面部识别程序在识别蒙面面孔方面的效果正变得越来越 “好”

  • 不是对我们来说的 “好” …… 本文的目的不完全是面部识别,我们希望借助这篇文章在此提醒人们一些常识,以免在不久之后再就声音识别进行同样的亡羊补牢式的解说

【按】这是一个非常容易理解的监视技术升级。想想看,街上所有人都带着口罩时,您依然能从中认出自己的熟人,比如亲戚、朋友、邻居、同事,对吗?这是因为您的头脑中储存了他们没有带口罩时的完整脸部特征。

如果您第一次会面一个陌生人,对方是带着口罩的,在下一次您就不那么容易准确认出这个人来了 —— 准确度会下降,但依旧有可能认出,不论下一次见面时对方是依旧带着口罩还是没有带口罩。因为同样道理,您的大脑中储存了此人上一次与您见面时的脸部图像。

所以,您看出来了,我们的大脑在进行识别动作时所采取的模式与面部识别监视软件的原理是一样的,都是将新数据与 “存储库” 中储存的已被贴上身份信息标签的数据点进行对比

📌 换句话说,是数据的存储 —— 数据的收集和分类 —— 在决定监视技术的准确度。

那么数据存储是从哪来的?对于您的大脑来说,数据存储来自于生活经验;您长期与一些人一起工作和生活,您就会 “记住” 他们 —— 为他们的面部特征贴上一个身份标签进行存储;而如今的监视资本主义体制则是无限提取所有人类的生活经验,并将其货币化以赚取巨额利润 —— 其买方就包括监视技术开发者,他们把您的生活经验数据库交给算法来大批量处理这种对比。

这就是为什么监视软件能比您 “认识” 更多人,甚至认识所有人,因为他们已经储存了海量的数据。他们存储的这些数据一方面来自当权者的强行收集 —— 申请各种证件时必需附有的照片、无处不在的监视摄像头一直在不断从各个角度拍摄照片;而另一方面,也是最大的数据来源渠道,就是社交媒体上人们主动上传的自己和亲友的照片

数据就是一切,数据量就是权力。

他们先是给社会培养一种自拍 “流行文化”,当足够多的人被这种监视资本家操纵的文化所感染而热衷于上传自己和身边人的照片时,他们就开始了大规模的收集。

这就是他们对你的脸做的事。而现在,他们已经开始瞄准你的声音了

我们希望不至于在不久之后再就声音识别进行同样的亡羊补牢式的解说。

疫情促进了佩戴口罩的热潮,让人们误以为口罩可以很好地抵制面部识别监控,很遗憾,他们想错了。

虽然口罩肯定会对面部识别技术构成一些挑战,但美国政府研究人员表示,改进专门用于解释被遮挡的面部特征的软件已经大幅降低了错误率,并使其更容易识别面部被部分遮挡的人。

所以,您需要在您的隐私增强合集中加上墨镜和帽子,才能更自信地挫败监视者的最大努力。

“对COVID-19大流行爆发后创建的人脸识别技术的一项新研究表明,一些软件开发人员在识别蒙面人脸方面取得了明显的进展”,美国国家标准与技术研究所(NIST)3月宣布

新的报告是对早些时候对大流行前技术研究跟进,该研究发现口罩可以有效挫败面部识别有效性。

“人脸识别算法对戴口罩的人的识别能力如何?” NIST在去年7月份的时候问道,“根据美国国家标准与技术研究所(NIST)的初步研究,答案是有很大的难度。”

不过自早前的调查以来,新一代的面部识别软件如今已经问世。新技术的设计是为了在一个人们的下半脸部经常被织物口罩遮盖的世界中实施,从而揭露被掩盖的面部特征,而传统上,软件会将这些特征与已经被存储的图像进行比较,以便识别目标人。据南华早报今年早些时候报道,新系统 “能够通过仅从眼睛和鼻子获得足够的关键点来识别戴着口罩的人”。

