理解机构识别技术及其在现代安全中的作用

光圈识别技术已成为全球反恐中最具变革性的工具之一,这一强大的技术能够迅速准确地识别个人身份,帮助防止恐怖活动和使公共场所更加安全,随着安全威胁在复杂性和规模上继续发展,全球各国政府和执法机构正越来越多地转向先进的生物鉴别系统以保护公民和基础设施。

根据市场和市场调查,面部识别市场在2025年将达到85亿美元,比2020年的38亿美元翻了一番。 这一爆炸性增长不仅反映了技术的不断增长能力,也反映了技术在国家安全框架中的至关重要性。 从机场和边境口岸到城市监控网络和调查过程,面部识别已经成为现代反恐战略不可或缺的组成部分。

其核心是面部识别技术,它代表着计算机视觉、人工智能和生物鉴别分析的复杂结合。 技术将人类面部特征数字化,形成计算机可以处理和比较的数学表达,分析人眼、鼻桥宽度、下巴轮廓和腮骨结构之间的距离等关键面部特征,然后创建独特的生物鉴别模板,检查包含数百万面孔的数据库的身份。 这种以前所未有的速度和规模处理面孔和匹配面孔的能力从根本上改变了安全机构如何处理威胁检测和预防。

面部识别技术的演变

从早期开始到AI-Powered系统

技术可以追溯到20世纪60年代,一个叫伍德罗·威尔逊·布莱德索(Woodrow Wilson Bledsoe)的人首先想出了一个系统,用特殊的平板电脑来整理面部照片。 这些早期的系统是初级的,需要人工输入,并在高度控制的条件下运作。 在70年代,一些聪明人使用21个特定的标记,比如发色和唇厚,来自动识别面部,80年代90年代看到了一种叫做Eigenface(Eigenface)的新方法,这成为了现代系统的基础。

真正的游戏改变者在2000年代与社交媒体相伴而来,因为网上突然有数百万张贴上标签的照片,让这些系统拥有大量数据库来学习。 如此丰富的培训数据,再加上机器学习算法的进步,使得面部识别系统能够实现以前无法想象的准确率。 如今,随着AI和深度学习,企业的面部识别系统变得非常准确和迅速。

现代机构识别系统如何运作

现代面部识别系统通过一个以毫秒为单位的多阶段过程运行,第一阶段涉及面部检测,即系统在图像或视频框内识别并定位面部,然后是面部对齐,系统将面部的位置,大小和方向正常化,以确保无论角度或距离相机的距离如何,分析一致.

接下来是特征提取, 系统在此识别并测量独特的面部特征。 这些测量结果被转换成数学代表, 称为面部模板或生物特征。 最后, 系统通过将这个模板与数据库中存储的模板进行比较来进行匹配, 产生相似性分数, 显示匹配的可能性 。

现代面部识别系统捕捉和分析在最困难的视觉和移动条件下的人的图像。 这种能力对于反恐应用至关重要,在反恐应用中,嫌疑人可能在低于理想的条件下被监控镜头捕获,包括照明不良、部分隔离或偏斜角度。

反恐行动中的战略应用

实时监测和威胁探测

脸部识别技术已成为反恐变革工具,为识别、监测和逮捕相关个人提供了先进的能力,重点是实时监控、边境管制和调查程序等三个具体应用。 在拥挤的公共场所、交通枢纽和重大事件中,面部识别系统可以持续扫描人群,并在发现相关人员时立即提醒安全人员。

AI可以以前所未有的规模和速度对广大人群进行自动的警戒和身份检查。 在大规模人群聚集的引人注目的活动中,例如政治集会、体育赛事或文化节,这种能力特别有价值。 安全机构可以部署面部识别系统,以监测入境点和人群行动,在形成攻击之前识别潜在的威胁。

安全强化为高交通区提供了持续监测,识别了感兴趣的人,并以前所未有的效率找到失踪人员。 该技术持续运行而不疲劳的能力使得它成为对人的安全人员的宝贵补充,他们可以集中精力调查警报和应对潜在威胁。

