在本周發表的一篇研究中， 通過使用深度學習和臉部具有各種“偽裝”的人物圖片的數據集，研究人員能夠訓練出一種神經網絡，可以識別臉部被覆蓋的人們。社會學家Zeynep Tufekci在Twitter上分享了這項研究成果，指出這種技術可能成為壓迫的工具。目前這種臉部識別方法的準確率遠遠低于行業標準。

 

 

　　專門從事臉部跟蹤和分析的薩里大學研究員Patrik Huber表示 ：“這篇論文中提及的技術并不是特別令人信服。” 他指出，該系統實際上并沒有將偽裝的面孔與臉部照片或肖像進行匹配，而是使用稱為“面部關鍵點”（如眼睛、鼻子、嘴唇等之間的距離）來進行識別。

 

　　雖然這項技術仍然存在缺陷，但是一些臉部識別技術已經取得快速進展。例如，Facebook已經訓練出可以基于頭發、體型等特征來識別人的神經網絡。而瑞士巴塞爾大學也正在開發一個用于識別戴面具者的系統，根據可以看到的方式重新創建一個目標人物臉部的3D模型。

 

　　隱私倡導組織表示，即使這些系統還存在缺陷，仍然有可能被執法者所接受。例如，上個月，倫敦警方使用實時面部識別來掃描參加諾丁山狂歡節的人們。在活動之前，他們組裝了一個包括500多人照片的“定制數據集”，并利用監控攝像頭捕捉識別可能鬧事的人。根據人權組織團體Liberty的一份報告，警方使用來系統成功確定一名可疑人士。

 

　　手機報在線（http://sjb.91mobiles.cn/）提供全球手機產業市場分析、趨勢判斷，以及最新手機出貨量排行榜、產業動態、產業咨詢等服務。推薦關注：旭日大數據！[微信搜索：sunshine-Media可直接關注]。