黨的十九大報告提出,要推進互聯網、大數據、人工智能與實體經濟的深度融合。當前隨著信息化的迅猛發展,生物識別技術在警務實戰及個人財產保護中得到廣泛的應用。作為生物識別技術的一種,人臉識別技術以其獨特的優勢,利用人的個體面部特征的區別,廣泛用于政府、軍隊、銀行、電子商務、安全防務等多重領域。

弱人工智能向強人工智能的轉化

人臉識別技術(Face Identification Technology)是基于人的臉部特征,用攝像機或攝像頭采集含有人臉的圖像或視頻流,并自動在圖像中檢測和跟蹤人臉,進而對檢測到的人臉進行臉部識別的一系列相關技術,也稱作面部識別、人像識別。人臉識別技術通常包括人臉檢測、人臉跟蹤、人臉比對三個部分。該技術的研究始于20世紀60年代,隨著計算機技術和光學成像技術的發展在80年代后得到提升,而真正進入初級應用階段則在90年代后期,并且以美國、德國和日本的技術實現為主。“人臉識別系統”集成了人工智能、機器識別、機器學習、模型理論、專家系統、視頻圖像處理等多種專業技術,同時需結合中間值處理的理論與實現,是生物特征識別的最新應用,其核心技術的實現,展現了弱人工智能向強人工智能的轉化。

廣義的人臉識別包括構建人臉識別系統的一系列相關技術,如人臉圖像采集、人臉定位、人臉識別預處理、身份確認以及身份查找等。狹義的人臉識別特指通過人臉進行身份確認或者身份查找的技術或系統,本文是基于對后者的應用研究。當前,人臉識別、指紋識別、虹膜識別、步態識別、聲紋識別、DNA識別是最主要的六大生物識別技術。人臉識別技術相對于其他生物識別技術,具有如下特點。

一是非接觸性。人臉識別技術不需要和設備直接接觸就能獲取人臉圖像,而其他多數生物識別技術都需要通過個體與設備接觸來提取。比如,指紋識別技術對指紋的提取有很高的技術要求,每次手指捺印的方位、著力點不同,獲取的指紋會有不同程度的變形。二是無意識性。人臉識別技術不需要專門配合人臉采集設備,個體在無意識的狀態下就可獲取人臉圖像,而其他生物識別技術幾乎都需要個體配合才能完成其生物特征的提取。比如,DNA識別技術要求個體配合血液、唾液等的采集,一旦配合不當,標本就會出現切除位點、檢材污染等情況,影響結果的準確性。三是實用性強。人臉識別系統主要是對發際、眉弓、眉形、眼形、鼻形、嘴形等進行識別計算結果,以檢材人臉截圖或照片,識別出樣本(人臉庫)的相似度,按百分比由高向低排序,并可以實現多個人臉的分揀、判斷及識別。同樣非接觸性的聲紋識別技術受環境干擾較大,在多個環境中呈現變異性特點,實用效果不強。四是性價比高。橫向比較采集成本、比對的效率和生命特征的唯一性,人臉識別系統性價比較高。雖然虹膜識別技術具有高精準和唯一性,但是采集成本高、識別效率低,不適合大范圍的推廣應用。

技術應用缺乏法律規范和標準

根據國際生物識別集團(IBG)發布的《生物識別市場與產業報告2009—2014》顯示,2014年人臉識別在全球生物特征識別市場中占比達11.4%。在國內警務工作領域,人臉識別技術發展迅猛,近5年增長了18%,這充分說明該技術的應用潛力巨大。以L市公安局人臉識別系統在實戰中的成果為例,截至2018年10月,L市公安局人像識別系統利用靜態人像比對功能查詢47621次,利用動態人像識別平臺發出人員預警1.2萬余次,通過系統應用共破獲各類案件734起,抓獲嫌疑人416人,利用人像識別前端抓獲網上逃犯85名,是以往同期追逃量的近4倍,有效提高了警務工作效率。

