乐发∨Il

现在使用摄像头和人脸识别系统，再通过工业网关组网，可以为进出入项目现场、工业环境提供安检保障，那么人脸识别的系统原理是什么？首先，人脸识别是一种利用脸部辨识或确认个体身分的方式。可以用来辨认照片，录像，或者是在现实生活中的人。在警方拦截过程中，执法机构也可以用来确认个人身份。

乐发∨Il然而，人脸识别极易产生错误，而这些错误也会牵涉到一些并未犯罪的人身上。在辨认非洲裔美国人及其它少数族群、女性及青少年时，表现特别差，常常会被认错或认不出他们，因此会对特定族群造成不同的效果。

乐发∨Il另外，人脸识别已经被用来对付那些进行过受保护的言论活动的人。它可以被用来追踪一个人的行踪，正如一个根据牌照号码来追踪一辆汽车一样。

人脸识别的工作原理

人脸识别是利用电脑演算法，筛选出与人脸有关的特殊，独一无二的细节。在此基础上，通过对面部特征信息的分析，建立面部特征信息的数学表达式，并与已有的面部特征信息进行对比。具体人脸的资料，一般被称作人脸模板，和图片不一样，是被设计成只包含一些可以用来区别两个人脸的详细信息。

目前，已有的人脸识别系统并没有直接对未知人脸进行识别，而是通过对未知人脸和已有人脸模型进行匹配，从而实现对未知人脸的识别。这些系统会根据被确认的概率，给出多个可能的配对，并不会只返回单一的配对结果。

乐发∨Il在不同的场景下，人脸识别技术存在着不同的问题，例如：低光照、低分辨率、低视角等。

在这个问题上，我们必须了解两个重要的概念：

所谓“假阴性”，就是人脸辨识系统不能将真实存在于资料库中的面孔与真实的相似性相符合。也就是说，在对查询的响应中，系统会错误地返回0的结果。

乐发∨Il“误报”是当人脸识别系统将一张面孔和一张库中的图片进行比对时，其比对结果是错误的。这是警方递交给“乔”的一幅图片，但是系统却把这幅图片误认为是“杰克”。

在对面孔识别系统进行研究的过程中，对“假阳性”与“假阴性”的比率进行细致的分析是非常重要的，因为两者之间往往存在着某种程度的折衷。举例来说，如果你在用面部识别解锁你的手机，那么与其让系统误以为你是别人，然后让他们解锁你的手机，还不如让你的系统多次失败。如果误认导致了无辜者被关进了监狱（正如人脸相册中的误认），则应当将这一制度设计成尽量减少误认。

人脸识别带来的威胁

乐发∨Il人脸识别的资料可以轻易地被执法机构所搜集，但是对于大众来说却是很难的。脸总是被公之于众，但是不像暗号那样，你不会那么容易改变脸。我们发现，各个部门间的情报交流在不断加强。照相机的功能不断增强，技术也在飞速发展。

乐发∨Il人脸识别的资料一般取自于在被拘捕时，还未等法官判定其有罪与否时所拍摄的脸部照片。就算被抓的人从来没有被起诉，他们的脸也不会被从资料库中移除。

乐发∨Il虽然人脸识别的应用越来越广泛，科技也越来越发达，但仍有错误。实际上， FBI在其对隐私权的影响评价中也承认，它的系统“也许不足以精确地找出具有同样身分的其它图片，这会造成更高的误认。”虽然 FBI宣称他们的系统能在最多50个人中找到真实的应聘者，但是这仅仅是在应聘者在图片库中的时候发生的。如果一个候选者没有出现在图库中，该系统仍然有可能生成一种或者多种可能的配对，导致错误的结果。那些人，而非候选者，可以被当作他们无罪的犯罪的嫌疑犯。

当资料库里的人越多，脸部辨识就越困难。那是因为世上有许多人看起来相似。当相似面孔出现的概率增大时，其识别精度就会下降。

脸部辨识软体在辨认非洲裔美国人时特别差劲。美国联邦调查局在2012年发布的一份调查报告中指出，非洲裔美国人的调查结果比其它人口统计学中的要精确得多。脸部辨识软体也会错误地辨认出其他少数族群、青少年及妇女，且比率较高。犯罪数据库中包含了大量非裔美国人，拉美裔和移民，这在一定程度上是由于警方中的种族歧视。所以，利用面部识别技术，对于黑人来说，效果是不一样的。

据指出，人的备份身份（对计算机进行身份验证的人）能够消除假阳性。但是，调查显示，在没有经过特殊训练的情况下，人们在选择图片的时候，有半数的几率会作出不正确的判断。遗憾的是，没有几个体系有专业人士来检查和减少可能的配对。

乐发∨Il几乎没有人会去检查脸部辨识系统的滥用情况。乔治城大学对52个承认使用面部特征的学校进行了调查，其中不到10%的学校对此采取了公共策略。仅有两家部门（旧金山警署和南声911，位于西雅图区域）规定必须达到一定的精确性门槛才能采购该技术。仅有一家--密歇根州警察部门--对其审核程序进行了审查。

很少采取什么措施来保护普通美国人，使他们不被误用面部识别技术。通常情况下，机关并不要求出示搜查证，而且很多机关在利用脸部辨识技术辨认出一个人之前，都不要求他的执法权。

乐发∨Il伊利诺伊州的《生物资讯隐私权法案》规定，个人若要使用脸部辨识技术，须事先征得对方的同意。但这只对企业有效，对法律执行部门无效。