Table of Contents

Розуміння технології розпізнавання обличчя та його роль у сучасному безпеці

Технологія розпізнавання обличчя виявилася одним з найбільш трансформаційних інструментів у глобальній боротьбі з тероризмом. Ця потужна технологія дозволяє швидко і точно визначити осіб і допомагає у запобіганні терористичної діяльності і втілювати суспільні простори більш безпечними. Як загрози безпеки продовжують розвиватися в складності і масштабі, урядах і правоохоронних органах по всьому світу все частіше звертаються до розширених біометричних систем для захисту своїх громадян і інфраструктури.

За даними дослідження ринку та ринків, ринок розпізнавання обличчя подається досягти $8.5 млрд у 2025, більше, ніж купання від $3.8 млрд у 2020 році. Цей вибуховий ріст відображає не тільки можливості технології, але і його критичне значення в національних рамках безпеки. Від аеропортів і кордону переходить до мереж міського нагляду і розслідувальних процесів, розпізнавання обличчя стала незамінним компонентом сучасних стратегій протидії тероризму.

Технологія розпізнавання обличчя – це витончена шлюб комп’ютерного зору, штучний інтелект та біометричний аналіз. Технологія оцифровує особливості обличчя людини в математичні уявлення, які комп’ютери можуть обробляти та порівняти, аналізуючи основні функції обличчя, такі як відстань між очима людини, ширина носового місту, контури щелепи та структура жовчно-жовтого, а потім створює унікальні біометричні шаблони для перевірки ідентичностей у базах, що містять мільйони осіб. Ця можливість обробляти та відповідати обличчям на безпрецедентній швидкості та масштабі має фундаментально змінено, як агентства безпеки підійти виявлення загроз та профілактику.

Еволюція технології розпізнавання обличчя

Від початку до AI-систем

Технологія повертається до 1960-х років, коли хлопець назвав Woodrow Wilson Bledsoe вперше придумав систему для сортування фотографій обличчя за допомогою спеціального планшета. Ці ранні системи були іржі за сьогоднішніми стандартами, які вимагають введення вручну і експлуатації в умовах висококонтрольних умов. У 70-х роках деякі смарт-людей використовували 21 специфічні маркери, як колір волосся і товщина губ, для автоматизації розпізнавання обличчя, і 80-х / 90-х років побачили новий підхід, який став основою для сучасних систем.

Реальний гей-міндер прийшов в 2000-х з соціальними медіа, як раптом було мільйони позначених фотографій онлайн, що дає ці системи масивну базу для вивчення. Ця велика кількість даних навчання, поєднаних з прогресами в алгоритмах машинного навчання, ввімкнені системи розпізнавання обличчя для досягнення точності ставок, які раніше були незліковними. Сьогодні з AI і глибоким навчанням, системи розпізнавання обличчя для бізнесу стали неймовірно точними і швидкими.

Як працюють сучасні системи розпізнавання обличчя

Сучасні системи розпізнавання обличчя діють через багатоступінчастий процес, який відбувається в мілісекундах. Перший етап передбачає виявлення обличчя, де система ідентифікує обличчя в межах зображення або відеорамка. Це слід вирівнювання обличчя, де система нормалізує позицію обличчя, розмір і спрямованість для забезпечення послідовного аналізу незалежно від кута або відстані від камери.

Далі йде функція екстракції, де система ідентифікує і вимірює характерні риси обличчя. Ці вимірювання перетворюються в математичне уявлення, що називається шаблоном обличчя або біометричним підписом. Нарешті, система виконує відповідні алгоритми порівняння цього шаблону проти збережених шаблонів в базі даних, що генерує аналогічний показник, який вказує на ймовірність матчу.

Сучасні системи розпізнавання обличчя захоплення і аналіз зображень людей в найскладніших умовах зору і руху. Ця можливість є вирішальною для застосування антитерористичних програм, де підозри можуть бути захоплені на відеоспостереження під менш ніж натанкових умовах, включаючи погане освітлення, часткове відключення або під кутом коси.

Стратегічні програми в операціях з протидії тероризму

Відеоспостереження та зняття загрози

Технологія розпізнавання обличчя виявилася як трансформативний інструмент у протидії тероризму, що пропонує розширені можливості для виявлення, моніторингу та залучення фізичних осіб-учасників інтересу, з фокусом на трьох конкретних додатках: відеоспостереження в режимі реального часу, прикордонного контролю та розслідувань процесів. У натовпі громадські простори, транспортні хаби, а також при великих подіях системи розпізнавання обличчя можуть постійно сканувати натовпи і миттєво оповідати персонал безпеки при виявленні особи інтересу.

AI дозволяє автоматично оповіщення та ідентичність перевіряє величезні групи людей на масштабі та темпі неможливе до. Ця можливість є особливо цінною при високих заходах, де збираються великі натовпи, такі як політичні мітинги, спортивні події або культурні фестивалі. Агентства безпеки можуть розгортати системи розпізнавання обличчя для моніторингу точок входу та руху натовпу, виявлення потенційних загроз, перш ніж вони можуть заважати на атаки.

Розширена безпека забезпечує безперервний моніторинг у високотрафних сферах, визначає осіб зацікавленості, а також залишає відсутні особи безпрецедентною ефективністю. Можливість використання технології постійно працювати без втоми робить його неоцінним доповненням до персоналу безпеки людини, які можуть потім зосередити увагу на проблемних оповіщеннях та реагувати на потенційні загрози.

Контроль за безпекою та імміграцією

Прикордонні переправи та аеропорти представляють критичні точки по відношенню до антитерористичних зусиль. Якщо людина (в тому числі терорист) приїжджає до Сполучених Штатів з заморського, він або вона, ймовірно, проходить через пункт перевірки імміграції в порту входу, а з точки зору антитерористичної системи, ця точка перевірки є пунктом, де найбільш вразлива територія б-бе терориста. Технологія розпізнавання обличчя стала важливим інструментом при цих критичних з'єднань.

ФРТи розгортаються для перевірки того, що людина, яка проходить через прикордонний контроль, дійсно людина, що зображена на документі ідентифікації (наприклад, паспорт), і Інтерпол розгорнув свою систему проекту ПЕРШої системи, щоб допомогти державним органам, виявивши чужорідних винищувачів (FTFs). Ці системи можуть обробляти мандрівників швидко, одночасно перевіривши їх ідентичності на годинникових списки відомих або підозрених терористів, значно підвищуючи безпеку без створення основних пляшкових місць у пасажирському потоці.

