面部辨识技术：它是如何运作的

身份保护

人脸识别技术：你需要知道的一切

如果你曾经通过面部扫描解锁手机，或者在机场安检时被拍摄了面部图像，那么你对人脸识别已有一定的了解。人脸识别技术正迅速发展，越来越多地被应用。继续阅读以了解人脸识别的工作原理以及专业隐私软件如何帮助保护你的身份。

分享至Facebook

分享至Twitter

分享至LinkedIn

文章链接已复制

撰写者：Samuel Kellett发表于：2021年1月20日审阅者：Antoinette Cocorinos

什么是人脸识别？

人脸识别技术或者称为面部识别技术是一种用于映射、识别或验证一个人面部结构的方法。通过人脸识别技术，可以创建一个独特的数值代码，称为面部指纹faceprint。这些面部指纹会存储在一个人脸识别数据库中。如果你将一张照片输入数据库，它将找出所存储的任何匹配的面部指纹。

本文包含内容：

查看所有隐私文章

人脸识别是如何工作的？

随着人脸识别技术的发展，涌现出多种映射面部和存储面部数据的方法，这些方法在准确性和效率上各有不同。接下来，我们将探讨人脸识别的工作原理，以及结果数据的存储方式和谁通常可以访问这些数据。

人脸识别有三种方法：

传统人脸识别：通过照片来识别一个人。

3D人脸识别：使用3D扫描仪实时捕捉一个人的外貌。

生物识别人脸识别：分析独特的面部轮廓、特征和测量，确定某人的身份。

传统人脸识别

传统人脸识别可以分为两个主要类别：整体和特征基础。

整体人脸识别：分析主体的整个面部，以找到与目标匹配的特征。

特征基础人脸识别：从面部分离出相关的识别数据，然后将其应用于与潜在匹配进行比较的模板。

为了识别目标，传统的人脸识别系统通常会经过以下步骤。

人脸识别软件在图像中检测到你的面部想想在Facebook照片中标记时出现的小方块，或者在手机相机对准拍摄时出现的方格。

使用人脸识别算法来识别你的独特面部生物特征和特征，例如鼻子与嘴之间的距离、眉毛的大小、额头的宽度，以及许多其他属性。

这些独特的特征被称为节点点nodal points，平均每个脸上大约包含80个。这些模拟信息被转换为数字代码，形成你个人的面部指纹。

人脸识别软件现在可以将你的面部指纹与数据库中的其他面部指纹进行比较，以找到匹配项。

人脸识别软件将你的面部指纹与数据库中的其他面部指纹进行匹配。

3D人脸识别

3D人脸识别方法使用传感器更精确地捕捉面部的形状。

与传统的人脸识别方法不同，3D人脸识别的准确性不受光线影响，甚至可以在黑暗中完成扫描。3D人脸识别的另一个优势在于，它可以从多个角度识别目标，而不仅仅是直接面部。

iPhone X及其后续版本配备了Face ID技术，这种技术依靠3D人脸识别来确认其拥有者。

3D人脸识别过程包括六个主要步骤。

你的面部可以通过人脸识别摄像头比如使用手机进行面部扫描时直接捕捉为3D图像，或者通过扫描2D照片捕获。

人脸识别软件现在确定你面部的位置和角度，以及其大小。只要你的面部处于朝向相机的90度范围内，3D人脸识别软件都可以识别。

一旦检测到你的图像，系统会精确到亚毫米测量面部的特定形状。得到这个非常准确的测量后，会创建一个模板。

与传统人脸识别的分析步骤类似，系统现在会将根据你的面部特征创建的独特模板转换为代码。

正如你想象的那样，匹配步骤涉及在数据库中搜索以找到匹配项。如果所搜索的数据库完全由3D图像组成，可以直接进行匹配而无需额外步骤。

如果该数据库中还有2D图像，软件会使用算法将你的3D面部图像转换为2D形象，以找到匹配项。

现在，根据情况，3D人脸识别软件可以选择验证或识别你。验证用于确认你的身份，将你的扫描与验证你身份的图像比如驾驶执照照片进行匹配。

软件也可以用来识别一个人，将扫描与数据库中所有照片进行比较以找到可能的匹配项。

生物识别人脸识别

皮肤和面部生物识别是人脸识别领域中一种正在发展的技术，可以显著提高人脸识别技术的准确性。皮肤纹理分析集中在个人皮肤的某一部分，使用算法对线条、纹理和毛孔进行极其微小的测量。