边境安全和移民管制

边境口岸和机场是反恐努力的关键阻塞点,如果有人(包括恐怖分子)从海外来到美国,他或她可能通过入境口岸的移民检查站,从反恐角度看,这一检查站是恐怖分子最容易受到伤害的阻拦点,在此关键时刻,识别技术已成为一项必不可少的工具。

部署边境检查队是为了核实通过边境控制的人确实是身份证件(例如护照)上的人,刑警组织已部署第一项目系统,帮助国家当局查明外国恐怖主义战斗人员,这些系统可以快速处理旅行者,同时对照已知或可疑恐怖分子的监视名单检查其身份,大大加强安全,同时不造成客流方面的重大瓶颈。

生物计量可以防止在使用旅行证件时发生身份盗窃和移民欺诈,因为个人指纹的生物鉴别模板将附在证件上,例如护照或签证上,贴在条码、芯片或磁带上,这会使某人难以假冒他人的身份。 这种多层次生物鉴别方法与面部识别相结合,可以有力地防范恐怖分子利用伪造证件或被盗身份进入他国。

调查和法医应用

生物测量系统可以使用生物鉴别面部识别或Facec检查方法识别已知或可疑的恐怖分子,如果有可疑恐怖分子的照片,则通过监视清单或可疑恐怖分子模板数据库进行搜索,这种能力在事件后调查中证明是宝贵的,安全机构分析监视录像以查明犯罪人及其同伙。

执法效率通过与现有记录进行自动匹配来加快嫌疑人的识别和案件解析,调查人员可以使用面部识别,通过庞大的监控视频档案快速搜索,识别嫌疑人,并跟踪其跨越多个地点和时间段的移动,而不是人工审查视频的时数和用眼睛比较面部.

美国军方也认识到面部识别在反恐行动中的战略价值. 美国特种作战司令部正在为大幅扩展身份情报和开发能力奠定基础,概述了特种作战部队在执行任务期间如何收集,分析和利用身份相关数据的广泛和技术上雄心勃勃的愿景,寻求对五个主要技术领域的深入了解:面部识别,扬声器识别和语音匹配,一个完全整合的SOF遗址开发应用生态系统,快速DNA分析,以及AI和机器学习分析.

预防恐怖主义的业务优势

识别速度和规模

面部识别技术在反恐中最显著的优势之一是它能够以远远超过人的能力的速度处理和分析面孔。 新技术已经赋予国家新的力量,可以自动识别那些曾经知道的国家应该保护的公民受到袭击的恐怖分子,而如果这种能力有效,它这样做的力量将有助于反恐,因为面部识别技术保证给予国家这种力量。

传统的识别嫌疑人的方法在很大程度上依赖于人类记忆和人工比较照片,这些照片的过程既费时又容易出错。 监视拥挤机场的安保人员只能一次积极监视人数有限的人,即使是最有经验的人员也可能在脸海中错过嫌疑人。 相比之下,面孔识别系统可以同时监视上千或下千张面孔,将每个面孔与大量数据库进行实时比较。

这样的能力在时间敏感性的环境下尤为重要,因为每秒都很重要。 当情报机构收到有关迫在眉睫的威胁的信息时,面部识别系统可以迅速部署,扫描整个城市的监控网络,有可能在几分钟内而不是数小时或数天内找到嫌疑人。

增强监测能力

通过生物识别,深层学习算法,以及大数据分析,情报工作的准确性和效率得到了提高,传统的监测工作也成为了前瞻性和防御性的斗争。 表面识别将监视从主要用于事件后调查的被动工具转变为能够防止攻击发生前的主动系统。

该技术使安全机构能够建立综合监视摄像机网络,作为综合系统而不是孤立的观察点,当在一个地点发现有关人士时,该系统可以追踪他们在整个网络中的行动,向安全人员提供关于其活动和联系的实时情报,这种能力对于了解恐怖主义网络和查明极端主义组织以前未知成员是十分宝贵的。

