人工智能（AI） > 人脸识别
人脸识别详解：当你的脸成为商品
人脸识别可用于解锁手机、验证身份、控制访问权限，以及根据照片或视频识别个人。同样的技术还可以搜索庞大的图像数据库，或在公共场所识别某人。本文将介绍人脸识别的工作原理、应用场景，以及它对隐私意味着什么。
什么是人脸识别？
人脸识别是一种生物识别技术，用于通过图像或视频验证或识别个人。根据系统的不同，它可能确认某人的身份、识别未知人员，或查找同一个人的其他图像。
这些用途对隐私的影响截然不同：
类型 | 功能 | 隐私影响 |
|---|---|---|
人脸验证 | 检查人脸是否与某个已存储身份匹配 | 通常涉及为特定目的在知情情况下录入的人脸 |
人脸辨识 | 将人脸与许多已存储身份进行比对，以寻找可能的匹配项 | 识别那些从未主动同意被搜索的人 |
人脸搜索 | 使用照片在图像索引中查找同一个人的其他图像 | 将未知人脸与网站、个人资料及其他个人信息关联起来 |
人脸识别如何工作？
人脸识别会测量面部的特征，并将其转换为生物识别数据点以进行比较。例如，智能手机将这些点与你设置人脸解锁时记录的点进行比较，而人脸搜索系统则可能将它们与数百万甚至数十亿张其他图像的数据进行比对。具体过程因系统而异，但通常遵循几个基本步骤：
- 采集人脸：摄像头、照片或视频可提供包含人脸的图像。
- 检测并预处理：软件会定位人脸并调整图像，以便进行分析。
- 创建生物识别模板：面部特征会被转换为一种数学表示，有时称为人脸指纹或人脸嵌入。
- 比对人脸：将模板与已存储的模板或其他人脸数据库进行比对。
- 计算匹配度：系统会生成相似度或置信度分数。如果分数足够高，系统就会将其视为同一个人。
人工智能出现前后的人脸识别
计算机化人脸识别可以追溯到 20 世纪 60 年代。早期系统依赖研究人员识别人脸的关键特征（如眼睛、鼻子和嘴巴），然后测量这些特征之间的距离和关系，以便计算机可以将一张人脸与另一张进行比较。
人工智能和机器学习极大地改变了这一过程。现代系统能够自动分析人脸、检测远比以往复杂的模式，并在超大规模下比对图像。如今，人脸识别可以搜索庞大的数据库，并有可能将公共场所捕获的人脸与在其他地方收集的图像和信息关联起来。
人脸识别的常见应用场景
如今，人脸识别广泛应用于日常服务、商业场所和公共机构，涵盖从便捷性、安全性到调查和监控的各种用途。
常见用途 | 方式 | 目的 |
|---|---|---|
手机与帐户 | 将你的脸与之前录入的模板进行比对 | 解锁设备并验证帐户访问权限 |
银行业务与防欺诈 | 确认某人是否与某个身份或帐户持有人匹配 | 防止冒充和欺诈交易 |
机场和边境 | 将旅客与护照照片或其他身份记录进行比对 | 自动进行身份和安全检查 |
执法部门 | 将照片或视频与已知人脸数据库进行搜索比对 | 生成调查线索或识别人员 |
商店和场馆 | 识别访客，用于安全、通行或个性化 | 防止盗窃、控制出入或定制服务 |
广告和个性化 | 将识别出的人脸与客户档案关联 | 个性化优惠、展示内容或营销 |
人脸搜索引擎 | 在在线图像索引中搜索同一人的其他图像 | 查找某人在网络上出现的位置 |
人脸识别的隐私风险
人脸识别可能暴露的远不止你的身份。它让人更容易利用从其他地方收集的信息来跟踪、建立画像、识别或关联他人。
人脸识别会追踪你的行踪
将摄像头与人脸识别结合，就能在公共场所跟踪人们，而无需他们表明身份。在抗议活动或交通枢纽，人脸识别可能暴露谁在场。在更大的摄像头网络中，它可能追踪行动轨迹，削弱匿名性，并可能让人们不敢参加敏感活动。