Біометричні дані можуть запобігти крадіжці і імміграції в використанні документів про подорожі, як біометричний шаблон відбитків пальців, який буде прикріплений до документа, наприклад паспорт або віза, на штрих-коді, чіп або магнітної смуги, яка б зробити його важко для кого-небудь, щоб припустити ідентичність. При поєднанні з розпізнаванням обличчя цей багатошаровий біометричний підхід створює надійний захист від терористів, які намагаються ввести країни, використовуючи шахрайські документи або вкрадені ідентичності.

Дослідницькі та судові програми

Біометричні системи можуть виявити відомі або підозрювані терористи, використовуючи біометричне розпізнавання обличчя або метод FaceCheck, коли фотографія доступна з підозрілого терориста, і це шукається на годинниковий список або бази даних підозрених шаблонів терористів. Ця можливість доведена неоцінна в постідентських розслідуваннях, де агентства безпеки аналізують відеоспостереження для виявлення аутентифікаторів та їх асоціаторів.

Ефективність правоохоронних органів прискорює підозру у виявленні та вирішенні справи шляхом автоматизованого узгодження з існуючими записами. Замість ручних годин перегляду ногажу та порівняння обличчям очей слідчі можуть використовувати розпізнавання обличчя для швидкого пошуку через величезні архіви відео спостереження, виявлення підозр та відстеження їх рухів у декількох місцях та часових періодах.

У.С. військові також визнав стратегічне значення розпізнавання обличчя в операціях з протидії тероризмом. Командування спеціальних операцій США (USSOCOM) полягає у тому, що наземна робота для значного розширення можливостей його інтелекту та експлуатації, висвітлення широкого та технічно амбітного бачення для того, як збираються спеціальні операції, аналізують та експлуатують ідентичні дані під час місії, шукаючи розуміння п’яти основних технологічних напрямків: розпізнавання обличчя, виявлення та голосове узгодження, повне інтегроване екосистема додатків SOF, швидкий аналіз ДНК та аналітика машинного навчання.

Оперативні переваги в сфері запобігання тероризму

Швидкість та масштаби ідентифікації

Однією з найбільш значущих переваг технології розпізнавання обличчя в антитерористичному процесі є її можливість обробляти і аналізувати обличчя на швидкості набагато більше людських можливостей. Нова технологія дала нову владу в державі для автоматизації ідентифікації раніше відомих терористів, які організовують атаки на громадян, які держава повинна захистити, і влада це робити, якщо це працює ефективно, допоможе в протидії тероризму, оскільки технології розпізнавання обличчя обіцяє дати державі точно так, що влада.

Традиційні методи виявлення підозрюваних у повному обсязі на пам'ять людини та ручне порівняння фотографій, процесів, які були трудомісткими і схильними до помилки. Відповідальний офіцер з охорони моніторингу переповненого аеропорту може лише активно спостерігати обмежену кількість людей одночасно, а навіть найдосвідченіший персонал міг пропустити підозру в море обличчя. Системи розпізнавання обличчя, навпаки, можуть одночасно контролювати сотні або тисячі осіб, порівнявши кожну одну проти великих баз в режимі реального часу.

Ця можливість є особливо важливою в часових сенсітивних ситуаціях, де кожен другий рахує. При отриманні розвідувальних агентств інформації про незмінну загрозу, системи розпізнавання обличчя можуть швидко розгорнути для сканування мереж по всій місту, потенційно знаходити підозри протягом декількох хвилин, а не годин або днів.

Покращені можливості для відеоспостереження

Завдяки біометричному розпізнанню, глибокому алгоритму навчання та великій аналітикі даних, точність та ефективність роботи розвідки, є покращеною та традиційною моніторинговою роботою, яка стає пересилачем та оборонною бороною. розпізнавання обличчя трансформує відеоспостереження від реактивного інструменту, який використовується в першу чергу для післяінсекідентного розслідування в проактивну систему, здатну запобігти атакам, перш ніж вони відбуваються.

Технологія дозволяє створювати комплексні мережі камер спостереження, які функціонують як інтегрована система, а не ізольовані точки спостереження. Коли особа відсотків виявлена на одному місці, система може відстежувати свої рухи по мережі, забезпечуючи персонал безпеки з реальним інтелектом про свою діяльність та об’єднання. Ця можливість нездійснена для розуміння терористичних мереж і виявлення раніше невідомих членів екстремістських організацій.

Більш того, системи розпізнавання обличчя можуть працювати безперервно без обмежень людської уваги та втоми. Хоча оператори людини можуть пропустити критичні деталі під час довгих зміщень або періодів низької активності, автоматизовані системи підтримують послідовний погляд, що не існує потенційної загрози не очищається.

Ефект від детергентності

Наявність систем розпізнавання обличчя може слугувати потужним детерентом для терористичної діяльності. При потенційних нападників відомо, що їх обличчя будуть захоплені і проаналізовані складними біометричними системами, вони стикаються значно вищими ризиками ідентифікації та схильності до застосування. Ця обізнаність може порушити процеси планування, сили терористів, щоб прийняти менш ефективну тактику, або дискурні атаки, що оточують.

Ефект від детерентності поширюється за безпосередню загрозу ідентифікації. Системи розпізнавання обличчя створюють постійний цифровий запис, який може бути проаналізований довго після інциденту. Це означає, що навіть якщо терористи вправляються до евакуації негайного виявлення, вони залишають за доказами, які можна використовувати для виявлення їх пізніше, відстежувати їх рухи і розкрити їх мережі. Цей довгостроковий Відповідальність додає іншому шару ризику, що терористи повинні розглянути при плануванні операцій.

Оптимізація ресурсів

Технологія розпізнавання обличчя дозволяє агентствам безпеки оптимізувати обмежені ресурси шляхом автоматизації завдань з визначення рутини та фокусування людської експертизи, де це найбільш необхідно. Замість призначених персоналу для ручного контролю на відеоспостереження або перевірки документів на прикордонних перехресах, агенція може розгортати системи розпізнавання обличчя для обробки цих завдань, в той час як оператори людського фокусу зосереджені на розслідуванні оповіщення, проведенні інтерв'ю та прийняття критичних рішень.

Ця оптимізація є особливо важливою вагою сучасних проблем безпеки. З мільйонами туристів, які проходять через аеропорти щодня і безлічові години відеоспостереження, що створюються по місту, неможливо буде вручну переглядати всю цю інформацію. Системи розпізнавання обличчя можуть обробляти цю величезну кількість даних автоматично, посиливши лише невелику частку, яка вимагає людської уваги.

