人臉識(shí)別屬于生物識(shí)別的一種，公安破案、換臉軟件，都屬于人臉識(shí)別技術(shù)的應(yīng)用案例，該技術(shù)最大的優(yōu)點(diǎn)就是方便，所以普及得比較快。新技術(shù)總會(huì)有安全問題，人臉識(shí)別本身為生活提供了便利，而它最大的風(fēng)險(xiǎn)在于信息泄露。人臉作為生物識(shí)別的一種，具備唯一性，一旦發(fā)生信息泄露風(fēng)險(xiǎn)很大。人臉識(shí)別技術(shù)的安全問題不僅僅在于技術(shù)本身，而主要是應(yīng)用的問題。危險(xiǎn)在于利用這項(xiàng)技術(shù)達(dá)到了不該達(dá)到的目的，實(shí)施了不該實(shí)施的行為。

　　一、人臉識(shí)別的技術(shù)弊端及難點(diǎn)

　?。ㄒ唬┤四樧R(shí)別的技術(shù)弊端

　　人臉識(shí)別技術(shù)也會(huì)出現(xiàn)誤差，影響人的判斷結(jié)果。

　　人臉識(shí)別的一個(gè)缺點(diǎn)在于信息的可靠性及穩(wěn)定性較弱。

　　人臉?biāo)N(yùn)含的信息量較指紋、虹膜等生物特征相比是比較少的，其變化的復(fù)雜性不夠。例如，若要兩個(gè)人的指紋或者虹膜基本相同，大概需要好幾十乃至上百個(gè)比特達(dá)到完全重合才可以。但如果是人臉的話，十幾個(gè)比特達(dá)到重合就可以了。在全世界可以找到很多具有相似性的面孔。所以說，人臉的辨識(shí)性不是很高，它并沒有那么獨(dú)一無二。

　　另外，人自身內(nèi)在的變化以及外在的環(huán)境的變化都會(huì)影響采集時(shí)人臉的信息穩(wěn)定度。相較于之前的人臉識(shí)別技術(shù)，目前的人臉識(shí)別技術(shù)有所提高，但是具體應(yīng)用是還是不能達(dá)到完美狀態(tài)，保守估計(jì)，人臉識(shí)別技術(shù)的準(zhǔn)確率能達(dá)到99%。

　?。ǘ┤四樧R(shí)別的技術(shù)難點(diǎn)

　　1.光照問題

　　光照變化是影響人臉識(shí)別性能的最關(guān)鍵因素，對(duì)該問題的解決程度關(guān)系著人臉識(shí)別實(shí)用化進(jìn)程的成敗。由于人臉的3D結(jié)構(gòu)，光照投射出的陰影，會(huì)加強(qiáng)或減弱原有的人臉特征。尤其是在夜晚，由于光線不足造成的面部陰影會(huì)導(dǎo)致識(shí)別率的急劇下降，使得系統(tǒng)難以滿足實(shí)用要求。同時(shí)，理論和實(shí)驗(yàn)還證明同一個(gè)體因光照不同引起的差異，大于同一光照下不同個(gè)體之間的差異。光照問題是機(jī)器視覺中的老問題，在人臉識(shí)別中的表現(xiàn)尤為明顯。解決光照問題的方案有三維圖像人臉識(shí)別和熱成像人臉識(shí)別。但這兩種技術(shù)還遠(yuǎn)不成熟，識(shí)別效果不盡人意。

　　2.姿態(tài)問題

　　人臉識(shí)別主要依據(jù)人的面部表象特征來進(jìn)行，如何識(shí)別由姿態(tài)引起的面部變化就成了該技術(shù)的難點(diǎn)之一。姿態(tài)問題涉及頭部在三維垂直坐標(biāo)系中繞三個(gè)軸的旋轉(zhuǎn)造成的面部變化，其中垂直于圖像平面的兩個(gè)方向的深度旋轉(zhuǎn)會(huì)造成面部信息的部分缺失。使得姿態(tài)問題成為人臉識(shí)別的一個(gè)技術(shù)難題。針對(duì)姿態(tài)的研究相對(duì)比較的少，目前多數(shù)的人臉識(shí)別算法主要針列正面、準(zhǔn)正面人臉圖像，當(dāng)發(fā)生俯仰或者左右側(cè)而比較厲害的情況下，人臉識(shí)別算法的識(shí)別率也將會(huì)急劇下降。

　　3.表情問題

　　面部幅度較大的哭、笑、憤怒等表情變化同樣影像著面部識(shí)別的準(zhǔn)確率?，F(xiàn)有的技術(shù)對(duì)這些方面處理得還不錯(cuò)，論是張嘴還是做一些夸張的表情，計(jì)算機(jī)都可以通過三維建模和姿態(tài)表情校正的方法把它糾正出來。

　　4.遮擋問題

　　對(duì)于非配合情況下的人臉圖像采集，遮擋問題是一個(gè)非常嚴(yán)重的問題。特別是在監(jiān)控環(huán)境下，往往被監(jiān)控對(duì)象都會(huì)帶著眼鏡、帽子等飾物，使得被采集出來的人臉圖像有可能不完整，從而影響了后面的特征提取與識(shí)別，甚至?xí)?dǎo)致人臉檢測(cè)算法的失效。

