在這套人臉識別技術下，露出嘴巴和眼睛就有一半幾率被認出來

人臉識別技術不新鮮，Facebook 早在 2015 年就用它來追蹤用戶信息。

它的原理是：首先系統會在臉上選取十幾個點作為數據採集點，然後用人工智慧演算法挨個分析，最後把每個點包含的信息連起來，形成一張臉部星網圖，推測出人臉圖像。

英國和印度的研究人員聯合研發了一項識別人臉偽裝的技術（Disguised face identification，簡稱 DFI），在這套系統下，戴著面罩、帽子、眼鏡，蓄著絡腮鬍子的人也可能會被識別出樣子來。

DFI 和一般人臉識別技術的原理相同，不同的是採用它採用了光流技術來分析面罩下的面部形態。

光流是物體經過時，在視網膜上留下的一系列印記，行人、汽車、飛過的小鳥、旋轉的風扇，以及坐在火車上窗外流動的風景都是光流，科學家常通過分析它來獲得運動物體的信息。

加上光流技術後，DFI 先在人臉上找了 14 點，十個集中在眼部周圍，一個在鼻子上，三個在嘴巴周圍。一般來說，被監測的人帶上帽子、面紗，或長著絡腮鬍子時，眼部會暴露出來，這些眼周的點就是基準點，是識別人像的重要信息來源。

DFI 設置的 14 個數據採集點。

DFI 人臉識別流程圖

而暴露在外的鼻子和嘴巴周圍的三個點則成了光流點。DFI 就是通過捕捉這些模糊的光流點，比較他們在視頻或者不同照片里位置的變化來推測人臉形狀，最後和警方手裡的照片作對比，來確定那人是不是嫌疑犯。

不過光流只在能看得見物體輪廓時才管用。為了提高準確度，研究人員設置了兩套系統疊加使用，一套拍下了人所在的場景，一套只截取了人的頭像部分。這能使 DFI 的準確率提高到43% 到 56%，可要是背景再複雜一點，就又得降 7% 左右。另外，如果恐怖分子不帶面紗改用頭盔了，那 DFI 就無法追蹤到光流點，也就沒法推測人像了。

一、三行為簡單系統（Simple Face Disguise Datasets）；二、四行為複雜系統（Complex Face Disguise Datasets）。

「這項技術還有很長的路要走。」人工智慧評論員傑克·克拉克 Import AI 里這樣評論。不過這項技術倒是為追捕疑犯、恐怖分子提供了新思路。

題圖/chinesepen

喜歡這篇文章？去 App 商店搜好奇心日報，每天看點不一樣的。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！