曾在 DFI 工作的一名英国剑桥大学研究员 Amarjot Singh 提及,执法单位与其他希望捕捉罪犯的机构对这套系统都十分感兴趣,而且系统潜在的可应用范围绝对超乎想像!Singh 也率领国际团队为此系统发表一篇相关学术性论文。
DFI 团队透过不断喂养“各式各样遮盖住颜面的图像”,以此训练系统深入学习 AI 脸部网络,如此训练需要依赖大量的数据库。图像当然混合了这种简单或复杂的背景,便于挑战 AI 的灵敏度与精准性。
AI 透过测量 14 个脸部关键点(facial keypoint)的距离与角度来辨识,其中 10 个点为眼睛、3 个为唇部,剩下 1 个给鼻头。系统借由这些读取到的数据,来估计隐藏的脸部结构,接着拿来与曾经汇入的图像进行比较,最后揭示该人的真实身份。
每个脸部关键点都在检视整体系统框架的有效性,与其他先进的系统相比,DFI 证明了自己脸部关键点架构的优越性与分类有效性。在早期的测试阶段中,因为数据库存载的人脸图像尚缺,测试时整套流程只正确辨识 56% 遮掩脸部的面孔;如果同时戴上眼镜,精确度会下降到 43%。
即便遭遇了一些障碍,Singh 仍开心表示,“我们已离实现目标不远了!”DFI 也持续呼吁,期望有更多研究人员加入,以扩充并发展系统数据库的技术。
(Source:arXiv.org)
然而这项研究目前仍在等待正式发行,原因来自它引发一些关于“隐私权”隐忧的争议。北卡罗来纳大学的社会学博士 Zeynep Tufekci 在 twitter 发言,认为这项 AI 研究相当专制,且集威权主义于一身。
最后,DFI 团队将在 10 月于意大利威尼斯举办的 IEEE 国际研讨会的计算机电脑工作坊(International Conference on Computer Vision Workshop,ICCVW)发表最新研究报告。
- Facial recognition software can now identify people even if their face is COVERED in a breakthrough that will help quickly unmask criminals
(本文由 T客邦 授权转载)
延伸阅读:
- 脸部辨识成为主流?伦敦警察局以人脸辨识一天抓错 35 人
- 人脸辨识数据库是否侵权?这可能是下一个隐私攻防战