此外,面部识别系统可以不受人关注和疲劳的限制而持续运行。 尽管人类操作人员在长时间的转折或低活动期可能错过关键细节,但自动化系统保持一贯的警惕,确保任何潜在威胁都不会被忽略。

威慑效应

面部识别系统的存在可以有力地遏制恐怖活动。 当潜在袭击者知道自己的面部会被复杂的生物鉴别系统捕获和分析时,他们面临识别和恐惧的风险要大得多。 这种意识会扰乱规划进程,迫使恐怖分子采取不太有效的策略,或者完全阻止袭击。

威慑效应超越了身份识别的直接威胁。 间接识别系统创造了一个永久性的数字记录,可以在事件发生后很久才能分析。 这意味着即使恐怖分子设法逃避立即发现,他们也留下了可用于日后识别他们、跟踪他们的行动和发现他们的网络的证据。 这种长期问责增加了恐怖分子在规划行动时必须考虑的又一层风险。

资源优化

面部识别技术让安全机构能够优化有限的资源,实现常规识别任务的自动化,并将人才专长集中在最需要的地方。 各机构可以部署面部识别系统来处理这些任务,而人类操作者则专注于调查警报、进行访谈和作出关键决定,而不是指派人员手动监测监视信息或检查边境口岸的文件。

考虑到现代安全挑战的规模,这一优化尤为重要。 随着数百万旅客每天从机场经过,以及无数小时的监视录像在城市地区产生,不可能手动审查所有这些信息。 虚拟识别系统可以自动处理大量数据,只标出需要人类关注的一小部分。

关键的挑战和技术限制

准确性和假阳性

尽管面部识别技术有了显著进步,准确性仍然是一个关键的问题,特别是在反恐应用中,错误的后果可能很严重。 面部识别方法已经与技术缺陷和弱点相提并论,但操作上可以用来最大限度地减少其弱点。 理解这些局限性对于负责任地有效应用技术至关重要。

虽然人类一般可以相当出色地进行面部识别过程,但是这些活动对于技术系统来说仍然非常具有挑战性,除非照片是在非常受控制的条件下拍摄的,否则系统可能难以识别个人,甚至难以在照片中检测到他的脸,当摄像机角度,照明,面部表情等环境因素得到最大程度的控制时,系统最有效.

假阳性(如果系统错误地将某人确定为有利害关系的人)在反恐背景下会遇到特殊的挑战,技术不起作用的人将无法由外国技术专家核实,从而引起怀疑和进一步侵入性监视,此外,这些阳性因素将更频繁地被确定,这可能导致他们被怀疑为恐怖分子或其他严重罪犯,这种错误的识别可能导致无辜者被拘留、讯问或受到侵入性的安全程序,从而产生重大的个人和社会后果。

NIST最近进行了一次大规模测试,重点是识别FRT中的偏差,特别强调了假正率 — — 即算法误认一个人形象的频率,结果显示“跨人口统计学,假正率往往因10倍到100倍以上的因素而异 ” , 取决于使用何种算法。 不同系统的错误率的这些变化凸显了在高吸附安全应用中应用面部识别技术之前进行严格测试和验证的重要性。

人口比亚斯和算术公平

面部识别技术面临的最严重挑战之一是人口偏差 — — 某些人口群体上系统的表现不准确。 三大技术公司发布的三套商业面部分析方案都表现出皮肤类型和性别偏见,在研究人员的实验中,三个程序在确定光皮肤男性性别方面的误差率从未低于0.8%,但对于更深皮肤女性来说,误差率在一次中超过20%,而在另外两次中则超过34%。

麻省理工学院媒体实验室发表的名为“性别阴影”的2018年研究显示,轻皮肤男性的误差率为0.8%,而较深皮肤女性的误差率为34.7%。 准确率的这种巨大差异引起了人们对于在安全和执法背景下使用面部识别时,法律是否公平与平等待遇的严重关切。

皮肤色调严重影响了验证的准确性,皮肤色调较轻,持续超过中深色色调. 研究还发现,男性主体一般比女性主体更能获得更好的识别精度,其原因有:由于头发较长导致的遮蔽,以及化妆导致面部外观改变等.