　　5.年齡變化

　　隨著年齡的變化，一個(gè)人從少年變成青年，變成老年，他的容貌可能會(huì)發(fā)生比較大的變化，從而導(dǎo)致識(shí)別率的下降。對(duì)于不同的年齡段，人臉識(shí)別算法的識(shí)別率也不同。這個(gè)問題最直接的例子就是身份證照片的識(shí)別，在我國身份證的有效期一般都是20年，這20年間每個(gè)人的容貌必然會(huì)發(fā)生相當(dāng)大的變化，所有在識(shí)別上也同樣存在很大的問題。

　　6.人臉相似性

　　不同個(gè)體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。這樣的特點(diǎn)對(duì)于利用人臉進(jìn)行定位是有利的，但是對(duì)于利用人臉區(qū)分人類個(gè)體是不利的。以模仿某個(gè)明星為目標(biāo)的化妝、整容等人為因素加大了這個(gè)問題的難度。尤其是雙胞胎的問題，人臉識(shí)別系統(tǒng)究竟能不能正確的識(shí)別出來，這個(gè)其實(shí)在學(xué)術(shù)界也是有爭(zhēng)論的。有專家認(rèn)為雙胞胎根本不應(yīng)該靠人臉識(shí)別技術(shù)進(jìn)行分辨，它是沒法用人臉識(shí)別技術(shù)來準(zhǔn)確進(jìn)行區(qū)分的。

　　7.動(dòng)態(tài)識(shí)別

　　非配合性人臉識(shí)別的情況下，運(yùn)動(dòng)導(dǎo)致面部圖像模糊或攝像頭對(duì)焦不正確都會(huì)嚴(yán)重影響面部識(shí)別的成功率。在地鐵、高速公路卡口、車站卡口、超市反扒、邊檢等安保和監(jiān)控識(shí)別的使用中，這種困難明顯突出。

　　8.人臉防偽

　　偽造人臉圖像進(jìn)行識(shí)別的主流欺騙手段是建立一個(gè)三維模型，或者是一些表情的嫁接。隨著人臉防偽技術(shù)的完善、3D面部識(shí)別技術(shù)、攝像頭等智能計(jì)算視覺技術(shù)的引入，偽造面部圖像進(jìn)行識(shí)別的成功率會(huì)大大降低。

　　9.樣本缺乏

　　基于統(tǒng)計(jì)學(xué)習(xí)的人臉識(shí)別算法是目前人臉識(shí)別領(lǐng)域中的主流算法，但是統(tǒng)計(jì)學(xué)習(xí)方法需要大量的訓(xùn)練。由于人臉圖像在高維空間中的分布是一個(gè)不規(guī)則的流形分布，能得到的樣本只是對(duì)人臉圖像空間中的一個(gè)極小部分的采樣，如何解決小樣本下的統(tǒng)計(jì)學(xué)習(xí)問題有待進(jìn)一步的研究。此外，現(xiàn)在參與訓(xùn)練的人臉圖像庫基本都是外國人的圖像，有關(guān)中國人、亞洲人的人臉圖像庫少之又少，給訓(xùn)練人臉識(shí)別模型增加了難度。

　　10.圖像質(zhì)量問題

　　人臉圖像的來源可能多種多樣，由于采集設(shè)備的不同，得到的人臉圖像質(zhì)量也不一樣，特別是對(duì)于那些低分辨率、噪聲大、質(zhì)量差的人臉圖像（如手機(jī)攝像頭拍攝的人臉圖片、遠(yuǎn)程監(jiān)控拍攝的圖片等）如何進(jìn)行有效地人臉識(shí)別是個(gè)需要關(guān)注的問題。同樣的，對(duì)于高分辨圖像對(duì)人臉識(shí)別算法的影響也需要進(jìn)一步的研究。現(xiàn)在，我們?cè)谌四樧R(shí)別時(shí)，一般采用的都是相同尺寸，清晰度很接近的人臉圖片，所以圖像質(zhì)量問題基本可以解決，但是面對(duì)現(xiàn)實(shí)中更加復(fù)雜的問題，還需要繼續(xù)優(yōu)化處理。

　　二、人臉識(shí)別的應(yīng)用安全隱患

　　人臉識(shí)別技術(shù)涉嫌侵犯大眾的隱私。

　　由于通過人臉識(shí)別技術(shù)可以獲取相應(yīng)的用戶信息，這在一定程度上會(huì)造成用戶信息泄露的情況，有侵犯用戶隱私權(quán)的嫌疑。

　　應(yīng)用人臉識(shí)別技術(shù)的視頻采集設(shè)備愈來愈普及化，是否會(huì)對(duì)大家的人身自由權(quán)與隱私權(quán)產(chǎn)生威脅？人工智能的市場(chǎng)應(yīng)用，是否會(huì)產(chǎn)生新的歧視與不公平，并對(duì)人們具有的社會(huì)道德紀(jì)律產(chǎn)生挑戰(zhàn)。