Критичні виклики та технічні обмеження

Накопичування та фальси

Незважаючи на суттєві досягнення в технології розпізнавання обличчя, точність залишається критичним занепокоєнням, особливо в антитерористичних застосунках, де наслідки помилок можуть бути важкими. Метод розпізнавання обличчя був виявлений з технологічними недосконалостями і слабкими сторонами, але може бути використаний оперативно для мінімізації його слабкостей. Розуміння цих обмежень є важливим для розгортання технології відповідально і ефективно.

Хоча люди, як правило, можуть виконувати процеси розпізнавання обличчя досить добре, ці дії все ще є дуже складними для технологічних систем, оскільки якщо фотографія захоплюється в дуже контрольованих умовах, система може мати труднощі виявлення особи або навіть виявлення його обличчя на фотографії, і система працює краще, коли екологічні фактори, такі як кут камери, освітлення, лицьова експресія та інші, регулюються максимально можливо.

Фальшиві позитивність — це те, що система невірно визначає когось як людину інтересу — це конкретні виклики в контексті антитерористичних відносин. Ті, для яких технологія не працює, а також не зможе перевірити ФРТ — це підозра та подальше непривабливе спостереження, а далі вони будуть більш часто виявлятися, що може викликати їх підозрювати як терорист або інший серйозний злочинець. Такі виправлення можуть призвести до невинних людей, які затримуються, сумніваються або підлягають інвазивному лікуванні, з значними особистісними та соціальними наслідками.

NIST нещодавно побігла масштабний тест, орієнтований на виявлення упереджень у FRT, зокрема, акцент на помилковому позитивному рівні – тобто частоті, з яким алгоритм невірно виявляє образ однієї людини, а результати показали, що «проти демографічних, помилкових позитивних ставок часто залежать від факторів 10 до 100 разів», залежно від яких алгоритми користуються. Ці варіації в похибках по різних системах підкреслюють важливість строгого тестування та перевірки перед розгортанням технології розпізнавання обличчя в високоподаткових додатках безпеки.

Демографічна казка та алгоритмічна феєрія

Одним з найбільш серйозних проблем, що стоять перед технологією розпізнавання обличчя є демографічна упередженість — тенденція для систем, щоб виконати менш точно на певних демографічних групах. Три комерційно випущені програми для обличчя від великих технологічних компаній демонструють як шкірний тип, так і гендерні упередження, так і в експериментах дослідників, три програми похибки про визначення статі світлошкірих чоловіків ніколи не гірше 0,8 відсотків, але для більш темних жінок, однак, ставки про помилку при повітряних кулінали — до більш ніж 20 відсотків в одному випадку і більше 34 відсотків в іншому двох.

Курс помилок для чоловіків легкого призначення становить 0,8%, порівняно з 34,7% для жінок, що темніше, відповідно до дослідження 2018 року, що називається "Gender Shades" Джой Буломіні та Тимні Гебру, опублікований MIT Media Lab. Цей драматичний диспарентність у точних показниках підвищує серйозні побоювання про справедливість та рівних процедурах, коли розпізнавання обличчя використовується в умовах безпеки та правоохоронних органів.

Тонка шкіри значно впливає на точність перевірки, з легкими тонами шкіри, що відповідають перетворенню середніх тонів. Дослідження також виявили, що чоловічі предмети, як правило, досягають кращої точності розпізнавання, ніж жіночі суб'єкти, приписані до факторів, таких як оклюзія, викликана більшим волоссям і змінами в зовнішній вигляд обличчя через макіяж.

У серпні 2023 року чорна жінка задовольнила детройтське відділення поліції після того, як затриманий працівниками поліції, використовуючи неочищене програмне забезпечення для розпізнавання обличчя, і ця проблема є превальдним у програмному забезпеченні розпізнавання обличчя, яке має право генерувати більш високу швидкість помилково-позитивних для небілих людей. Такі інциденти демонструють реальні наслідки алгоритмічних з'єднань і підкреслюють необхідність більш виправних систем розпізнавання обличчя.

У НІС дослідження також були виявлені упереджені результати, коли він прийшов до Східної Азії, рідної Америки, Американської індійці, Алясканської індійці та Тихоокеанських островів. Поступність цих біаз через кілька демографічних груп дозволяє, що проблема є системною, а не ізольованою для конкретних популяцій або алгоритмів.

Кореневих Причини виникнення носової кістки

Технологія розпізнавання обличчя зробила великі паси у точності завдяки розширеним штучним інтелектом (AI) моделям, які навчаються на масивних даних образів обличчя, але ці дані часто не мають різноманіття в плані раси, етнічності, статі та інших демографічних категорій, що спричиняють системи розпізнавання обличчя для виконання гірше на недореставрованих демографічних груп порівняно з групами, що виявляються у навчальній інформації.

Біаси проблеми стебла з декількох джерел. Історичні дані, що використовуються для підготовки алгоритмів розпізнавання обличчя, мають переважно характерні обличчя білого чоловічого, що відображає демографічні дані дослідників і установ, які їх створили. При алгоритмах навчаються розпізнати обличчя переважно з цього обмеженого набору даних, вони природно виконують краще на подібних обличчі і боротися з обличчями, які істотно відрізняються від своїх навчальних даних.

Багато атрибутів більшості цих питань для небалансованих даних. Однак проблема поширюється за межі простого представлення. Навіть коли дані включають різні обличчя, інші фактори, такі як освітлення, якість камери, і дозвіл зображення може непропорційно вплинути на якість зображень для людей з темними тонами шкіри, подальше з'єднання проблем точності.

Efforts до Mitigate Bias

Науково-технічні компанії визнали тяжкість проблеми з упередженням і активно працюють на рішеннях. У 2018 році Microsoft оголосила, що їх комерційно доступні FRT пройшли оновлення для підвищення продуктивності по категоріям раси і статі шляхом розширення наборів даних, використовуваних для підготовки алгоритмів машинного навчання і поліпшення рівня обличчя для більшої точності, і ці поліпшення призвели до того, що компанія 20 разів нижче курсів помилок для темних тонів шкіри і 9 разів нижче рівня помилок для жінок.

Дослідники, попередньо підготовлені три моделі розпізнавання обличчя — ArcFace, AdaFace і ElasticFace — на великому, збалансованому синтетичному датасеті вони генеруються, а результат не тільки підвищує загальну точність порівняно з моделями, що навчаються на існуючих небалансованих даних, але також значно скорочених демографічних упереджень, з підготовленими моделями, що показують більш помітну точність по всіх расових груп порівняно з існуючими моделями, що експонують погану продуктивність на недоотриманих меншин.