它们似乎也做得相当有效。

“一些新算法的性能明显优于他们的前辈。在某些情况下,其COVID算法之前和之后的错误率下降了10倍之多”,NIST最新研究的作者之一 Mei Ngan 称。“在最好的情况下,软件算法在蒙面人脸上的错误率在2.4到5%之间,与2017年该技术在非蒙面照片上的效果相当。”

与之前的研究一样,NIST的研究人员在照片上应用了数字生成的口罩,以评估新技术。他们进行了一对一的匹配,其中图像与存储的同一人的照片进行比较 — — 就像在检查站或解锁智能手机时那样。计划在未来对更具挑战性的一对多匹配进行测试,也就是将人群的监控图像与大型数据库进行对比时进行的那种匹配。这种匹配很适合识别抗议者群体

虽然研究人员发现,面部识别技术在通过口罩识别人的能力方面正在改进,但它仍然存在局限性。

“当新图像和已经被存储的图像都是带着口罩的脸时,错误率会更高”,他们指出,“除了几个明显的例外,当两张照片中的脸都被遮挡时,错误匹配率比原始保存的图像显示的是未被遮挡的脸部的错误率要高10到100倍”。这可能是因为清晰的面部特征较少,产生的对比点较少。

监视者还发现,由于不确定的原因,口罩的颜色也有关系,“红色和黑色口罩往往比其他颜色的口罩产生更高的错误率”。但请注意,这不会是一成不变的,监视技术始终在升级。

不足为奇的是,遮挡更多面部特征的较大口罩比只覆盖鼻子和嘴巴的较小口罩护导致更高的错误率。“延续2020年7月报告的趋势,圆形口罩 — — 只覆盖嘴巴和鼻子 — — 产生的错误比延伸到脸颊的宽口罩更少,覆盖鼻子的口罩比不覆盖鼻子的口罩产生的识别错误更多”。这对于通过比较上脸的细节来适应口罩的技术来说是有意义的。

“处方型透明镜片眼镜一般不会成为面部检测和识别软件的问题。关键的眼睛细节仍然是清晰可见的”,美国面部识别公司 Kairos 的 CTO Cole Calistra 在2015年就指出,“然而,当人们戴着深色或反光的太阳镜时,世界上最好的算法都会有困难,这有效地隐藏了眼睛的瞳孔。当眼镜遮挡和隐藏了眼睛之间的距离时,这个问题尤其复杂,而这正是许多算法的关键部分。”

从那时起,技术已经取得了很大的进步,但监视摄像头仍然必须至少能够看到一张脸的一部分,才能与存储的图像进行匹配

在政府热衷于部署监控技术的中国,汉王科技有限公司很早就行动起来,对其软件进行了调整,以适应对COVID-19进行遮挡的人脸。路透社今年3月报道称,“中国的系统难以识别既戴口罩又戴墨镜的人”。

把帽子和墨镜、口罩一起戴上,您就有了一个组合,即使是目前最好的面部识别算法也没有什么数据可供使用。

甚至还有更有效的手段来挫败监视者,见这里《让面部识别失效的思考方式》。但是,将别人的脸部图像叠加在自己脸上的投影仪,以及歪曲可识别特征的化妆,是为那些非常注重隐私的人准备的,不太可能得到广泛采用。

更为实用的是 Reflectacles 的眼镜,它增强了墨镜本来就具有的保护隐私的特性,其功能是旨在让监控摄像头眼花缭乱。最新的版本相当时尚,不会让佩戴者看起来像 Elton John。

尽管技术在不断进步,但除了健康应用外,口罩仍然具有一定的反监控功能。但是为了达到最佳效果,口罩需要与帽子和太阳镜相辅相成,使面部识别软件没有什么可利用的数据点。

请注意,这需要足够多的人一起采取行动才能有效。如果整条街上就您一个人带着口罩+帽子+墨镜,您立刻就会脱颖而出。⚪️

Facial Recognition Programs Are Getting Better at Recognizing Masked Faces

发表评论

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据