù)進行存取款操作，是不太可能的。例如，2018年7月，美國公民自由聯(lián)盟（ACLU對美國國會議員的照片應(yīng)用了亞馬遜 算法，該算法確定其中 28人是因犯罪而被捕的人。如何解決整容帶來的無法辨別如果說雙胞胎根本不應(yīng)該用此技術(shù)來進行分辨的情況下, 的問題？在如今整容手段如此先進的情況下？其一，應(yīng)用“人臉識別”技術(shù)的視頻采集機器設(shè)備愈來愈普及化，會否對大家的人身自 由權(quán)與隱私權(quán)產(chǎn)生威協(xié)，這個問題如何解決？其二，人工智能的市場應(yīng)用，會否產(chǎn)生新的岐 視與不公平，并對人們具有的社會道德紀律產(chǎn)生挑戰(zhàn)？例如：一些商業(yè)算法在識別膚色較深的人員和女性方面不如識別膚

4、色較淺的男人準確。這是以前討論過的一個話題。雖然人臉識別技術(shù)經(jīng)歷了較長的研究階段， 并且應(yīng)用也開始落地， 但至今人臉識別技術(shù) 還是被認為是生物特征識別技術(shù)中較為困難的研究課題之一。 另外，人臉識別技術(shù)自身優(yōu)勢 也存在兩面性， 自然性、 不易察覺以及非接觸性也致使人臉識別技術(shù)在一些特定領(lǐng)域面臨環(huán) 境復(fù)雜性。背景環(huán)境的復(fù)雜多樣，在進行人臉識別前需要先對監(jiān)控場景中的人臉進行定位， 即人臉檢測。 人臉檢測的 正確與否直接影響人臉識別性能。 當(dāng)監(jiān)控場景的背景較為復(fù)雜時， 人臉檢測率也會隨之降低， 因此能夠適應(yīng)復(fù)雜背景環(huán)境的人臉檢測算法是人臉識別技術(shù)的難點之一。光照條件的復(fù)雜多變在智能視頻監(jiān)控系統(tǒng)的實際應(yīng)

5、用中， 會由于監(jiān)控環(huán)境光線的變化造成檢測到的人臉 圖像存在不同的陰暗變化，如圖 1 所示。 FRVT2006 測試表明，不同光照條件下人臉識別雖 然在性能上比FRVT2002有顯著提高，但是還沒在根本上克服光照對識別率的影響。人臉表情的多樣性在實際應(yīng)用過程中， 人臉的表情隨時都可能發(fā)生變化。圖2給出了部分表情變化的人臉圖像。 從圖 2 可以看出， 當(dāng)人的表情發(fā)生變化時， 可能會引起人臉輪廓以及紋理的變化， 同時由于面部肌肉的牽引， 面部的特征點的位置也會隨之改變。不同的表情引起面部的變化都不同， 此外， 不同的人的相同表情影響也不相同， 因此很難用統(tǒng)一的標準來精確劃分各種 表情對不同人的影響。

6、采集人臉的角度多樣性人臉的角度多樣性主要是指由于拍攝角度的不同導(dǎo)致檢測到的人臉圖像的旋轉(zhuǎn)，包括平面旋轉(zhuǎn)和深度旋轉(zhuǎn)。 圖 3 列出了部分不同角度拍攝的人臉圖像。 從圖 3 可以看出， 與表 情變化對人臉圖像的影響相同， 拍攝角度的變化同樣會導(dǎo)致人臉輪廓的變化， 除此之外， 由 于角度的變化，可能會導(dǎo)致人臉的部分特征無法被正確提取，進一步導(dǎo)致人臉的錯誤識別。遮擋問題即使是非人為故意遮擋， 在實際應(yīng)用時檢測到的人臉圖像也經(jīng)常會出現(xiàn)如帽子、 眼 鏡等遮擋物， 除了這些， 胡子以及劉海的變化也直接影響人臉的特征提取， 圖 4舉例給出了 出現(xiàn)遮擋的部分人臉圖像。 當(dāng)人臉圖像發(fā)生遮擋時， 人臉的很多信息會丟

7、失， 導(dǎo)致人臉識別 算法出錯或失效。最近兩年是人工智能的爆發(fā)年。隨著人工智能的助力，人臉識別技術(shù)以其不可復(fù)制性、 非接觸性、 可擴展性和快速性等特點在多種生物識別技術(shù)中脫穎而出。 人臉識別在安防、 金 融、教育等領(lǐng)域得到廣泛應(yīng)用，尤其是在智慧校園應(yīng)用中，門禁出入口、人員識別、消費支 付，甚至開始在課堂上識別學(xué)生面部表情，找出不專心的學(xué)生。例如去年，某中學(xué)使用“黑 科技” 打造“智慧教室” ，對學(xué)生進行表情監(jiān)控， 以提高課堂教學(xué)效率時。 但輿論普遍質(zhì)疑， 認為類似做法不尊重孩子人格，侵犯學(xué)生隱私。前幾日，舊金山市頒布的新條例決定禁止全市 53 個部門使用人臉識別技術(shù)，其中就包 括舊金山警察局。

8、人臉識別技術(shù)在美國的爭議一直不斷， 反對者普遍認為， 如果不對這項技 術(shù)進行規(guī)范， 將會為政府提供前所未有的權(quán)力來跟蹤人們的日常生活， 侵犯人們隱私， 這與 健康的民主不相容。同時，“美國公民自由聯(lián)盟” （ ACLU測試了亞馬遜的人臉識別系統(tǒng)， 發(fā)現(xiàn)人臉識別系統(tǒng)的準確性并不高。除了人們?nèi)粘８杏X到的認為， 含有人臉識別技術(shù)的攝像頭侵犯了人們的隱私外。 另 外，由于人臉特征信息作為高敏感性信息，會有不法人員企圖通過不法手段獲取這些信息。 雖然目前不管是政府、 研究單位還是企業(yè)越來越重視信息安全保障， 但還是存在人臉信息泄 露的風(fēng)險。據(jù)相關(guān)媒體報道， 今年 2 月份， 荷蘭某安全研究員在社交網(wǎng)站上表示， 中國的一家 面部識別公司 SenseNets （即深網(wǎng)視界）未對內(nèi)部數(shù)據(jù)庫做密碼保護，將數(shù)據(jù)庫暴露在公網(wǎng) 上，導(dǎo)致超過數(shù)百萬公民的個人信息數(shù)據(jù)能夠不受限制被訪問。據(jù)其介紹，此次信息泄露事件主要涉及到深網(wǎng)視界內(nèi)部的一個MongoDE數(shù)據(jù)庫，該數(shù)據(jù)庫內(nèi)含超過 250 萬人的信息，包括身份證數(shù)據(jù)、照片、工作信息等。此外，該數(shù)據(jù)庫還 可動態(tài)記錄個人位置信息，僅2月 12日至 2月 13日的 24小時，就有超過 680萬個地點被從技術(shù)層面講， 人臉識別技術(shù)的大規(guī)模使用， 人臉是無法復(fù)制的， 但是基于人臉特 征點的信息是以數(shù)字化信息進行存儲的， 相關(guān)數(shù)據(jù)庫就面臨著被黑