2023年8月,一名黑人女性在被警察使用校准差的面部识别软件逮捕后起诉底特律警察局,这个问题在面部识别软件中普遍存在,这往往为非白人带来较高的假阳性率. 此类事件证明了算法偏差的现实世界后果,凸显出更公平的面部识别系统的迫切需要.

NIST的研究还发现东亚、美洲原住民、美洲印第安人、阿拉斯加印第安人和太平洋岛民面临偏见。 这些偏见在多个人口群体中普遍存在,这表明问题是一个系统性问题,而不是与特定人口或算法隔离。

偏见的根源

由于先进的人工智能模型接受了面部图像大规模数据集的培训,所以在准确性方面,面部识别技术取得了长足的进步,但这些数据集在种族,民族,性别等人口类别上往往缺乏多样性,导致面部识别系统在代表性不足的人口群体上的表现比在培训数据中普遍存在的群体更差.

偏差问题源于多种来源。 用于培训面部识别算法的历史数据集主要表现为白人男性的面部,反映了创建这些面部识别的研究人员和机构的人口统计。 当算法主要从这个有限的数据集中学习识别面部时,它们自然在相似的面部上表现得更好,与与培训数据差异很大的脸部相比,它们会与面部识别法进行斗争。

许多人将这些问题大多归结为不平衡的数据集。 然而,问题不仅限于简单的表达。 即使数据集包括了不同的面孔,但照明条件、相机质量和图像分辨率等其他因素也会不成比例地影响皮肤色调较暗的人的图像质量,从而进一步加重准确性问题。

努力减缓比亚斯

研究人员和技术公司认识到偏见问题的严重性,并积极研究解决方案. 2018年,微软宣布其商业上可用的FRT经过更新,通过扩充用于训练机器学习算法的数据集,以及提高面部分类器的准确性,提高了各种族和性别类别的业绩,公司认为这些改进导致更深的皮肤色调的误差率为20倍,女性误差率为9倍.

研究人员在他们生成的大型平衡合成数据集上预先培训了三种面部识别模型——ArcFace,AdaFace和ElasticFace,结果不仅提高了总体准确度,而比起对现有不平衡数据集进行测试的模型,而且大大降低了人口偏差,经过培训的模型显示,所有种族群体都更加公平准确度,而现有模型显示,在代表性不足的少数群体方面表现不佳。

在FairFace数据集上,准确度从92.58%提高到96.47%,而比亚斯学位(DoB)则从3.86降至1.16,即减少了约70%,值得注意的是,在代表性不足的群体中,表现显著,例如黑人女性的准确度从80.2%提高到90.86%,同时保持了已经代表性良好的群体的良好表现。

脱轨对抗网络(DebFace)使用图像到地貌编码器、四个属性分类器、分布分类器和特征汇总网络,以及四个分类器——性别、年龄、种族和身份——将潜在的偏见转化为知情特征,从而改善代表性不足群体的绩效,这些建筑创新表明,减轻偏见在技术上是可行的,尽管在所有部署的系统中实施这些解决办法的工作仍然很艰巨。

隐私问题和公民自由

大规模监视和隐私权

大部分强国都有一个黑暗面,FRT也不例外,因为它引起了关于隐私、道德和整体社会影响的严肃问题和担忧。 部署面部识别技术以反恐为目的引发了对安全与隐私平衡的激烈争论,批评者认为广泛的监控威胁到基本公民自由。

围绕大规模监控的法律、伦理和隐私挑战包括数据库中的错认、欺诈和偏见。 个人在不知情或未经同意的情况下对跨越公共场所的行动进行跟踪的能力,令人对现代社会中隐私的性质和政府监控权力的适当限度产生深刻质疑。

批评者指出,隐私风险很大,公民自由可能受到侵犯,引起人们对未经授权的数据收集、缺乏同意以及可能出现功能蠕动的担忧,而为某一目的收集的数据是在个人不知情或同意的情况下用于无关目的的。 担心最初部署的反恐系统可能会逐渐扩大,以监测从事合法活动的普通公民,从而形成一种可以使言论自由和结社自由受到冷冻的监视状态。