私营组织使用同样的技术控制出入。例如，Madison Square Garden Entertainment 曾利用人脸识别技术识别并拒绝其入场（新窗口），针对的是为参与该公司诉讼的律所工作的律师。
你的脸是一种商业标识
人脸识别可以将进入商店或场馆的人与现有客户档案关联起来。企业随后可能利用该身份进行安全验证、个性化服务、会员计划或定向营销。
微软合作伙伴 Trakomatic 开发了一套基于 Microsoft Azure 的选择加入式零售系统（新窗口），该系统能在购物者进入商场时识别他们，并利用其个人资料来个性化优惠、数字显示屏和服务。
错误匹配会带来严重后果
人脸识别系统并非在所有情况下都能表现得同样出色。准确率会因算法、图像质量、摄像头角度和搜索类型而异；美国国家标准与技术研究院 (NIST) 还发现，误报率存在人口统计差异。
人脸识别错误已经导致过错误逮捕和虚假指控。 Robert Williams 在底特律被错误逮捕，原因是人脸识别错误地将他与一名嫌疑人匹配；而FTC 表示，Rite Aid 的系统（新窗口）生成了数千条误报匹配。
旧照片可能最终进入人脸识别系统
上传到社交媒体、新闻网站或其他网站的照片可能被抓取用于训练 AI，并用于人脸识别，尽管这些照片最初发布的目的从来不是身份识别。
多年前分享的一张照片，可能最终进入照片中的人从未想过会加入的人脸识别系统。 2021 年，FTC 指控 Everalbum（新窗口） 利用从用户照片中提取的数百万张人脸图像来帮助开发其人脸识别技术，尽管该公司在何时应用人脸识别方面误导了公众。
生物识别数据难以替换
密码在泄露后可以更改。改变你的脸则要难得多。被盗的生物识别数据可能在最初的安全事件发生很久之后仍构成风险。
2019 年，Biostar 2 生物识别门禁系统背后的数据库的大部分处于未加密（新窗口）状态。它暴露了超过一百万条指纹记录，以及人脸识别数据和用户图像。受此类泄露事件影响的人，无法像更换已泄露的密码那样，简单地替换自己的面容或指纹。
抵制正在缓慢形成
各国政府开始对人脸识别施加限制。根据《欧盟人工智能法案》，AI 系统不得通过从互联网或闭路电视录像中无差别抓取人脸来创建或扩展人脸识别数据库。执法部门在公共场所进行的实时人脸识别通常也被禁止，仅在寻找失踪人员、防止严重威胁或识别某些犯罪嫌疑人等情况下有有限例外。
美国没有统一的全国性法律来规范人脸识别。相反，各州采取了不同的做法。华盛顿州和科罗拉多州要求对某些政府用途设置保障措施，而缅因州禁止大多数政府用途，仅允许警方在严格条件下申请搜索。近年来，至少有 18 个州考虑过规范警方使用人脸识别的立法。
如何降低自己被人脸识别的风险
你无法阻止每一台摄像头拍下你的脸，但你可以通过减少个人信息以及网上可获取的关于你的照片，让人脸匹配揭示的信息更少。
限制哪些人可以在社交媒体上看到你的照片，并检查旧的公开帐户。
尽可能从原始来源网站移除不需要的照片。
使用 PimEyes 等服务提供的退出工具，让你的脸不再出现在其搜索结果中。
从数据经纪商以及 TruthFinder 等人物搜索网站中移除个人信息，让人脸匹配暴露的关于你的信息更少。
在应用或在线服务中启用生物识别功能之前，先检查人脸识别设置。
避免向服务上传人脸图像，除非你了解它们将如何被存储和使用。
关于人脸识别的常见问题
- 人脸识别有多准确？
- Face ID 是人脸识别吗？
- 什么是人脸查找工具？
- 人脸识别能仅凭一张照片识别出某人吗？
- 你可以选择退出人脸识别吗？
