模糊照片也能识人

    据英国《每日邮报》报道，德国马克斯·普朗克研究所（马普会）的研究人员表示，他们创造出了一种全新的人脸识别算法，名为“无脸识别”，该算法能够使系统通过模糊照片识别其中的人物信息。

    计算机系统要想完全利用好整套算法，第一步是“学习”大量高清晰度的照片。现代社会中，人们越来越习惯使用各种网络端口上传照片录像，从微博微信到直播平台，种类应有尽有。同时每年更新迭代的平板电脑和智能手机也给拍照录像提供了硬件条件，因此获得大量高清的可视化数据并不困难。

    在如此庞大的数据中，马普会的研究团队只专注于那类具有完整活动背景、人物姿势和文字说明的社会媒体照片。他们将筛选出来的照片主要分为四类，包括完全可见的、模糊的、有黑色填充的和有白色填充的。之后，研究者建立起一个名为“暹罗神经网络”的系统，专门分析照片所含信息，这包括照片中人物的头部和躯干特征，从而建立起专门识别模糊照片的数据库。

    在完成学习阶段后，“无脸识别”系统再接受国际个人信息保护评价PIPA训练集数据的测试培训，并使用一组充满清晰标签的照片数据对目标模糊图片进行调谐。最后在试验中，即便是张特别小、仅能看到脸廓、每张人物标签数据仅有1.25个的组合照片，系统确定目标身份的准确度也可达70%。而当每张照片的人物标签数据达到10个时，系统识别的准确度立马跃升到91.5%。此外研究人员还发现了一个有趣现象，即就算人们将一张照片上的人脸全部涂黑，“无脸识别”系统给出的答案也要比人为猜测给出的“最佳方案”准确12倍。

    但这个系统目前也并非完美，研究者说，当识别对象突然更换拍照场景时，系统识别的准确率就会下降。若面孔直接呈现为黑色或白色方块，那么识别准确率将迅速降低到14.7%。也就是说，如果拍照者不想被该系统识别出来，那么直接用一个黑色或白色的盒子挡住脸要比在原照上打马赛克更保险。

    （《北京青年报》10.13 罗春晓）