隨着科技的飛速進步,人臉識別被廣泛的運用在了我們的生活中 ,例如:手機人臉解鎖,支付寶人臉付款,被我們越來越多的人所熟知、所使用。
最近人臉識別系統被報道出了這樣一件事,即使是表現最佳的人臉識別系統,黑人的錯誤識別率比白人高5至10倍,這一現象不禁讓很多人困惑。
法國有一家名叫Idemia的公司,它的人臉識別軟件已經在為美國、澳大利亞和法國的警方提供服務。根據檢測結果顯示:比起白人和黑人男性,系統更容易混淆黑人女性。
是什麼原因導致了不同人種之間臉部識別效果差距如此的大?
早在2017年的時候,「面部識別系統使用Idemia技術掃描3000萬張照片,以此來檢查一些在美國着陸乘客的面部特徵,即便如此,,Idemia的算法並不能對所有面孔都做到精準識別。
NIST用兩張相同的面部照片去測試此算法是否符合標準,得出來的結果表明,Idemia的算法錯誤匹配白人女性面孔的概率約為萬分之一,而錯誤匹配黑人女性面孔的概率卻為千分之一,概率增長了10倍之多。
我們要知道在人臉識別系統中,錯誤識別概率超過萬分之一就是一個評判標準。
目前,計算機世界算法的人臉識別已經是最先進的了,但是卻在識別深色皮膚人臉方面的能力是較差。
數據表明:從2010年到2018年,人臉識別的精準識別能力已經提升了25倍,只有極少的0.2%才會出現無法匹配的情況。
報告指出:造成這種差距很大一部分原因是由化妝造成的,所以識別女性的結果比識別男性的結果差一些。所以NIST計劃在今年秋季詳細報告該技術如何在不同的人口群體中發揮作用。
在許多人臉識別的系統中,算法更容易混淆黑人面孔,國土安全部還發現,深色皮膚對商業化的人臉識別任務也具有挑戰,這樣得發現還引發起了種族歧視輿論。
儘管爭論越來越激烈,但人臉識別系統還是運用到了許多政府機構中,在今年,美國洛杉磯發生了一起入室盜竊案,還升級為了致命的槍擊事件,一名嫌疑犯被逮捕,另一名逃跑了,警方在用一張照片在人臉識別系統中很快的搜索到了逃犯,可見人臉識別提供了多麼大的方便。
LA County系統是根據Cognitec公司的人臉匹配算法建立起來的。Cognitec是一家德國公司,和Idemia一樣,為世界各國政府提供人臉識別服務。
NIST同樣對Cognitec算法做了測試,結果表明:對於女性和有色人種,這些算法的準確率可能會更低,在敏感閾值下,NIST測試的兩種Cognitec算法誤判黑人女性的概率大約是前者的五倍,女人主要是因為化妝問題。
隨着人臉識別變得越來越普遍,政策專家和決策者對技術的局限性越發感興趣,這個問題獲得了新的關注。
評論列表
我對比過很多家,你們家的服務真的很不錯,很慶幸選擇你們幫忙挽回!
被拉黑了,還有希望麼?
發了正能量的信息了 還是不回怎麼辦呢?
發了正能量的信息了 還是不回怎麼辦呢?