人脸识别技术的弊端

　　从技术水平的角度来看，人脸是唯一不需要用户主动配合就可以采集到的生物特征信息。其他生物特征的采集过程，如指纹、掌纹、虹膜、静脉、视网膜，都需要以用户的主动配合为前提，即如用户拒绝采集，无法获得高质量的特征信息。从社会心理的角度来看，通过人脸识别身份，符合人的视觉识别经验，容易被使用者接受。如人们在采集指纹和虹膜时，会担心隐私泄漏，但是每天被街头的几百台监控摄像机拍摄，却不感到被侵犯，因为人脸天生就暴露在外，被认为是识别身份的天然特征。那么我们来讲讲人脸识别技术有哪些弊端吧。

　　人脸识别技术属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。人脸识别 技术是指利用分析比较的计算机技术识别人脸。

　　“现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是，在用户不配合、采集条件不理想的情况下，现有系统的识别率将陡然下降。人脸识别技术远未达到实用水平，还存在着诸多的挑战性问题需要解决。”在接受北京青年报采访时，谭晓阳这样介绍。

　　比如，人脸比对时，与系统中存储的人脸有出入，例如剃了胡子、换了发型、多了眼镜、变了表情都有可能引起比对失败。也就是说，人如果发生微小变化，系统可能就会认证失败。如今，保守估计，人脸识别技术准确率能达到95%，但没有达到100%。同时，对于双胞胎，由于相似特征太多，人脸识别基本不可能完成。

　　中国科学院自动化研究所博士张小博也认为，光照、姿态、装饰等，对机器识别人脸都有影响。目前在美国有全世界最先进的人脸识别系统，其在做测试的时候，识别误读率也有1%。

　　苏光大称，如今，对于非配合情况下的人脸图像采集，遮挡问题非常严重。特别是在监控环境下，被监控对象可能会戴着眼镜、帽子等饰物，使得被采集的人脸图像有可能不完整，从而影响了后面的特征提取与识别，甚至会导致人脸检测算法的失效。如何有效地去除遮挡物的影响，是非常紧迫的研究课题。

　　同时，随着年龄的变化，面部外观也会变化，特别是对于青少年，这种变化更加明显。对于不同的年龄段，人脸识别算法的识别率也不同。年龄变化对人脸识别算法的影响也必须得到解决。

　　此外，虽然随着人脸数据库规模的增长，人脸识别算法的性能将呈现下降，如何维持或提高大规模应用环境下的人脸识别算法的识别率，同样是一个非常重要的问题。

　　据国外媒体报道，顶级社交网络公司 Facebook在去年已悄悄推出自动识别照片人物这一人脸识别技术，引发新一轮的隐私泄露担忧。

　　Facebook的“标签推荐”功能使用面部识别技术，使用户为亲友添加标签这一操作更为快捷。Facebook为用户自动开启此项功能，该项功能已在美国和大多数国家启用。Facebook在面对外界质疑时回应，“推出这项服务时，我们原本应该让用户更为清楚。” Facebook还通过声明表示，照片标签推荐功能仅在向Facebook上传新照片时启动，只有好友才被推荐，并且用户可通过隐私设置关闭该功能。

　　谷歌PICasa和苹果iPhoto等照片软件和在线服务也使用人脸识别技术，但Facebook拥有5亿多用户，使用人脸识别技术势必会引发更为棘手的隐私问题。