人脸识别的下一挑战:识破蒙面人

技术讨论 你找不到我 ⋅ 于 3周前 ⋅ 143 阅读

file
人脸识别应用日渐普及,很多人也会想到规避监控,但问及方法,大家都说:很简单,戴个面具不就行了。这个办法现在虽然管用,以后可能就不好使了。人脸识别技术的一个发展方向就是识别蒙面人——也即是说,想在光天化日之下还真人不露相,会越来越难。

arXiv上的一篇论文就讲了这样一个系统,也成了本周的业界热点。研究者使用戴各种面具的人像做训练集,训练深度神经网络。社会学家Zeynep Tufekci在Twitter上分享了这一研究成果,他认为这样的技术可能会成为压迫者的工具,独裁国家会用来识别蒙面的反对者,以此压制异见。

这篇论文本身还是应该持保留态度,其结果还远低于工业标准(对戴帽子、墨镜、头巾的人,系统只有55%的准确率);数据集规模太小;业界专家也对这一研究多有批评。
萨里大学从事人脸定位与分析的研究员Patrik Huber告诉The Verge:“这篇论文给我感觉没有说服力”。他指出这一系统并没有真正把遮住的脸和完整人像匹配在一起,而是用了“面部关键点”的技术(眼睛,鼻子,嘴唇等面部特征之间的距离)。
file
尽管这篇论文有显著缺陷,但识别蒙面者确实是很多团队都在努力的一个方向——而且进展飞速。
比如Facebook训练了一个神经网络,可以根据非面部特征,如头发、体型、姿势等识别身份。基于部分面部的识别系统也已经研发出来(但是,还不足以商业化)。AI驱动的步态分析,对人的识别已有相当不错的准确度,甚至可以应对低分辨率的视频片段——就像CCTV(闭路电视)里那样的。

瑞士巴塞尔大学研发了基于图像重构目标面部3D模型的技术。该项目科学家Bernhard Egger告诉The Verge,这一领域在短时间内就会有重大突破,但也不是保证有效的,因为人类总有愚弄机器的玩法。“机器或许能在特等任务中超越人类”,Egger说道,“但我相信只要你想避免,总有机会逃过识别”。

比如戴上一个完全挡住整张脸的硬壳面具,就能让现有的面部识别系统瘫痪。也有研究者搞出出一套特别的眼镜,专门用来刁难AI系统。清晰照片同样也是稀缺资源。Egger指出我们现在的人像识别系统之所以好使,是因为环境可控——手机拍照,把脸放在特定区域。
file
隐私权律师则称,即便这些系统多有不足,但仍然会随着法律的进步,被社会所接受。比如上个月,伦敦警方采用实时面部识别工具,扫描参加诺丁山狂欢节的游客。在活动之前,他们整合了独家定制的数据集——500多个正被通缉的、或曾被禁止参加此类活动的人的照片,经过训练的图像采集设备布置在狂欢节的干道上。但是根据人权组织的报告,只有一个参会者被成功纠了出来(他的拘捕令还是已经过期的),另有35例假阳性。什么叫假阳性呢?就是错杀了良民。就这样警方仍然认为这是一次成功的尝试。

如果把人脸识别数据库、新式AI数据分析技术跟对警方摄像头的质疑结合起来,就会发现公共匿名性正在逐渐削弱。而且在当下的政治风向里,反对者群体也变得越来越多,且越来越暴力,这种隐患不容忽视。正向Tufekci在Twitter上说的,新技术往往还不知道怎么正确使用,就就先被发明出来了。

Amarjot Singh,本篇arXiv论文所指项目的领衔研究者,表示他们的系统本身是中立的,至于由此产生的社会影响,取决于如何使用。“裨益总比危害大”,他对The Verge说道,“所有东西都有正反两面的使用方法,连汽车也是如此”。Singh补充道,他和同事们正在寻求科研资金以改进系统,最终会实现商业化:“我们会扩充数据集并尝试做出成型的产品。虽然暂时还不是很确定,但数据集是一定要扩充的。”


本文授权转自集智社区。
原文:The next challenge for facial recognition is identifying people whose faces are covered
翻译:Kaise


推荐文章
深度学习利器:如何在智能终端中应用TensorFlow?
【ICCV 2017论文笔记】我们应当如何理解视频中的人类行为?
【ICCV 目标跟踪性能最优】首个应用残差学习的深度目标跟踪算法

微信公众号: 极市平台(ID: extrememart )
每天推送最新CV干货

成为第一个点赞的人吧 :bowtie:
回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!