如此禁止的原因有:FRT遭受普遍偏见,导致利益和伤害在群体之间分配不均,国家将不可避免地将这些技术用于非法目的,FRT的存在也令我们的行为变得冷淡(即人们担心被监视而不得不自我检查 ) 。 这种令人寒心的效果会阻碍人们参加抗议、政治集会或其他可能被发现和跟踪的公众集会,从而破坏民主参与。

管制对策和禁令

2019年,旧金山成为第一个禁止面部识别技术(FRT)的美国城市,具体地说,警方和其他机构否决了该技术的使用,此后,其他几个美国城市也实施了类似的FRT禁令,波士顿市议员明确强调了一个具体问题:该技术的偏差. 这些禁令反映了公众对该技术被滥用的潜在性以及它所显现的准确性和公平性问题日益关注.

包括明尼阿波利斯、波士顿和旧金山在内的十多个大城市都禁止了这种技术。 然而,这些地方禁令并没有阻止联邦机构和许多其他司法管辖区继续部署面部识别以用于安全目的,从而形成了一套因地点而有很大差异的条例。

欧盟采取了更加全面的方法,在和平抗议的背景下使用面部识别技术,增加了大规模监控行为的风险,也增加了保护人权的影响。 欧洲监管者建议对在公共场所使用面部识别加以严格限制,一些人主张除涉及严重犯罪或迫在眉睫的威胁的狭义情况下外,全面禁止。

平衡安全与自由

最重要的是,如果国家能够利用这种技术来增加其反恐能力,这种权力就受到限制,以致虐待和冷冻行为不会发生,国家必须建立体制限制,只允许在人们不享有(而且不应该)合理期望隐私的地方(例如机场、过境点)使用FRT。

配备FRT的摄像机必须标上标记,以确保不在他们应当有合理隐私期望的地方进行监视,FRT只应寻找严重罪犯(如恐怖分子),这些拟议限制是试图维护面部识别的安全利益,同时限制其滥用和保护公民自由的可能性。

反恐武器库中的一个有力工具是使安全措施能够实现,而以前是无法实现的,但这一技术要求在明确的好处和它与之相关的重要道德考虑之间保持极为明智的平衡,目前,可能的情况是,平衡过于有利于反恐武器库的明确好处,而不足以有利于指导其部署的公平、隐私和道德廉洁。

法律和道德框架

宪法和人权考虑

与描绘高加索男性的面部图像相比,执法部门在识别犯罪嫌疑人时使用的FRT程序在描绘更深的皮肤色调和女性的面部图像上更容易出错,这种偏见可能导致公民受到警方按照种族和性别线进行的不法调查,执法部门使用带有偏见的FRT的做法不符合传统的自由主义要求,即政府在法律面前平等对待所有公民。

许多宪法的平等保护条款要求政府行动不得基于种族、性别或其他受保护特征的歧视。 当面部识别系统显示对某些人口群体的系统性偏见时,政府机构使用这些特征可能违反这些宪法保护。 这造成了法律难题:虽然技术可以加强安全,但其有偏见的表现可能使其使用违宪或违反人权法。

计算机科学家对执法部门使用FRT识别犯罪嫌疑人表示关切,指出这种软件很可能被用于识别嫌疑人,因此,用作其他任务输入的面部识别算法输出错误可能产生严重后果,因为某人可能因安全视频分析中错误但自信地错误识别犯罪人而被错误指控犯罪.

