人臉識別真的安全嗎？關於人臉識別技術發展的瞻望

日前，清華大學電子工程系蘇光大教授就算法、系統、標準、應用四方面深度講解了人臉識別技術的發展態勢。

人臉識別的數據安全

據蘇教授介紹，人臉識別技術在我國起步較晚，最早應用於美國，於新世紀初發展至中國，該技術在我國經過多年的發展，目前達到國際先進水平。

他同時表示，如今人臉識別技術已廣泛應用於各個行業，其中在安防行業的體現尤為「突出」；另外，該技術在國家安全中具有非常重要的意義，是全球重點發展的高新技術。

在當今社會，人臉識別的數據安全已經成為大家關注的主旋律。

在蘇教授看來，人臉識別的數據安全建設包含四個方面，分別是規範人臉識別的應用、確保人臉數據的安全、正確看待質疑的評論、促進人臉識別的發展。需要在這四個方面不斷完善。

人臉識別技術的「內核」算法

「人臉識別是一種基於人的臉部特徵信息進行身份認證的生物特徵識別技術。該技術的發展主要是依靠深度學習、三維人臉識別、超低解析度人臉三個方面，」蘇教授介紹道。

深度學習被認為是新世紀十大突破性技術之首，在人工智慧領域佔有極高地位，它不僅應用於人臉識別，還廣泛應用於指紋識別、語音識別、文字識別等，識別準確率相當高，達到99.7%，深度學習作為一項具有突破性進展技術，把人工智慧提升至一個新的高度。

三維人臉識別是目前大型廠商的主要人臉識別技術。他同時補充，人臉識別一般分為二維人臉識別、三維人臉識別兩大類。二維人臉識別是基於人臉平面圖像的，但實際上人臉本身是三維的，人臉平面圖像只是三維人臉在一個平面上的投影，在這個過程中，必然會丟失一部分信息，因此，動態的人臉識別需要依靠三維人臉識別技術。

對於超低解析度人臉圖像重建的識別，蘇教授解釋說，一般情況下，視頻監控看到的人臉很多都是12個像素左右的微小圖像，而該項技術有效地解決了低解析度人臉的重建和人臉識別的一些難題，研製出低解析度人臉圖像的重建與人臉識別的綜合技術，實現基於低解析度人臉圖像的重建與人臉識別的視頻目標人的搜索與跟蹤。

目前，人臉識別算法方面，基於最佳二維人臉理論的單人單張人臉識別算法已趨於成熟，對單人多張人臉識別算法的研究方興未艾。基於深度學習的人臉識別、三維人臉識別、超低解析度人臉圖像的重建與識別技術取得了新的進展，他補充道。

人臉識別技術的優勢所在

近年來，隨著歐美發達國家人臉識別技術開始進入實用階段後，人臉識別迅速成為近年來全球的一個市場熱點。

「中國在這塊的優勢相當明顯，我國擁有二代身份證以及視頻監控的雄厚社會資源，中國的人臉識別應用走在了世界前列。2008年北京奧運的人臉識別開創性應用、人臉識別綜合技術在周克華等案件的應用以及利用二代證圖像的戶籍查重的重大應用成果，有力地推動了人臉識別的應用向縱深發展。」蘇教授說道。

相比於其他識別技術，人臉識別技術具有明顯優勢，主要體現在四個方面：一、識別對象不受限制，不同於指紋有差不多3%-5%難以錄入；二、不易仿冒，人臉識別是對個體的生物特徵進行比對，包括語音、臉型、虹膜等別人不易模仿的鑑別方式，安全性高；三、攝像頭的普及，如今攝像頭成為智能設備的標配，手機、筆記本都配有攝像頭，非常有利於人臉的採集；四、非常便利，直接交互，相比於其他識別技術來說，人臉識別不需要用戶與設備進行「零距離」接觸，而實現多場景下的人臉判斷與識別，用戶接受程度高。

人臉識別技術的應用

以上人臉識別的種種「天然」優勢讓其發展的「如火如荼」。今天的人臉識別系統，已經邁進了大平臺的行列，成為智慧城市的示範項目。繼二代證人臉識別系統之後，視頻監控人臉識別的應用成為新的增長點。同時，網站的應用也令人矚目，網絡身份證系統的建設與應用正蘊涵著更廣闊的應用前景。人臉識別的應用步入黃金髮展時期。

現如今，人臉識別被人們稱為最自然、最安全、最高效、最直觀的一種生物特徵識別技術。目前，該技術廣泛應用於公安、學校、軍隊、機場、車站等人流密集場所，市場應用前景大好。

人臉識別技術面臨的挑戰

世上沒有一項技術是非常完善的，人臉識別也不例外，蘇教授進一步解釋說，目前人臉識別的挑戰性問題主要是被拍攝者的姿態（遮蓋）、光照（強度）、年齡（變化）。超低解析度人臉的識別難題也由於視頻監控的發展而倍受關注。

總結

大數據時代下的人臉識別具有新的特點，其特點就是人臉的大數據、單人的人臉多樣性。基於深度學習的人臉識別並非將學術問題簡單地變成工程問題，我們期待人臉識別學術問題的回歸，也期待人臉識別普適性的提升。同時，我們更加期待出現新的計算模式，減少諸如深度學習訓練過程的超大計算規模。