生物识别人脸识别分析的准确性如此之高，以至于它可以分辨同卵双胞胎。

人脸识别数据如何存储，以及存储在哪里？

人脸识别数据很可能就在你手中或口袋里。许多智能手机包括生物识别登录选项，包括指纹和面部指纹。这些数据存储在设备本身内，以便在不将数据发送到外部来源的情况下验证你的生物特征。

但尽管苹果和三星并不一定在一个庞大的数据库中存储你的面部指纹，仍有很大的可能性这些数据在某处存在。

许多执法机构拥有面部识别数据库。在美国，FBI维护一个不断增长的数据库，可以匹配超过64亿张照片。中国最近强制推行面部扫描用于申请移动数据服务，并且该国还维护一个人脸识别数据库，以识别或验证大约14亿公民的身份。

还有许多公共面部识别数据库可以免费访问，尽管与私人或官方数据库相比，图像总数有限。

令人担忧的一个发展是人脸识别数据库与数据中介公司如Clearview AI有关，Clearview AI自称拥有超过30亿张从社交媒体、就业记录和网络新闻网站上抓取的图像。

数据中介不仅收集图像，还通过cookie跟踪你在线上的表现从你观看的内容到购买的商品，再到访问的网站。这些信息通常与浏览器指纹识别的数据结合使用，浏览器指纹识别是一种更深入的在线跟踪形式，利用隐藏的脚本通过识别浏览器和计算机的独特属性来识别你。

浏览器指纹识别涉及使用你的浏览器设置、默认语言和时区、已安装的浏览器扩展、操作系统、图形卡以及许多其他属性，来开发一个能以极高准确度识别你的个人档案。

你可以通过使用具有反指纹技术的私密安全浏览器来干扰和防止这类数据收集。Avast安全浏览器特别设计用来防止侵入性的网络追踪器，混淆浏览器指纹记录脚本，并屏蔽广告。想要获得真正私密的网络体验，今天就尝试我们免费的安全浏览器。

免费下载Avast安全浏览器

适用于Android、iOS、Mac

安装免费的Avast安全浏览器

适用于Mac、PC、Android

免费下载Avast安全浏览器

适用于iOS、Android、PC

安装免费的Avast安全浏览器

适用于PC、Mac、iOS

人脸识别技术真的准确吗？

近年来，人脸识别技术的准确性已大幅提升。在2014年，表现最佳的算法错误率为41；而在2020年，表现最佳的算法的错误率仅为008。但这项技术仍然存在严重的且极为重要的不足之处，尤其是在种族和性别方面。

人脸识别在识别白人男性方面非常准确，但对女性或有色人种的准确度较低。

随着这种技术的迅速普及，我们有必要质疑：人脸识别到底准确吗？如果分析的图像非常清晰，受试者可以被识别的准确率高达9997。

但是，图像很少是完全清晰的。在现实世界中，照片往往是在不理想的条件下拍摄的光线不足、面部角度不佳等，很容易出现错误匹配的人脸识别。

在准确性方面，种族和性别是两个最大的影响因素。事实证明，人脸识别在识别白人男性方面非常准确，但对女性或有色人种的识别准确度较低。事实上，一项2018年麻省理工学院的研究发现，当人脸识别算法尝试匹配肤色较深的女性时，错误率达到347！而与之相对，匹配白人男性的最大错误率仅为微不足道的08。

人脸识别应用于哪些领域？

随着人脸识别的日益普及，各行各业对这种技术的潜力也越来越看重。人脸识别软件的潜在应用非常广泛，从执法部门到机场安检、智能手机等消费技术。以下是人脸识别技术的部分应用示例。

智能手机中的人脸识别摄像头

最新的智能手机可以通过人脸识别软件解锁。类似于指纹扫描选项，使用面部指纹可以使你的手机很难被黑客入侵除非有人能够将手机举到你的面前。2019年，法院认为在美国，强迫解锁手机的面部识别技术是非法的。

