|
【PConline 资讯】曾经一度，面部识别被公认为行之有效的身份或加密方式之一，然而现在业界似乎发出了不同的声音。近期，有外媒消息称，研究人员在面部数量达百万级的测试中发现，面部识别技术并非声称地那样准确。如何令其在面对百万数量级的面部图片时，也能保持其识别的准确率成为目前要攻克的难题之一。
华盛顿大学发起了一个百万人脸识别挑战赛，旨在提高面部识别技术在百万数量级的准确率，其难题之一就是准确辨别出一个人在不同年纪与不同姿势的照片。对此，华盛顿大学计算机科学助理教授、项目首席调查员Ira Kemelmacher-Shlizerman表示：“我们需要在全球范围内，测试人脸识别算法，以保证它的实际应用。更大规模的测试，可以让你发现识别算法的缺陷和成功之处。我们不能只进行小规模测试，就说它已经很完美。”
据悉，超300个研究小组参加了此次的挑战赛，他们都致力于评估及提高其算法的准确率。目前，有许多面部识别算法准确率都近乎完美，但只基于1.3万张照片库。研究人员想知道这些算法在面对庞大的数据集时表现又会如何。为此，他们选取了来自世界各地的将近70万人的100万张网络照片，以此来测试算法在识别两张照片是否为同一个人的表现。 他们发现，当面部识别面对更大的数据集时，其准确率便会大幅下降：其中，谷歌FaceNet算法识别准确率最高，在小数据集中近乎完美，但在百万规模数据下其准确率仅75%；另一个是俄罗斯的N-TechLab，他们实现了73%的准确率，同样是在小数量级中表现很好，换成百万规模数据集准确率骤降至33%。 |
