人脸识别：从“认脸”到“读心”(2)

即使研究利用神经网络评估了包括人嘴巴宽度、厚度，眼睛高度等128个人脸特征，以确保数据多样性。但人面部特征数量庞大，难以量化，变量多，联系复杂且难以分离。

哪怕不讨论深层次的“读脸”与“读心”的关系，人脸识别也还遭遇着若干广义困难。

“虽然识别精度提升了，但光线对人脸识别的影响还不能完全解决。此外，双胞胎如何准确识别？不同成长阶段对面部造成影响后如何识别？如何在姿态变化较大的情况下识别？如何排除遮挡对识别造成的影响？如何克服室外远距离对识别精度的影响……”中科院自动化所模式识别国家重点实验室研究员雷震用一连串排比列出了种种难题。

数据是人脸识别的核心。

据雷震介绍，因数据库里中青年的信息更多，机器学习训练更充分，也就导致了对中青年的面部识别准确率更高，其中还因女性的发型、妆容等的影响，易呈现男高女低的准确率差异。

并且因非理想场景下人脸信息收集成本较高。未来可能需要研究在极端情况下，如在样本量极少的情况下完成人脸识别。据邓伟洪介绍，目前他的研究方向正是破解数据偏差条件下的人脸识别难题，用新型的深度学习方法保证不同种族、不同性别和不同地区的均衡识别率，克服文化和地区差异对人脸识别的影响等。

与此同时，因数据导致的，人脸识别技术的伦理问题也在日益引起人们重视。

王甦菁表示，志愿者信息使用的知情权尤为重要。雷震建议，数据交换、流通的前提是对个人信息脱敏，使关键信息互相独立，防止个人信息被滥用。应当制定相关法律法规，并将数据提取或清洗落实到责任单位。

“虽然人脸识别技术的广泛落地应用涉及到肖像权、隐私保护、种族和性别公平性等伦理问题。但大家不必过于担忧，目前可以通过技术和法律手段进行双重保障。” 邓伟洪表示，目前已有面向加密照片的人脸识别新方法，新技术也可以在保护隐私的条件下进行照片处理。《民法典》中的人格权编对此也有明确要求——不得利用信息技术手段伪造等方式侵害他人的肖像权。

版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。