На основі даних FairFace, точність, покращена від 92,58% до 96.47%, при цьому ступінь Bias (DoB) було зменшено з 3,86 до 1.16, що представляє зменшення приблизно 70%, а також суттєві результативності були відзначені за непередбачених груп, таких як поліпшення точності для чорної жінки від 80,2% до 90.86%, зберігаючи міцну продуктивність вже добре присутніх груп.

Дебіаційне рекламне оголошення (DebFace), використовує кодувальник зображень, чотири класифікатори атрибутів, класифікація розподілу та функцію агрегації мережі, а чотири класифікатори — джендер, вік, гонка та ідентичність — повертають потенційні упередження в поінформовані функції, що покращують продуктивність у групах, що знаходяться у передових групах. Ці архітектурні інновації демонструють, що знежирення боків технічно псується, хоча значна робота залишається для реалізації цих рішень у всіх розгорнутих системах.

Концерн з питань конфіденційності та громадянських свобод

Права на конфіденційність

Більшість все потужних має темну сторону, і FRT не є винятком, оскільки він підвищує серйозні проблеми і стосується конфіденційності, етики, і загальної таксійності впливу. Розгортання технології розпізнавання обличчя для контртерористичних цілей має іскраве інтенсивне дебатство про баланс між безпекою і конфіденційності, з критиками, які широко поширені спостереження загрожують фундаментальні громадянські свободи.

Правові, етичні та конфіденційності включають занепокоєння щодо виявлення, шахрайства та упередження в базі даних. Можливість відстеження рухів фізичних осіб на громадські простори без їх знань або згоди на підвищення глибоких питань щодо природи конфіденційності в сучасному суспільстві та відповідних обмежень повноважень державного нагляду.

Критика точки для значних ризиків конфіденційності та потенційних порушень громадянських свобод, залучення занепокоєння щодо несанкціонованого збору даних, відсутності згоди та потенціалу для функції creep— про те, що дані, зібрані для одного призначення, використовуються для незрівняного призначення без знань або згоди особи. Побоюючись, що системи спочатку розгортаються для протидії тероризму, можуть поступово розширюватися для моніторингу звичайних громадян, які займаються законними діями, створення стану спостереження, який охолоджує вільний експрес та асоціація.

Причини, які посунули для такої заборони, є те, що ФРТ страждає від первазивних упереджень, що призводить до переваг і шкода, які несуть нерівномірно розподілені серед груп, держава неминуче використовувати ці технології для цілей нелегітим, і що існування ФРТ, чилі нашу поведінку (тобто викликає людей, які живуть з цензурою для страху спостереження). Цей ефект охолодження може підірвати демократичну участь у дискуруючих людей від участі протестів, політичних мітингів або інших громадських зборів, де вони можуть бути виявлені і відстежити.

Нормативні відповіді та банки

У 2019 році Сан-Франциско став першим містом США, щоб заборонити технологію розпізнавання обличчя (FRT), зокрема, втілювати його використання поліцією та іншими агентствами, а з тих пір, як і кілька інших американських міст впроваджували свої власні подібні заборони FRT, з міськими радами Бостона, явно висвітлюючи одну конкретну проблему: біас технології. Ці заборони відображають зростаючий суспільний занепокоєння щодо потенціалу технології для зловживання та її демонструють проблеми з точністю та справедливістю.

Більш ніж десятки великих міст заборонили технологію, включаючи Міннеаполіс, Бостон і Сан-Франциско. Однак ці місцеві заборони не перешкоджають федеративним органам і багато інших юрисдикцій, починаючи від розгортання розпізнавання обличчя для цілей безпеки, створення патчерк правил, що істотно змінюється за місцем розташування.

Європейська Союз прийняла більш комплексний підхід, з використанням технологій розпізнавання обличчя в контексті мирного протесту, що підвищує ризик практики масового нагляду та наслідки захисту прав людини. Європейські регулятори запропонували суворі обмеження щодо використання розпізнавання обличчя в публічних просторах, з деякими заохоченнями для повної заборони, крім вузько визначених обставин, що стосуються серйозних злочинів або незмінних загроз.

Балансування безпеки і ліберти

Це параліч, що якщо держава може використовувати цю технологію для збільшення їх повноважень проти тероризму, ця влада перенапружується таким чином, що зловживання і охолоджена поведінка не відбуваються, а держава повинна створювати інституційні обмеження, які дозволяють FRT використовуватися в місцях, де люди не (і не повинні) насолоджуватися розумним очікуванням конфіденційності (наприклад, аеропорти, прикордонні переправи).

камери, обладнані FRT, повинні бути позначені, щоб забезпечити громадськість, яка не повинна бути переслане в місцях, які вони повинні мати обґрунтоване очікування конфіденційності, і FRT повинні обмежуватися пошук серйозних злочинів (наприклад, терористів). Ці запропоновані обмеження представляють спробу зберегти переваги безпеки конфіденційності для зниження його потенціалу для зловживання і захисту цивільних свобод.

FRT є потужним інструментом в антитерористичному арсеналі, що дозволяє заходи безпеки, які раніше не були непристойними, але це технологія, яка вимагає надзвичайно відповідального балансу між його чіткими перевагами і важливими етичними міркуваннями, з якими він пов'язаний, і в даний час це може бути випадок, що баланс направляється занадто далеко за рахунок чітких переваг FRT і не достатньо на користь справедливості, конфіденційності та етичної цілісності, яка повинна керувати його розгортанням.

Юридичні та етичні рамки

Розглядання конституційних та прав людини

Програма FRT, що використовується правоохоронними засобами, що визначають злочин, підозрює, є значно більшою помилкою-проне на зображеннях обличчя, що відображають темні тони шкіри і жінки, порівняно з зображеннями обличчя, що зображені кавказький чоловік, і це може призвести до того, щоб громадяни не виважали поліціями вздовж расових і гендерних ліній, з правоохоронним використанням упереджених FRT, невідповідних з класичною ліберальною вимогою, що уряд лікує всіх громадян, як правило, до закону.

У рівних умовах захист від багатьох конституційних актів вимагає, що державні дії не дискримінують на основі раси, статі або інших захисних характеристик. При систем розпізнавання обличчя демонструють систематичні упередження щодо певних демографічних груп, їх використання державними органами може порушувати ці конституційні захисти. Це створює правову дилему: тоді як технологія може підвищити безпеку, її упереджена продуктивність може надати її використання неконституційним або при порушенні прав людини.

