阻止大规模采用面部识别的主要因素

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

阻止大规模采用面部识别的主要因素
人工智能和机器学习正在加速和完善各个行业。最快的发展和进步领域之一是面部识别（FR）。从公共安全到零售和医疗保健，它在很多领域的实施都证明了它的潜力。
尽管FR广泛传播，但仍有许多先例，FR仍然会犯错误。例如，媒体报道充斥着法国种族歧视的故事。造成这种故障的原因各不相同，但是已经使用该技术的公司对它的改进和未来的收益抱有希望。
美国国家标准技术研究院的一项研究表明，自2014年以来，阻燃技术已经改进了20多次。此外，据联合市场研究公司（Allied Market Research）称，到2022年，面部识别技术的价值可能会升至96亿美元， 2016- 2022年间的复合年增长率为21.3％。
尽管该技术的持续发展几乎是各公司努力将其集成到其当前解决方案中所必需的，但它面临的挑战是什么以及该技术的前景如何？
面部识别挑战
面部识别所面临的问题可以分为两大类：技术类和道德类。前者只是技术开发的时间和精力问题，而后者可能需要更全面的方法，包括法律，社会科学乃至人类心理学的知识。
技术挑战
要了解FR可能遇到的障碍，让我们逐步了解系统的工作方式，并逐一分析一下挑战。
1.图片输入
该系统通过扫描，拍摄照片或照相机记录来获得人的图像。在此步骤中影响面部识别的主要因素是图像质量和分辨率，这意味着拥有合适的设备和捕获机制至关重要。
2.人脸检测
程序决定图像中是否有脸。对于人类而言，这是一项容易的任务，但对于阻燃剂而言却是一个巨大的挑战。系统必须定义它是否“看到”图像中的面部特征：两只眼睛，一只鼻子，一只嘴等。为此，FR使用与面部匹配的标准模板。如果有任何物体像人脸，则系统可能会错误地将其定义为人脸。互联网上充满了滑稽的面孔与对象交换的例子，尽管很有趣，但突出了技术的空白。
3.  特征提取
该程序分析一个人的特征，以与数据库中的图像进行比较。这是最具挑战性的步骤之一，因为系统需要考虑各种条件（照明，姿势和面部角度，面部表情，帽子，眼镜，胡须，胡子，化妆甚至粉刺，遮挡，自然老化和图像分辨率） ）。
为了解决上述问题，可以应用各种技术-从简单的特征匹配到3D人脸建模。这些方法由复杂的算法组成，通常需要大量的计算能力和深入的工程知识。
4.  特征匹配
在FR技术中，这是最复杂的部分。这也是系统真正显示其价值的地方。为了使图像的特征与数据库相匹配，系统依赖于机器学习技术。首先，系统学习提取和分类面部特征，然后将其学习结果应用于要分析的图像。
该系统可能会出错，因为它取决于ML学习和匹配算法，数据库质量以及上一步中提取特征的程度。但是，随着技术的进步，创建几乎无限数量的基于图像的数据成为可能。最近，出现了一种新的面部识别方法。利用深度学习和神经网络的使用，这一新过程被称为深度面部识别。
5.  ?F 王牌识别
许多企业旨在将FR用于现实生活中的实际目的，这给FR带来了挑战。例如，如果需要系统识别人群中的一张脸，则必须处理不受约束的环境，其中背景（多张脸，光线，质量，分辨率和他/她自己的人：性别，肤色） ，姿势，头部旋转，遮挡和移动）将为成功识别人脸造成障碍。
道德挑战
FR技术已在许多领域中广泛使用，它远远超出了Apple Face ID和Windows Hello的消费者使用范围。它成为诸如隐私和监视之类的更严重问题的一部分，从而导致立法和整个人类隐私文化的变化。
随着闭路电视世界的发展，几乎在每个街道拐角处都配备了摄像头，人们或多或少地对它的出现变得漠不关心。但是，FR再次强调了困扰CCTV早期的关于侵犯隐私的问题的讨论。在这些问题中，最重要的一点是该系统并非始终都是100％准确的，实际上可以被认为是对人权的侵犯。
FR仍然需要提高准确性。例如，在2018年，亚马逊的系统决定28名国会议员类似于罪犯。虽然这听起来像是在开玩笑，但当一家公司因身份不明而被种族歧视时，情况就变得更加严重。在肤色较黑的人的面部识别中，FR似乎经常失败。这个问题可能会给普通的有色人种带来更大的后果。这次，国会黑人核心小组在致亚马逊首席执行官杰夫·贝佐斯的信中表达了他的关注。
这些问题已经促使政府介入并研究需要发生的法律变化。2019年3月，美国参议员提出了一项名为《商业面部识别隐私法》的法律，旨在规范面部识别数据的使用。现在，应用FR的公司将必须向客户声明如何使用和共享数据。颁布法律是为了保护公民的隐私，并保护他们免受民主自由的歧视和种族偏见。该法律与欧盟强制执行的法律相似，但针对FR。
外卖
面部识别技术正在迅速发展。在未来的几年中，我们很可能会看到它的质量有了很大的提高，并且管理它的法律也有了新的发展。这是FR未来的三个主要收获：
对于企业而言，面部识别是一种有前途且快速发展的技术，已经在零售，??银行和旅行等许多领域中得到了应用。
实施面部识别不仅需要从技术角度，而且还需要从人际关系的角度考虑采取全面的方法。需要建立系统来管理围绕技术及其治理的隐私问题。
面部识别是一个复杂的系统，其准确性并不总是能达到100％的理想。但是，大数据和神经网络的发展为该技术的发展开辟了新的可能性。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：面部识别 大规模 Research Researc Windows