人臉識別技術是通過識別相片、視頻、或實時監測系統中人的臉部特徵來確定相關人員的身份，同時也可使用移動設備來進行人臉匹配識別。專家估計，在不久的將來，面部識別技術的應用將無處不在，可用來掌握被監控對象的活動軌跡以及地點等，就像車牌識別裝置可以通過檢測車牌號碼來追蹤車輛的運行軌跡一樣。
人臉識別系統根據計算機算法來找出被測者面部特有的與眾不同的特徵，例如兩眼之間的距離、下巴的形狀等，然後將這些特徵以數學形式表達描述並與數據庫中已記錄的面部特徵數據進行匹配對比，數據庫中的面部數據通常稱之為面部模板，與照片中的被測者面部不同的是，該面部模板只包含一些特定細節的數據，而這些特定細節的數據用來區分不同的面部特徵。
還有一些人臉識別系統並不是設計用來單一識別並確定被測個體，而是計算被測個體的面部特徵與數據庫中儲存的面部特徵的相似程度，然後系統會根據計算結果的相似程度從高到底給出幾個匹配的結果，而不是僅僅只給出一個匹配結果。
面部識別系統的檢測能力也各不相同，因為拍攝時的光線差異、照片分辨率的不同、以及拍攝角度的差異等，都可能會造成系統識別結果的不同。對於面部識別錯誤主要存在兩個方面——假陰性和假陽性。
所謂的假陰性是指面部識別系統判斷被測者與數據庫中的面部特徵並非匹配吻合，而實際上該被測者的面部特徵與數據庫中的面部特徵是完全匹配吻合的。所謂的假陽性是指面部識別系統判斷被測者的面部特徵與數據庫中的面部特徵完全吻合，而實際上該被測者的面部特徵與數據庫中的面部特徵並非匹配吻合。當我們計劃使用一個面部識別系統時，要權衡考慮是採用偏向假陰性的系統比較合適還是採用偏向假陽性的系統比較合適。例如，當我們使用智能手機的面部識別解鎖功能時，採用偏向假陰性的識別系統則比較好一些，因為此時如果系統多次識別不匹配而未能解鎖手機要安全於系統誤認為結果匹配而解鎖手機。
如今，各國的安全機構正在大力推廣使用該項技術，警察可以將犯罪分子的面部照片上傳至數據庫並進行全國甚至世界範圍內的聯網，而該犯罪分子的照片一旦出現在社交網絡上，或被實時閉路監控、交通監控視頻採集到，執法機構就能及時對其進行執法追捕。移動設備例如智能手機、平板電腦、手持設備等也可讓警察通過對行人、駕駛員拍照並與系統數據庫進行無線匹配識別可疑人員。
但是，人臉識別技術也存在著識別錯誤的可能，尤其是對非洲人、少數宗教民族、婦女和小孩等人群的面部識別錯誤率更高。面部識別系統存在識別錯誤的風險可能會使警察誤將好人當作嫌疑分子。而數據庫中不斷增加的面部數據也使得面部識別系統的檢測正確率受到挑戰，因為存在著為數眾多的面貌相似者，隨著面貌相似者人數的面部數據量增加，使得系統的識別匹配精確度也受到影響。為了解決這一問題，開發者通過增加人工審核的方式來降低自動識別的錯誤率，經過對審核人員進行專業系統培訓，可縮小面部識別的匹配範圍，從而提高系統的識別準確率。
總之，面部識別技術的發展與推廣，必將大大提高相關領域工作人員的工作效率，也正因為這個原因，它在機場、海關、大型超市、以及大型體育館等場所正得到越來越廣泛的應用。
閱讀更多 商瑜財經科技資訊 的文章
