专题｜人脸识别技术及风险研究

2020 年 1 月，欧盟《人工智能白皮书》草案拟禁止未来 3 至 5 年在公共场所使用人脸识别技术， 在同年 2 月正式发布的文件中最终删除了这一禁令。究其原因， 欧盟拟推出该禁令是因为公共场所人脸识别的特殊性对欧盟所倡导的用户基本权利构成了挑战；欧洲因 其历史记忆，对人脸识别技术可能产生的歧视等风险更为敏感；现有的法律及技术都无法提供良好的解决方案。欧盟最终删除了这一禁令， 则是因为技术和法律进步以及欧盟人工智能产业发展的需要，更是欧盟构建可信可控的人工智能环境，推动数字主权建设的体现。未来， 欧盟必然会同时强调监管能力与技术发展两方面内容。一方面， 欧盟必然会对公共场所的人脸识别实行越来越严格的监管；另一方面， 欧盟并不会真正全面禁止公共场所人脸识别技术的使用，只会对特定目的予以限制。

原文阅读：

人脸识别技术在维护公共安全、打击犯罪行为等方面具有广泛应用，但同时使用该技术也存在着风险，包括侵犯隐私权、自由权等基本权利，技术被商业组织或政府部门滥用， 因技术不成熟而导致歧视、偏见等问题。基于对上述风险的担忧，目前美国对人脸识别技术应用采取谨慎态度，在相关规则尚未出台前，限制政府部门对该技术的使用。在联邦和州立法层面，已经有规制人脸识别技术的立法尝试。这些尝试对我国规范人脸识别技术使用是很好的借鉴。

原文阅读：

从人脸识别第一案引发能否要求顾客强制刷脸的讨论，到滥用深度伪造技术突破人脸识别系统窃取支付宝内余额的刑事第一案，人脸识别的风险已困扰人们的日常生活。然而，智能技术的超前性与法律的滞后性之间存在天然鸿沟，带来法律适用难题。同时，理论与实践过分期待刑法功能，催生刑法适用扩张化，使人脸识别的发展空间日益逼仄。鉴于此，有必要界定涉人脸识别行为的合法性边界，以保持刑法适用的限度，助力人脸识别的技术创新与法益保障之间的平衡。

原文阅读：

近年以来，对人脸识别技术应用的争议不断。2021年全国“两会”期间，多名代表对人脸识别应用安全问题提出质疑，建议国家制定相关法律、法规，限制、监管人脸识别技术的应用。

央视3.15晚会也对科勒卫浴、宝马、MaxMara等门店安装人脸识别摄像头，抓取人脸信息，分析顾客性别、年龄，甚至心情的事件进行曝光，引起了社会的强烈反响，为科勒、宝马提供摄像头设备的苏州万店掌网络科技有限公司有关人员被市场监管和公安执法人员带走调查。一时间，人脸识别技术被推到风口浪尖，加大了人们对人脸识别的担忧。

原文阅读：

“人脸识别第一案”二审增判删除指纹识别信息，生物识别信息应当更加谨慎处理和严格保护。一滴水，能折射太阳光辉。一桩案，能彰显法治道理。让我们回顾一下“人脸识别第一案”，浙江大学法学院教授张谷，中国人民大学法学院副教授 、未来法治研究院副院长丁晓东对此进行了精彩点评。

原文阅读：

人脸识别技术（FRTs）设计用来检测和识别被摄像机镜头捕捉到的人的图像。实施这种技术有许多与安全有关的实际情况。尽早识别FRTs系统中固有的隐私和偏见问题有助于缓解未来的风险。理解人脸识别技术有两个维度。第一个维度描述了受试者如何与FRTs系统合作：同意和不同意。在同意的情况下，受试对象知道他们的图像已被捕获并自愿参加。在不同意的情况下，受试对象没有机会拒绝捕获其图像。受试者愿意与FRTs合作的程度影响FRTs的错误率。

原文阅读：

针对传统卷积神经网络模型在静态环境下人脸识别的过拟合问题，AlexNet网络的各隐层 通过应用” Dropout”方法得以解决。但这个网络较复杂，计算量大，训练集通过验证集测试的准 确率提升的太慢，人脸数据的损失值曲线和识别率曲线都存在振荡问题。因此本文结合Cafe深度 学习框架中的AlexNet网络结构进行改进，利用梯度下降法对批量的图像数据进行特征提取器和分 类器的训练。在原网络的基础上，删除一个全连接层，同时放弃使用LRN层，根据VGG网络的 结构，用7X7和5x5的两个小卷积核替代原来的11 x 11的大卷积核，来弥补去掉的全连接层和 LRN层，这样网络参数减小从而加快计算速度，人脸数据的损失值和识别率的振荡程度减小，从而达到平稳。

原文阅读：

人脸识别技术发展至现阶段，除了可为政府、企业和个人提供便利，也可能造成“隐私黑盒”等隐患。目前，较为热门的智慧课堂尚处于蓬勃发展的萌芽期，人脸签到和课堂状态监测是核心应用领域，主要用于满足日常的教学管理和教学评估，至于服务于教学的课堂行为分析，则仍处于试水阶段。与此同时，对数据收集和处理层面的不安，对数据识别准确率的担忧，以及对监管不力的恐惧等也督促着人们尽快认清该技术的社会风险。

原文阅读：

基于高校、企事业单位的活动、会议现场签到的应用场景，设计实现了一种基于扫码认 证和人脸识别的签到系统。该系统采用当前流行的Android手机作为签到终端，使用方便且时效性 高，并能够有效地避免目前指纹、人脸等固定签到设备昂贵、不易于携带的问题。系统使用扫码 身份认证与人脸活体识别相结合的模式，杜绝了代签到、伪签到的出现。签到者出示个人身份二 维码，现场管理员扫码后，系统自动检测签到者身份信息，确保签到者到达现场；签到者再使用 个人Android终端进行人脸生物特征识别和交互式随机动作的活体检测，完成身份认证。

原文阅读：

城市级地铁轨道交通刷脸支付是当下公共交通领域的重点研究方向。刷脸支付具备的非接触式生物信息识别特性给支付带来了极大便利，但也给用户的财产和个人隐私带来了极大的安全隐患。为了解决地铁轨交支付系统的安全问题，设计了针对“中国数谷”贵阳市的智慧轨交安全支付系统，提出了可能存在的安全风险，并就可能存在的风险提出了详细的系统安全保护措施，论述了系统的可用性与可靠性。最后，提出了针对地铁刷脸支付的泛轨交支付场景，对其未来发展进行了展望。

原文阅读：

深度神经网络是目前计算机机器学习领域的一个关键技术，可应用于图像处理。其中，多任务卷积神经网络（Multi-task Convolutional Neural Network，MTCNN）是一种基于卷积神经网络的多任务人脸检测框架，这里采用MTCNN人脸检测模型代替传统的卷积神经网络，在深度学习框架TensorFlow上进行人脸识别。首先，在数据预处理阶段利用灰度化方法将图像集转变为灰度图，降低图像通道。其次，基于MTCNN构建人脸检测模型，并利用Softmax函数进行分类识别。最后，实验过程中选择不同迭代次数进行准确性对比，在模型趋于稳定的情况下，得到较高的准确性。

原文阅读：