机场安全

人脸识别技术正在全球的机场中被广泛应用。通过人脸识别对乘客进行检查可能会创造更快、更顺畅的机场安检流程，尽管这引发了隐私问题的争议。

执法机构

正如前面提到的，利用人脸识别的警务工作变得越来越流行。执法机构使用各种数据库来识别和验证感兴趣的人物。

识别疾病

国家人类基因组研究所成功利用人脸识别诊断一种被称为DiGeorge综合症的疾病，使早期识别这种疾病的可能性更高。在他们的小型研究中，这一算法能够以966准确率诊断该病。

寻找宠物

FindingRover是一个专注于动物的面部识别应用程序。宠物主人可以注册并上传自己宠物的照片。如果宠物走失，系统可以使用面部识别技术在当地动物收容所寻找匹配。

人脸识别技术的历史

让我们简单回顾一下人脸识别技术的历史时间线。

公元前3993年

人脸识别技术迈出第一步，研磨黑曜石形成第一面镜子。

好吧，好吧，快进一点

19621964年

Woodrow W Bledsoe带领一个团队研究电脑是否能识别人的面部。为此，他教会计算机识别一个人的面部特征，然后测量这些特征并与其他人进行比较。尽管实验并不成功，但这个想法显示出潜力，促使人们对面部识别软件的兴趣提高。

1970年代

Bledsoe的工作由Goldstein Harmon和Lesk进一步发展，他们为计算机开发了21个特定的面部标记。然而，就像Bledsoe之前的工作一样，他们也受到当时技术的限制，需要大量的手动计算。

19881991年

特征面！ 抱歉，这只是个有趣的词。在1988年，Surovich和Kirby发展了“特征面”的概念，这些基本上是通过研究大量其他面孔构建的标准化面。 这是首个整体全脸的人脸识别方法。

到了1991年，Turk和Pentland扩展了这项工作，发现了一种检测图像中人脸的方法。尽管这些实验同样受到技术限制，但显示出了成功。时至今日，特征面仍然被认为是某些人脸识别方法中的基准比较。

1990年代2000年代

上世纪末，几项人脸识别技术取得了重大进步。1993年，国防高级研究计划局DARPA和国家标准与技术研究所NIST启动了FERET项目，旨在建立一个人脸识别数据库。

随后，在2000年代初，国家标准与技术研究所推出了一系列评估，称为面部识别供应商测试。这些对人脸识别数据库的独立评估至今仍在使用。

2010年

这时事情开始真正加速。Facebook推出了人脸识别软件，该软件在用户上传照片时会为用户标记。

2017年

苹果宣布iPhone X将包括Face ID，这是一种允许用户只需看着它就能解锁手机的人脸识别软件。2017年还见证了Clearview AI的诞生，该公司从互联网上抓取了超过30亿张照片的数据库。

相关隐私问题

人脸识别技术有许多令人赞叹的应用，但也有许多令人理解的担忧，例如面部扫描可能被滥用或导致错误匹配。幸运的是，有一些方法可以保护你的数据。

人脸识别与监视技术的风险

在新冠疫情期间，人脸识别技术被用来确定员工是否遵循口罩协议。该技术在美国和欧洲的酒店和餐馆中被秘密使用，引发了隐私保护者的担忧。

在中国，监控技术如人脸识别被用于追踪和定罪宗教少数群体。中国政府还将其监控工具出售给世界各地的专制政府，包括委内瑞拉和津巴布韦。

政府可以使用人脸识别技术监控其公民。

IBM已表示不再开发或提供人脸识别技术。谷歌也表示在制定防止滥用的政策之前不会提供人脸识别技术。即使亚马逊也对警方使用其人脸识别软件实施了一年禁令，原因是对准确性和种族偏见的担忧。

如何保护自己？

如果人脸扫描让你感到紧张，可以采取一些简单的步骤来减少被加入数据库的风险。

选择不使用Facebook人脸识别技术。你可以修改Facebook设置，使得Facebook不再识别你的面部信息。选择此选项后，Facebook还会删除他们保存的你的面部模板。

停止将自己变成外星人或狗。尽管Snapchat表示他们的面部滤镜技术并不像人脸识别算法那样深入，但这类应用如果选择的话，面部扫描的数量将会极为可怕。 Face App去年因其老龄化滤镜而引起了轩然大波，令人担忧的是，他们的使用条款赋予公司以随意使用上传照片的权利。