Комп'ютерні вчені висловили занепокоєння щодо застосування правоохоронних органів, які використовують FRT для виявлення злочинних підозр, що це дуже ймовірно, що таке програмне забезпечення використовується для виявлення підозр, і, таким чином, помилки у виході алгоритму розпізнавання обличчя, використовуваного як введення для інших завдань, може мати серйозні наслідки, оскільки хтось може бути неправомірно звинуватиний злочин на основі бронеусних, але впевнено виправдення про викривлення з аналізу відеопідписки безпеки.

Прозорість та підзвітність

Для забезпечення використання технології розпізнавання обличчя AI сумісна з правами людини та фундаментальними свободами. Прозорість щодо роботи систем розпізнавання обличчя, їх точність та їх обмеження є важливим для довіри громадськості та демократичної відповідальності.

Встановлювати закони, які є чіткими та вичерпними, пов’язані з використанням технології розпізнавання обличчя, вирівняти глобальні стандарти з національними рамками для забезпечення консистенції та мандатних регулярних перевірок систем FRT, щоб забезпечити дотримання етичних рекомендацій. Регулярне проведення перевірок може допомогти виявити проблеми з точністю або упередженням перед тим, як вони призводять до серйозних завдає шкоди, при цьому чіткі правові основи забезпечують керівництва агентствам безпеки щодо відповідного використання технології.

Не варто привести до мораторій на використання AI або заборони на певні платформи, але, швидше, вони повинні викликати дії для урядів, щоб задовольнити краще проектування для своїх інструментів AI / ML, що означає, що отримання більших даних і створення напружених режимів тестування, які обмежують ризик і випереджають недоліки якомога більше, і спосіб допомогти цьому, шляхом, що є шляхом залучення пояснюваних стандартів AI і політик прозорості, які дають урядам розуміння раціонального для кожної дії, система приймається.

Захист даних та відновлення даних

Стан не повинен використовувати сторонні компанії, які порушують перші три умови при створенні або використанні його сервісу, а сторонні компанії не повинні мати можливості доступу або читати конфіденційні дані, зібрані державою. Біометричні дані, зібрані за допомогою систем розпізнавання обличчя, є високочутливими і особистими, які вимагають надійний захист від несанкціонованого доступу, неправильного використання або порушення даних.

Питання про збереження даних особливо важливі. Скільки часу повинні зберігати дані про розпізнавання обличчя? Хто повинен мати доступ до нього? За яких обставин можна поділитися з іншими агентствами або країнами? Ці питання не мають чітких відповідей у багатьох юрисдикціях, створюючи невизначеність про довгострокові наслідки розгортання розпізнавання обличчя.

Ризик порушень даних також є суттєвим. База даних, що містить дані про розпізнавання обличчя для мільйонів людей, буде привабливим для хакерів, іноземних розвідувальних служб або кримінальних організацій. Якщо такі дані були порушені, вона може бути використана для крадіжки, стебла, або інших шкідливих цілей, з наслідками, які можуть зберігатися протягом багатьох років або десятиліть.

Міжнародні перспективи та розгортання

Глобальні шаблони

Правоохоронці: визнання обличчя в даний час займає як найбільш широко прийнята технологія AI відеоспостереження по всьому світу, з 64% коефіцієнтом прийняття, перевершує як смарт-майданчики, так і розумні ініціативи по полірування. Це поширене прийняття відображає як результат технології для безпеки, так і різні нормативні підходи, прийняті різними країнами.

Країни, які стикаються з різними загрозами безпеки і мають різні культурні ставлення до конфіденційності та нагляду, що призводить до суттєвих змін у визначенні обличчя. Деякі країни обхопили технологію, що ентузіазмічно розгортають його в публічних просторах з мінімальними обмеженнями. Інші приймають більш обережний підхід, обмежуючи його використання на конкретні контексти високої безпеки або накладають суворі вимоги до нагляду.

Furl et al. (2002) знайшов, що FRT розроблений і використовується в західних країнах були більш точними для кавказького зображення обличчя, в той час як в країнах Східної Азії, алгоритми FRT були більш точними для східних азіатських зображень. Цей пошук підкреслює важливість розробки систем розпізнавання обличчя, які навчаються на різних даних представника популяцій, де вони будуть розгорнуті.

Міжнародне співробітництво та стандарти

Терорумізм є транснаціональною загрозою, яка вимагає міжнародної співпраці з метою ефективного боротьби. Технологія розпізнавання обличчя може сприяти цьому співпраці, дозволяючи тимчасам поділитися інформацією про відомих або підозрілих терористів і координувати зусилля з спостереження. Однак цей міжнародний вимір також підвищує складні питання щодо розподілу даних, захисту конфіденційності та прав людини.

Різні країни мають різні юридичні стандарти захисту конфіденційності, збереження даних та процес обробки даних. Коли дані розпізнавання обличчя поділяться по кордонах, це може бути підпорядкований менш суворим захистам у країні отримання, ніж в країні, де було зібрано. Це створює ризики, які дані, зібрані під суворими захистами конфіденційності, можуть бути використані іноземними урядами з більш слабкими захисними засобами.

Міжнародні організації, такі як Інтерпол, розроблені системи для спрощення транскордонного використання мідь для протидії тероризму. Ці системи повинні навігувати комплексно-політичне місцевості, балансуючи переваги безпеки передачі інформації щодо конфіденційності, прав людини та національного суверенітету. Розвиваються міжнародні стандарти та угоди, що стосуються відповідального використання міського визнання в антитерористичному процесі залишається актуальним завданням.

Громадський сприйняття та довіра

Фактори, що впливають на приймання публічних закупівель

Адвокати ФРТ підкреслюють свій потенціал у сфері публічної безпеки, запобігання злочинів та протидії тероризму, зазначивши, що ФРТ дозволяє правоохоронним органам та організаціям визначати підозри та не допускати несанкціонованого доступу до захищених територій та просторів, де присутні цінні активи або вразливі населення. Публічна підтримка розпізнавання обличчя часто залежить від конкретного контексту, в якому використовується, при підвищенні приймання заявок на безпеку у високорослі середовищах, таких як аеропорти.

Довіра в установах, які розгортаються, є критичним чинником в публічному прийнятті. Коли люди довіряють, що агентства безпеки використовуватиме технологію відповідально і з відповідним переглядом, вони швидше за все, приймають його розгортання. Попередження, коли довіра низька — це неприпустимо, що минулі зловживання, відсутність прозорості або занепокоєння про упередженість — громадська опозиція, як правило, є більш сильнішою.