但人臉識別技術的應用,也存在一些難點問題。第一,技術可靠性和可用性受局限。由于受限于人臉特征可能存在外界干擾,識別技術準確率尚未全部達到100%,存有誤判、誤報小概率風險隱患。一是受光照、遮擋、姿態、圖像質量等條件影響,人臉識別系統識別率會下降。據報道,來自東京國立信息學研究院和工學院大學的兩位教授已研制出能夠通過發出近紅外光來阻止面部識別的眼鏡,這種眼鏡通過透光材質能夠吸收特定波長的光,從而阻斷人臉識別系統的光路。二是年齡變化導致面部外觀變化,而身份證年限10年、15年、20年等,這期間個體的變化會影響識別準確率。三是雙胞胎等特殊群體面部結構相似,對于人臉識別精準度造成一定影響。四是不法分子在經過削骨、墊鼻梁等面部整容后,改變了原來的面部特征,這會導致識別率下降。五是該技術不能像指紋、DNA等作為證據直接使用,通常是身份辨別時的輔助手段,需要通過詢問、取證等措施進一步核實,有一定的局限性。第二,存在安全隱患和風險。人臉識別技術在應用領域范圍不斷擴大,也暴露出一定的安全風險。人臉特征具有終身唯一且無法改變的特點,若不法分子將獲取的用戶身份特征用于違法目的,將對公民個人隱私造成泄露甚至侵害。比如,非法獲取公民生物信息特征,戴上高清3D面具,配合系統指令做出相應動作,這種欺詐手段威脅性很大。第三,缺乏法律法規及行業標準。雖然我國《網絡安全法》明確將個人生物識別信息納入個人信息范圍,但對于信息的使用、存儲、運輸、管理仍需進一步細化。我國目前出臺的《公共安全指紋識別應用圖像技術要求》(GB/T35736-2017)、《公共安全人臉識別應用圖像技術要求》(GB/T35678-2017)等相關標準,都是以公安機關具體的刑事偵查、證照管理等公安業務及安防為基礎制定的,然而隨著生物識別技術在各領域尤其是金融領域的逐步拓寬,仍然缺乏統一的從人體生物識別技術層面建立的各行業標準體系。

防范安全風險 發揮更大效能

第一,以技術發展為驅動,提升人臉識別的準確率。加快推動生物識別技術與大數據、云計算等融合發展,不斷提升生物識別技術準確率,降低技術使用成本,鼓勵企業加大投入和技術研發力度,縮短生物識別技術從研發到使用的周期,為生物識別技術在各個領域推廣使用提供技術保障。同時,進一步建立健全技術標準體系,研究制定生物識別基礎技術、特征提取、安全加密等技術標準,明確生物識別信息的應用場景和安全要求,指導提升行業生物識別技術應用的安全水平。

第二,以法律規范為保障,防范人臉識別技術安全風險。從行業規范開始,進一步明晰標準,嚴格市場準入,組織權威檢測,促進產業健康發展,有效防止部分廠商為了商業利益夸大宣傳而使用戶難辨真偽,避免引發行業亂象。同時,要提高企業網絡安全防護等級,加強數據存儲安全,設置預警、終止等相應程序,一旦出現問題能夠第一時間發現并快速解決,最大可能防止原始信息泄露,保護公民個人隱私;要進一步研發漏洞糾錯程序,對不法分子企圖隱藏真實身份采取的各種遮掩手法,逐一識別破解,把安全風險降到最低限度。對于制作、銷售、購買、使用他人面具及運用3D打印技術等非法手段獲取他人面部識別特征謀取不法利益的,從法律層面予以防范和打擊。

第三,以警務科技為方向,發揮人臉識別技術的更大效能。隨著人臉識別技術的日趨成熟,通過互聯網、移動手機等終端,可以實現廣泛應用的客觀條件。各級公安機關要牢固樹立“向科技要警力、要戰斗力”的思想,不斷更新理念,普及相關科技知識,學會常用的操作本領,把人臉識別技術更加廣泛地應用到抓捕在逃人員、甄別違法人員、查證無名尸源、調查失蹤人口、比對視頻監控、排查證人描述、身份信息識別、重點人口查詢等諸多方面,節省公安工作成本,更加便捷高效地打擊犯罪、服務群眾。

總之,對人臉識別技術,我們既要充滿信心,用開放、包容的態度來看待其中不盡完善的地方,也要保持理性、審慎的姿態應對“刷臉”時代的到來,實現“刷臉”不“變臉”。建議加快建立健全人臉識別技術使用統一標準,制定相應的法律法規和制度規范,使人臉識別技術朝著高安全性、高便攜性、非接觸性以及低成本的方向良性發展。(李懷瑾)

關鍵詞： 人臉識別 技術 法律