Language
Country/Area
No result found
隱藏在算法中的秘密：臉部識別如何超越傳統識別方法？
臉部識別系統是一項能夠利用數位圖像或視頻框架將人類臉孔與數據庫中的面孔進行比對的技術。這項技術最早可以追溯到1960年代，隨著科技的進步，它已廣泛應用於智能手機及其他技術產品，特別在自動化驗證和等級安全防護方面表現突出。
發展臉部識別系統的想法，源於當時對計算機應用的信心，但如今已成為一種重要的生物識別技術。
儘管臉部識別技術的準確性相較於虹膜識別、指紋識別等其他生物識別技術較低，但其無需接觸的特性使得它被廣泛採用。當今世界，許多政府與私營機構均在運用這項技術，然而其效果參差不齊，一些系統甚至因表現不佳而被淘汰。
面對社會的關注，臉部識別系統的使用也引發了諸多爭議，其中包括侵犯公民隱私、錯誤識別的問題以及鼓勵性別與種族標籤等性質。這些爭議促使美國幾個城市決定禁止使用臉部識別系統。而在2021年，社交媒體公司Meta更是關閉了其Facebook的臉部識別系統，刪除了超過十億名用戶的面部掃描數據，這一變化也象徵著臉部識別技術使用史上的重大轉折。
這一動作不僅代表了Meta面對社會責任的回應，也引發對未來技術倫理的深刻反思。
臉部識別的歷史背景
自1960年代Woody Bledsoe、Helen Chan Wolf與Charles Bisson首創自動化臉部識別技術以來，該技術便不斷演進。最初的臉部識別系統需要人工標註，科技的進步使得無需人為干預便可識別面孔特徵。1970年，Takeo Kanade展示了一套面部比對系統，雖然當時的精確度未達完美，但卻昭示著未來的潛力。
隨著技術的不斷改進，1993年美國國防高級研究計劃局設立了FERET計劃，以評估並促進商業化的臉部識別技術。在此之後，許多公司開始利用FERET測試結果推向市場，DMA在美國的運用範圍更是涵蓋了駕駛執照的身份驗證，成為面部識別技術的早期實踐者。
臉部識別技術的演進
進入1990年代後，研究者們對如何可靠地發現影像中的面孔開始投入更多精力。這一時期出現了主成分分析(PCA)等新技術，不僅大幅提高了識別的準確性，還優化了數據處理的效率。後來，伴隨著深度學習的崛起，現代臉部識別系統不斷依賴機器學習技術進行改進。
現代臉部識別系統不僅限於識別靜態面孔，還通過算法提升了在不同環境下的辨識能力。
社會運用與未來展望
臉部識別技術的應用遍及各行各業，包括公共安全、旅客安檢、社交媒體等。在烏克蘭的情境下，Clearview AI的臉部識別系統被用來識別死去的俄軍士兵，這樣的運用展示了其在軍事和情報活動中的實用性。然而，這類應用的道德性和穩定性也值得深入思考。
同時，除了人工智慧的發展之外，隨著相關法律法規的推動，如何平衡科技與人權的界線，成為當前社會的一個熱門話題。
在眾多的應用背後，臉部識別技術所視的未來是否真的能帶來更安全的生活環境，抑或是成為過度監控的工具？