Вдале і поширене прийняття ФРТ залежить не тільки від його швидкості і точності, але і від довіри громадськості алгоритмів, які використовують пристрої розпізнавання обличчя, і що довіра буде важко будувати при прикладах расових боїв і помилкових позитивних результатів продовжують перезбільшувати річні поліпшення, що відбуваються в загальній точності програмного забезпечення і функціональності.

Будівництво Громадської конфіденції

Збірник публічного залучення до стійоких турбот та впевненості у конструюванні. Цілісний публічний зв’язок вимагає більш ніж простої інформування людей про розкриття обличчя; це означає створення можливостей для реального діалогу про переваги технології, ризики та відповідні обмеження.

Прозорість про продуктивність системи є важливим для побудови довіри. Агентства безпеки повинні публічно повідомляти про точність, включаючи розбиття демографічною групою, помилкові позитивні ставки та інформацію про те, як використовується технологія та перевизначення. Ця прозорість дозволяє громадському просуванню приймати поінформовані суди про те, чи переваги безпеки виправдання витрат на конфіденційність та чи використовується технологія.

Знеболюючий баланс при виникненні проблем також є вирішальним. Коли системи розпізнавання обличчя призводять до неправомірних відкладень або інших завдає шкоди, агенції повинні визнати ці збої, компенсувати жертви, і приймати бетонні кроки для запобігання рецидиву. Патерн відхилення проблем або відхилення відповідальності запобіжить громадську довіру і опозицію палива до технології.

Розробка та впровадження технологій

Поспішні досягнення в умовах підвищеної точності та відповідальності

У останні роки з розширеними архітектурами і збільшенням кількості шарів і параметрів, моделі FR отримали суттєве покращення їх потенціалу для вивчення складних графічних характеристик, а також цих глибоких архітектурних архітектурних архітектурних просторів, часто включають понад сотні шарів з мільйонами параметрів, значно підвищили здатність FR-систем для узагальнення складних сценаріїв, що призводить до більшої загальної ефективності розпізнавання (як і знижених боїв), а також, наявність більших, більш різних даних сприяло кращому вивченню результатів, оскільки ці дані, які включають суттєві варіації демографічних і коваріатів, таких як поз, освітлення, так і вираз (PIE), полегшували безглуздий прогрес у FR

Система розпізнавання обличчя майбутнього, ймовірно, включає в себе кілька біометричних модалей, поєднує розпізнавання обличчя з ірисом сканування, аналіз ходових, розпізнавання голосу та інші техніки. Цей мультимодальний підхід може поліпшити точність, перетворюючи кілька біометричних підписів, зменшуючи вплив помилок в будь-якій системі. Це також може зробити його більш складним для терористів, щоб виявлення евакуй, дезінфікуючи або змінюючи їх зовнішній вигляд.

Поспішає в штучному інтелекті, зокрема в глибокому навчанні та нейромережах, продовжуємо виштовхувати межі систем розпізнавання обличчя. Ці системи стають краще в розпізнаванні обличчя в складних умовах, таких як погане освітлення, часткове зчеплення або екстремальні кути. Вони також стають швидше, що дозволяють проводити безперервний аналіз відео потоків з високою роздільною здатністю з декількох камер одночасно.

Інтеграція з іншими системами розвідки

Майбутнє розпізнавання обличчя в антитерористичному просторі не просто вдосконалює саму технологію, але і інтегруючи її з іншими системами розвідки та безпеки. При розпізнавання обличчя поєднується з поведінковим аналізом, соціальне відображення мережі, моніторинг зв'язку та іншими джерелами розвідки, вона стає частиною комплексної системи виявлення загроз, яка перевищує сума її частин.

Наприклад, визнання особи може визначити особу процентів в аеропорту, що викликає додаткові скутеринії своїх моделей подорожей, фінансових транзакцій, зв'язку та відомих асоціацій. Цей комплексний підхід дозволяє агентствам безпеки будувати більш повну картину потенційних загроз і приймати більш обізнані рішення про те, як реагувати.

Однак, ця інтеграція також посилює занепокоєння щодо конфіденційності. Система, яка поєднує розпізнавання обличчя з великими даними з інших джерел, створює неприйнятні можливості спостереження, які можуть бути використані для моніторингу практично кожного аспекту життя людей. При цьому такі потужні системи використовуються тільки для цілей правової безпеки і з відповідним перегляньте, буде критичним завданням для політиків.

Збагачувальні конструкції та забіги зброї

Як технологія розпізнавання обличчя стає більш поширеною в антитерористичному, рекламні вироби розвиваються протипоказання до виявлення еваде. Цей діапазон від простих методів, таких як носіння масок або сонцезахисних окулярів для більш складних підходів, таких як моделі адверсаріального макіяжу, призначені для використання алгоритмів розпізнавання обличчя або використання глибокої технології для створення помилкових ідентифікацій.

Це створює хідні технологічні забіги зброї, з охоронними агенціями, які працюють для поліпшення систем розпізнавання обличчя, а також терористичних та інших рекламних кампаній, розвиваються нові шляхи їх подолання. Ефективність розпізнавання обличчя в антитерористичному забезпеченні буде залежати не тільки від властивих можливостей технології, але від того, наскільки добре вона може адаптуватися до застосування методів ухилення.

Деякі дослідники досліджують способи зробити системи розпізнавання обличчя більш надійними проти проти запобіжників, таких як використання інфрачервоного зображення для виявлення обличчя навіть коли вони частково покриті, або аналізувати ходи та мову тіла крім функцій обличчя. Інші розробки систем виявлення живості, які можуть відрізняти між реальними обличчями та фотографіями, масками, або відеопоказами, запобігаючи нападам спофажу.

Рекомендації та рекомендації

Технічні стандарти та тестування

В Україні запроваджено тестування на виявлення обличчя (FRVTs) понад 400 алгоритмів розпізнавання обличчя з 2017 року, що дає розуміння загальної точності рейтингу всіх учасників. З метою забезпечення відповідності мінімальним стандартам точності та справедливості, незалежного тестування систем розпізнавання обличчя перед розгортанням необхідно забезпечити відповідність мінімальним стандартам точності та справедливості.

Тестування повинні включати оцінку різних демографічних груп для виявлення та кількісного визначення будь-яких упереджень в продуктивності системи. Системи, які демонструють неприйнятні рівні зміщень, не повинні бути розгорнуті до тих пір, поки ці проблеми виправляються. Тестування також повинні оцінити продуктивність при реалістичних умовах експлуатації, не тільки в контрольованих лабораторних умовах.