使用VPN虚拟私人网络保持在线匿名。VPN加密你在线活动周围的数据并隐藏你的IP地址，这有助于隐藏你的身份，抵御恶意行为者，甚至是你的互联网服务提供商ISP。通过这样，你可以防止网络追踪，并限制与自己的图像相关联的信息量。

但即使使用强大而可靠的VPN，你在网络上添加自己图像时仍需保持警惕。网络上常说，“互联网是永恒的。”

使用Avast BreachGuard在线保护你的数据

数据中介、公司和其他组织会收集有关每个人的数据，包括你。这些数据会被转售给市场营销人员、广告商和其他有兴趣使用汇总或个性化见解的用户。更糟糕的是，数据中介的数据库可能会暴露，数据可能会在黑暗网络上出售。

Avast BreachGuard通过联系已知的数据中介，要求他们从其注册表中删除你的数据，帮助你更好地控制个人数据。同时，它还监测黑暗网络市场，并在你的个人信息泄露时及时提醒你使你可以直接面对在线隐私问题。

获取Avast Breachguard

适用于Mac

更多选项可选：

获取Avast Breachguard

获取适用于PC或移动设备的相应版本。

人脸识别技术真的准确吗？

人脸识别技术的准确性近年来有了显著提高。在2014年，表现最好的算法的错误率为41；而到2020年，优质的算法的错误率仅为008。但该技术依然存在一些关键且极大缺陷，特别是与种族和性别相关的问题。

人脸识别技术在识别白人男性方面非常准确，但在识别女性或有色人种方面的准确性较低。

随着这种技术日益普及，值得我们思考：人脸识别的准确度究竟有多高？在分析图像非常清晰的情况下，对象的识别准确度高达9997。

然而，实际情况中，图像很少会非常清晰。照片经常是在不理想的条件下拍摄如光线不足或面部角度不佳，而且很容易出现错误的人脸识别匹配现象。

可追溯到种族与性别的两大主要准确性问题，事实表明人脸识别在识别白人男性方面十分准确，而在识别女性或有色人种时的准确性则明显降低。一项2018年MIT研究显示，当人脸识别算法尝试匹配肤色较深的女性时，错误率高达347！而与此相对，最高的白人男性匹配错误率仅为08。

人脸识别技术的用途

随着人脸识别技术的不断发展，很多行业看到了这项技术的潜力。人脸识别技术的应用广泛，从执法到机场安全，再到智能手机及其他消费技术形式。以下是人脸识别技术的众多应用中的一小部分。

智能手机中的人脸识别功能

最新的智能手机支持使用人脸识别软件解锁。类似于指纹扫描，面部指纹的应用使得手机难以被黑客攻击除非有人能将手机对准你的脸。为了保护个体隐私，2019年美国法院已裁定，警方不能强迫使用人脸识别解锁手机。

机场安检

全球许多机场都在应用人脸识别技术。通过人脸识别技术对乘客的安检可以带来更快速、更流畅的程序，但同时也引发了隐私方面的争议。

执法机关

正如前述所提到的，采用人脸识别技术的警务工作越来越受到欢迎。执法机构利用不同的数据库来识别和验证感兴趣的个人。

疾病识别

国家人类基因组研究所成功运用人脸识别技术帮助诊断一种名为DiGeorge综合症的疾病，使早期识别疾病成为可能。在他们的小规模研究中，该算法能够以966 的准确率成功诊断该病。

寻宠物

FindingRover是一款专门用于动物的面部识别应用程序。宠物主人可以注册并上传宠物照片。如果宠物走失，该公司可以利用人脸识别技术与本地动物收容所进行匹配。

人脸识别技术的历史

让我们简要回顾一下人脸识别技术发展的历史时间线。

公元前3993年

人脸识别技术的初步发展，黑曜石被打磨成第一面镜子。

好吧，跳过一部分

1962年至1964年

Woodrow W Bledsoe领导的团队尝试判断计算机是否能够识别人的面孔。他通过教授计算机识别面部特征，并测量这些特征与其他面部的比较进行尝试。虽然实验并未成功，但该想法显示出潜力，引起了人们对面部识别软件的兴趣。

1970年代

Bledsoe的工作被Goldstein、Harmon等人所发展，他们为计算机开发了21个特定的面部标记。不幸的是，像之前的Bledsoe一样，他们也受到当时技术的限制，需要大量的手动计算。