透明度和问责制

报告建议加强监管、国际合作和透明治理,以确保AI面部识别技术的使用符合人权和基本自由。 面部识别系统如何运作、准确率和局限性的透明度对于公众信任和民主问责至关重要。

制定与面部识别技术的使用相关的明确而全面的法律,使全球标准与国家框架保持一致以确保一致性,并授权定期审计FRT系统以确保遵守道德准则。 定期审计有助于在导致严重损害之前发现准确性或偏见问题,而明确的法律框架则为安全机构提供了技术适当使用方面的指导。

风险不应导致暂停使用AI或禁止某些平台,而应呼吁政府采取行动,要求更好地设计其AI/ML工具,这意味着获取更好的数据,建立严格的测试制度,尽可能限制风险,并揭露缺陷,为此,一个协助的方法是实施解释性AI标准和透明度政策,使政府了解系统采取的每一项行动的理由。

数据保护和保留

国家不应使用在创建或使用其服务时违反前三个条件的第三方公司,第三方公司不应能够访问或读取国家收集的敏感数据。 面部识别系统收集的生物鉴别数据高度敏感且个人化,需要强有力的保护,防止未经授权的获取、滥用或数据违规。

关于数据保存的问题特别重要。 面部识别数据应该存储多久? 哪些人应该能够访问? 在什么情况下可以与其他机构或国家共享? 这些问题在许多法域中缺乏明确答案,从而对面部识别部署的长期影响产生不确定性。

数据被破坏的风险也很大。 包含数百万人面部识别数据的数据库将成为黑客、外国情报机构或犯罪组织有吸引力的目标。 如果这些数据被泄露,它可能被用于身份盗窃、跟踪或其他恶意目的,其后果可能持续数年或数十年。

国际视角和部署

全球收养模式

执法:目前,Fasical Accidence是全球最广泛采用的AI监控技术,采用率高达64%,超过了智能城市平台和智能治安举措。 这一广泛采用既反映了技术对安全的认识价值,也反映了不同国家采取的监管方法不同。

国家面临不同的安全威胁,对隐私和监视有不同的文化态度,导致面部识别部署方式的显著差异。 一些国家热情地接受这一技术,在有限的限制下广泛应用于公共场所。 其他国家则采取了更加谨慎的做法,将技术的使用限制在具体的高度安全环境下,或强制实施严格的监督要求。

Furl等人(2002年)发现,在西方国家开发和使用的FRT对于高加索面部图像更为准确,而在东亚国家,FRT算法对于东亚面部图像更为准确。 这一发现凸显了开发面部识别系统的重要性,这些系统将接受不同数据集的培训,这些数据集将代表将部署的人群。

国际合作和标准

恐怖主义是一种跨国威胁,需要国际合作来有效打击,而通过使各国能够分享已知或可疑恐怖分子的信息并协调其监测工作,机构识别技术可以促进这种合作,但这一国际层面也提出了数据共享、隐私保护和人权方面的复杂问题。

不同国家在隐私保护、数据保留和正当程序方面的法律标准不同。 当面部识别数据跨界共享时,在接收国可能比在收集数据的国家受到更严格的保护。 这造成了严格隐私保护下收集的数据被保障措施较弱的外国政府滥用的风险。

国际刑警组织等国际组织已经开发了便利跨界使用面部识别反恐系统,这些系统必须跨越复杂的法律和政治地形,平衡信息共享的安全利益与隐私、人权和国家主权等关切。 制定在反恐中负责任地使用面部识别的国际标准和协议仍然是一个持续的挑战。

公众看法和信任

影响公众接受的因素

反恐宣传员强调其在公共安全、预防犯罪和反恐方面的潜力,指出反恐宣传团使执法机构和组织能够识别嫌疑人,防止未经授权进入有宝贵资产或弱势群体的保护区和空间,公众支持面部识别往往取决于其使用的具体环境,对机场等高风险环境中的安全应用的接受程度更高。

信任那些进行面部识别的机构是公众接受的一个关键因素。 当人们相信安全机构将负责任地使用技术并进行适当监督时,他们更有可能接受技术的部署。 相反,当信任度低 — — 由于过去的滥用、缺乏透明度或对偏见的担忧 — — 公众反对往往会更加强烈。

FRT的成功和广泛采用不仅取决于其速度和准确性,还取决于公众对电源面部识别装置的算法的信任,这种信任将难以建立,同时种族偏见和虚假的正向结果的例子继续掩盖软件整体准确性和功能逐年改进的阴影.