Моніторинг та оцінка після розгортання однаково важливі. Продуктивність системи може деградувати час, як алгоритми віку або як населення, що контролюються змінами. Регулярні перевірки можуть виявити проблеми, що виникають, і забезпечити, що системи продовжують відповідати стандартам продуктивності протягом усього терміну їх експлуатації.

Операційні інструкції

Агентства безпеки, які розгортають розпізнавання обличчя для протидії тероризму, повинні встановити чіткі оперативні інструкції, які вказуються коли і як може використовуватися технологія. Ці вказівки повинні вирішувати питання, такі як: Який рівень довіри матчу необхідний перед прийняттям дій? Що потрібно для додаткового перевірки, перш ніж затримати когось на підставі матчу розпізнавання обличчя? Як слід застосовувати систему в поєднанні з людським судом?

Ней-то люди, ні алгоритми не є неоцінними, і подібні слабкості людського судді можуть впливати на використання технологій розпізнавання обличчя, оскільки люди можуть довіряти виходу алгоритму, що він повинен бути "об'єктним" - більше, ніж власний суд про те, чи відповідає два зображення, незважаючи на основні упередження або неточності в технології. Навчання персоналу з використанням систем розпізнавання обличчя повинна підкреслити, що технологія є інструментом, щоб допомогти людському ухваленню, не заміною для людського судді.

Оператори повинні бути навчені розуміти обмеження системи, в тому числі його потенціал для упереджень і помилкових позитивних результатів. Вони повинні бути заохочуються здійснювати самостійне судове рішення і не покладатися виключно на алгоритмічні виходи, зокрема, коли наслідки помилок є важкими. Чисті протоколи повинні вказати, що додаткове розслідування або перевірка необхідно перед прийняттям дій на основі матчу розпізнавання обличчя.

Методика перевірки та підзвітності

Механізми перевірки робуста є важливим для забезпечення, що технологія розпізнавання обличчя використовується належним чином, і це зловживання виявляються і виправлені. Цей контроль повинен включати як внутрішні механізми в агентствах безпеки, так і зовнішній контроль за незалежними органами, такими як приймальні комісії, законодавчі комітети або судовий огляд.

Енції повинні підтримувати детальні журнали як використовуються системи розпізнавання обличчя, включаючи які пошукові запити проводяться, які проводить їх, і які дії. Ці журнали повинні бути підлягають регулярному перевірці, щоб забезпечити дотримання політик і визначити будь-які схеми зловживання. Коли проблеми виявлені, слід бути чіткими механізмів підзвітності, щоб забезпечити відповідальні сторони, які стикаються з відповідними наслідками.

Зовнішні органи нагляду повинні мати повноваження та ресурси для проведення значущого огляду програм розпізнавання обличчя. Це включає доступ до технічної інформації про те, як працює система, дані продуктивності та операційні колоди. Органи нагляду повинні також мати повноваження для комп'ютерних змін до програм, які порушують правові або етичні стандарти.

Випадкові дослідження та реальні програми

Аеропорт та здійснення прикордонної безпеки

Аеропорти та прикордонні переправи були одними з найбільш ранніх і найширших приймає технологію розпізнавання обличчя для цілей протидії тероризму. Ці контрольовані середовища пропонують кілька переваг для розгортання розпізнавання обличчя: мандрівники повинні пройти через позначені точки зору, освітлення та кути камери можна оптимізувати, і є чітка система обґрунтування безпеки для перевірки ідентичності.

Багато країн впровадили визнання особи в міграційних пунктах, щоб перевірити, що мандрівники відповідають паспортним фотографіям і перевірити їх на годинникових списки відомих або підозрених терористів. Ці системи обробляється мільйони туристів, з деякими аеропортами повідомляють, що розпізнавання особи дозволило їм визначити осіб, які намагаються подорожувати на шахрайських документах або використовувати вкрадені ідентичності.

Технологія також була розгорнута для обробки довіри для досвідчених туристів через програми, які дозволяють попередньо оглянутих осіб використовувати автоматизовані ворота, які перевіряють їх ідентичність за допомогою розпізнавання обличчя. Це подвійне використання — підвищення безпеки та зручності — сприяло прийняттю технології в умовах аеропорту.

Мережа міських мереж спостереження

Деякі міста розгорнулися великі мережі камер, обладнаних можливостями розпізнавання обличчя для моніторингу публічних просторів для загроз безпеки. Ці системи можуть відстежувати рухи фізичних осіб по місту, потенційно виявляючи терористів, що здійснюють відеоспостереження потенційних цілей або зустрічі з співрозмовниками.

Однак, у міських мережах спостереження також генерували суттєві спори через їх потенціал для масового спостереження за звичайними громадянами. Критики стверджують, що ці системи створюють охолоджуючий ефект на вільне виразування та об'єднання, оскільки люди можуть уникнути певних локаціях або дій, якщо вони знають, що вони відстежуються. Сальдо між перевагами безпеки та витратами на конфіденційність особливо важко вдарити ці додатки.

Деякі юрисдикції намагаються вирішити ці проблеми, обмежуючи використання розпізнавання обличчя в громадських місцях на конкретні обставини, такі як розслідування серйозних злочинів або реагування на незмінні загрози. Інші повинні бути чітко позначені камери і що громадськість буде повідомлено про те, де відбувається розпізнавання обличчя. Ці підходи намагаються зберегти деякі переваги безпеки при обмеженні найбільш незліченних аспектів масового нагляду.

Моніторинг подій та подій

Основні громадські заходи — такі як політичні конвенції, міжнародні вершини, або великі спортивні заходи — актуальні цілі для терористів та вимагають інтенсивних заходів безпеки. Проведення сперми було розгорнуто на таких заходах для моніторингу натовпів та виявлення потенційних загроз серед учасників.

Ці тимчасові розгортання пропонують деякі переваги над постійними мережами спостереження. Вони обмежені в часі і обсягах, зосереджені на конкретних подіях високого ризику, а не безперервному моніторингу публічних просторів. Вони можуть бути обгрунтовані підвищеною загрозою безпеки, пов'язаними з основними подіями, які притягують великі натовпи і високопрофільні цілі.

Однак, за заявами безпеки заходу також підняли занепокоєння, зокрема, коли визнання обличчя використовується для моніторингу політичних протестів або демонстрацій. Технологія може бути використана для виявлення та відстеження політичних активістів, потенційно чистих правових політичних виразів. Очистити рекомендації щодо того, як і як визнання обличчя може бути використаний на публічних заходах, необхідні для запобігання зловживанню.