1988年至1991年

特征面！ 抱歉，这只是个有趣的词。在1988年，Surovich和Kirby发展了“特征面”的概念，这实际上是基于研究多个人脸后的标准化面。 这是人脸识别的第一个整体方法。

在1991年，Turk和Pentland对这项工作进行了扩展，发现了一种从图像中检测人脸的方法。虽然这些实验同样受到技术能力的限制，但显示出了成功。直到今天，特征面仍被认为是某些人脸识别方法的基准比较。

1990年代到2000年代

在上世纪末，人脸识别技术取得了众多进展。1993年，国防高级研究计划局DARPA与国家标准与技术研究所NIST启动了FERET项目，特别旨在建立一个人脸识别数据库。

不久之后，在2000年代早期，国家标准与技术研究所推出了一系列评估，称为面部识别供应商测试。这些独立评估至今仍在使用。

2010年

这时，事情开始快速发展。Facebook推出人脸识别软件，在用户上传照片时自动给他们打标签。

2017年

苹果宣布iPhone X将配备Face ID，允许用户仅通过观看来解锁手机。在这一年，Clearview AI的成立也引起了关注，该公司从互联网上收集了超过30亿张照片。

相关隐私担忧

人脸识别技术的潜力巨大，但也引发了一系列隐私相关的担忧，尤其在于人脸扫描可能被滥用，或导致错误匹配。但有许多方式可以保护你的数据。

人脸识别和监控技术的风险

在新冠疫情期间，人脸识别技术用于判断员工是否遵守佩戴口罩的规定。在欧洲和美国的酒店和餐馆中，该技术被悄然采用，引发了隐私保护者的忧虑。

在中国，面部识别等监控技术已用于打击宗教少数派。中国政府还将其监控工具出售给全球各地的专制政府，包括委内瑞拉和津巴布韦。

各国政府可利用人脸识别技术监控公民。

IBM已宣布不再开发或提供人脸识别技术，谷歌表示会在制定防止滥用的政策之前不会推广人脸识别技术。即便是亚马逊已对警方使用其人脸识别技术实施了一年的禁令，以应对准确性和种族偏见的忧虑。

如何保护自己？

如果你对人脸扫描感到担忧，可以采取一些简单措施来降低被加入数据库的风险。

选择不使用Facebook人脸识别技术。你可以更改Facebook设置，让Facebook不再识别你的面部信息。选此选项后，Facebook会删除他们保存的你的面部模板。

避免使用会将你变成外星或动物的面部滤镜。 虽然Snapchat表示他们的面部滤镜技术并不像人脸识别技术那样全面，但如使用这类应用程序有可能导致数据泄露。此外，Face App在其老龄化滤镜推出后引发过争议，其条款给予公司使用上传照片的权利。

使用VPN虚拟私人网络保护在线匿名性。VPN加密你在线活动的数据，并隐藏你的IP地址，有助于保护你的身份，避免潜在的恶意攻击，甚至隐藏于你的互联网服务提供商。使用这样的方法可以防止网络追踪，并限制与自己图像关联的信息数量。

即使使用一个强大且可靠的VPN，也应该在网上分享自己图像时保持警惕。正如网络上所言，“互联网是永恒的。”

使用Avast BreachGuard保护你的在线数据

数据中介、公司等会聚集关于每个人的数据，包括你。并将这些数据出售给营销者、广告商及其他有兴趣利用汇总或个性化见解的主体。数据中介的数据库可能会被暴露，数据甚至可能会在黑暗网络上被出售。

Avast BreachGuard帮助你更好地控制你的在线数据，通过联系已知数据中介，要求他们从其数据库中删除你的数据。同时，Avast BreachGuard还监控黑暗网络市场，在你的个人信息泄露时及早预警，让你能够采取措施应对在线隐私问题。

获取Avast BreachGuard

适用于Mac

获取支持的设备版本可选：

获取Avast BreachGuard

适用于PC。

总结

人脸识别技术是双刃剑，尽管将该技术广泛应用于安全、便利等多个领域，但背后隐私和数据安全的问题不容忽视。通过采取措施保护自己的个人信息，已经成为我们应对这项技术逐渐普及所带来的额外风险的重要措施。