Нагорода Шляху: безпека та права Балансування

Розробка стійоких додатків

Майбутнє визнання обличчя в антитерористичному порядку залежить від розроблених рам, які дозволяють технології ефективно використовувати для цілей правової безпеки при захисті цивільних свобод і забезпеченні справедливості. Це вимагає постійного діалогу серед фахівців безпеки, технологів, політиків, цивільних свобод адвокатів адвокатів, громадськості.

Такі рамки повинні бути засновані на чітких засадах: розпізнавання обличчя слід використовувати тільки при необхідності і пропорційній безпеці загрози; її необхідно розгорнути відповідними захисними засобами від зловживань; вона повинна бути піддаватися значущому перегляду і підзвітності; і вона повинна бути постійно оцінена і вдосконалена для вирішення проблем з точністю і зносом.

Різні контексти можуть знадобитися різні підходи. Використання розпізнавання обличчя на прикордонних перехресах, де відбувається чітке обґрунтування безпеки і обмежене очікування конфіденційності, може бути більш прийнятним, ніж його використання для безперервного відеоспостереження громадських просторів. Контекстові рамки можуть забезпечити більш нагородження керівництва, ніж один-розмірні-наряди-всі правила.

Інвестування в дослідження та розвиток

Продовжені інвестиції в дослідження для підвищення технології розпізнавання обличчя є важливим. Це включає не тільки поліпшення точності і швидкості, але особливо вирішення проблем з упередженістю і справедливістю. Широкомасштабні і стандартизовані дослідження, такі як допомога НІС для виявлення поширених недоліків у ФРТ, а також як науковці, так і співробітники, інженери, які розвиваються ФРТ, поставлені з поліпшення результатів програмного забезпечення в розпізнаванні зображень з темними тонами шкіри - а також зменшення розриву статі в помилкових позитивних показниках, а коли дані і результати ставляться до строгого, хвилинного аналізу, вчені мають можливість поліпшити алгоритм і тим самим вирішувати питання про упередження в майбутньому.

Дослідження повинні також вивчити альтернативні підходи, які можуть запропонувати більш ефективні засоби захисту конфіденційності при підтримці безпеки. Наприклад, системи, які аналізують поведінкові візерунки або виявляють аномалії без виявлення конкретних осіб, можуть надати корисну інформацію про безпеку з меншою кількістю конфіденційності, ніж традиційне визнання обличчя.

Міждисциплінарні дослідження об’єднуються комп’ютерними науковцями, соціальними науковцями, етики та юридичними науковцями можуть допомогти визначити та вирішувати складні проблеми, які впроваджуються технологією розпізнавання обличчя. Розуміння не тільки технічних можливостей, але й соціальних, етичних, правових наслідків є важливим для відповідального розвитку та розгортання.

Міжнародне співробітництво та стандарти

Зважаючи на транснаціональну природу тероризму, міжнародне співробітництво з нормами розпізнавання обличчя та практик є важливою. Країни повинні працювати разом з розробкою спільних стандартів для точності, справедливості та захисту конфіденційності, а також дотримання різних правових традицій та культурних цінностей.

Міжнародні угоди можуть встановити мінімальні стандарти системи розпізнавання обличчя, які використовуються в антитерористичному забезпеченні, забезпечуючи, що дані, що поділилися між кордонами, відповідають базовим вимогам до точності та надійності. Вони також можуть встановлювати протоколи для розподілу даних, що оберігають конфіденційність та прав людини, а також забезпечити ефективне співробітництво проти терористів.

Однак, міжнародна співпраця повинна бути збалансована проти питань, що дозволяють авторитарним режимам використовувати розпізнавання обличчя для політичних репресій. Демократичні країни повинні бути обережні щодо обміну технологіями розпізнавання обличчя або даних з урядами, які не мають сильного захисту прав людини і правила права. Міжнародні стандарти повинні включати безпечні засоби для запобігання технології від використання для цілей нелегітимізації.

Висновки: Навігація комплексного ландшафтного ландшафту

Технологія розпізнавання обличчя – потужний інструмент у боротьбі з тероризмом, що пропонує можливості для ідентифікації, спостереження та розслідування, які були безперечно лише кілька десятиліть тому. Нова технологія дала нову владу державі автоматизації ідентифікації раніше відомих терористів, які організовують атаки на громадян, які держава повинна захистити, і влада це робити, якщо це ефективно працює, допоможе у протидії тероризму.

Однак, технологія також представляє суттєві проблеми, пов'язані з точністю, упередженістю, конфіденційності та цивільними свободами. Ця проблема є поширеною в програмному забезпеченні розпізнавання обличчя, яка прагне генерувати більш високу швидкість помилково-позитивних для небілих людей, а на відміну від програмного забезпечення розпізнавання обличчя, що використовується для арешту, який неправильно підготовлений алгоритм КТ може вбити цивільних осіб, дія, яка не може бути неоновлена. Ці ставки в антитерористичних додатках є особливо високою, де помилки можуть призвести до невинних людей, які не мають неправильно затриманих або, навпаки, до небезпечних осіб, які визначаються випаровуванням.

Шлях вперед вимагає балансування цих конкуруючих розглядів через ретельний розвиток політики, надійний надігробний надігвалент, продовжив технічне вдосконалення та постійне громадське діалогове вікно. Нейтрові ковдри заборони, які запобігають будь-якому використанню розпізнавання обличчя для цілей безпеки, а не не протипоказаного розгортання без безпечних засобів, є відповідальним підходом. Замість, контекстних рамок, які дозволяють вигідно використовуватися при запобіганні зловживання, пропонують найкращу надію для реалізації безпеки пільги для розпізнавання обличчя при захисті фундаментальних прав.

Як технологія продовжує розвиватися і стає більш здатною, необхідність вдумливого управління стає більш актуальним. Рішення, що сьогодні про те, як розвивається розпізнавання обличчя, розгортається, і регулюється буде формувати баланс між безпекою і свободою протягом років, щоб прийти. При цьому ці рішення проінформовані доказами, направляються етичними принципами, і суб'єктом демократичної відповідальності є важливим для підтримки як безпеки і свобод в більш складних загрозах навколишнього середовища.

Для отримання додаткової інформації про технології біометричної безпеки, відвідайте Національний інститут стандартних і технологічних систем розпізнавання обличчя Модель Тест-програма . Щоб дізнатися про конфіденційність розглядів в технології спостереження, вивчення ресурсів з Електронний фронтерний фонд]. Для міжнародних перспектив регулювання розпізнавання обличчя див. .