建立公众信任

推动公众参与解决担忧和建立信任。 有意义的公众参与不仅需要让人们了解面部识别部署;它意味着创造机会,就技术的好处、风险和适当限度进行真正的对话。

系统运行的透明度对于建立信任至关重要。 安全机构应当公开报告准确率,包括按人口群体分列的数据、虚假的正率以及技术如何使用和监督的信息。 这种透明度让公众能够对安全利益是否证明隐私成本合理以及技术是否得到公平使用做出知情判断。

证明问题发生时的问责制也至关重要。 当面部识别系统导致错误拘留或其他伤害时,各机构必须承认这些失误,赔偿受害者,并采取具体步骤防止再次发生。 否认问题或转移责任的模式将削弱公众的信任,并助长对该技术的反对。

未来发展和新兴技术

准确性和能力方面的进展

近年来,随着建筑的先进,层层和参数数量的增加,FR模型学习复杂面部表情的能力有了很大的提高,这些往往包括百多层,有数百万个参数的更深层建筑大大增强了FR系统跨挑战性情景的概括能力,导致整体识别性能提高(以及偏差降低),此外,更大,更多样化的数据集的提供也促进了更好的学习成果,因为这些数据集包含了巨大的人口结构变化和共变,如姿势,光度,表达(PIE),促进了在提高FR的准确度和公平度方面可衡量的进展.

未来的面部识别系统可能包含多种生物鉴别模式,将面部识别与虹膜扫描、速度分析、语音识别和其他技术相结合。 这种多式方法可以通过交叉参照多种生物鉴别特征来提高准确性,减少任何单一系统中错误的影响。 这种方法还可能让恐怖分子更难通过伪装或改变外观来逃避发现。

人工智能的进步,特别是深层学习和神经网络的进步,继续推动面部识别系统所能实现的界限。 这些系统越来越能识别在困难条件下的面孔,比如照明不足、部分闭塞或极端角度。 它们也变得越来越快,能够同时对多台摄像机的高分辨率视频流进行实时分析。

与其他情报系统整合

反恐中面部识别的未来不仅在于改进技术本身,还在于将其与其他情报和安全系统相结合。 当面部识别与行为分析、社交网络映射、通信监测以及其他情报来源相结合时,它就成为了比其部分总和更大的全面威胁检测系统的一部分。

比如,面部识别可以识别机场感兴趣的人,从而引发对其旅行模式、金融交易、通信和已知同伙的进一步审查。 这一综合办法使安全机构能够更全面地了解潜在威胁,并就如何应对做出更知情的决定。

然而,这种整合也扩大了隐私问题。 一个将面部识别与其他来源的大量数据相结合的系统创造了前所未有的监控能力,可用于监测人们生活的几乎所有方面。 确保这些强大的系统只用于合法的安全目的,并进行适当监督,将是决策者面临的一个重大挑战。

新出现的反措施和军备竞赛

随着面部识别技术在反恐中越来越普遍,对手正在制定躲避检测的对策。 这些手段包括戴面具或墨镜等简单技术,以及旨在混淆面部识别算法或使用深假技术制造假身份的更复杂的化妆图案。

这场战争造成了一场持续的技术军备竞赛,安全机构致力于改进面部识别系统,而恐怖分子和其他对手则会开发新的方法来打败他们。 面部识别在反恐中的有效性不仅取决于技术的内在能力,还取决于技术能在多大程度上适应不断演变的逃逸技术。

一些研究人员正在探索如何使面部识别系统更加有力对抗反措施,比如使用红外线成像来检测面部,即使部分覆盖面部,或者分析面部特征以外的动作和身体语言。 另一些研究人员正在开发活性检测系统,以区分真实面部和照片,面具,或视频显示,防止偷窥攻击。

最佳做法和建议

技术标准和测试

NIST持续进行的面部识别供应商测试(FRVT)自2017年以来已经评价了400多个面部识别算法,让所有参与开发者对总体准确度的评级有了深刻的洞察力. 严格,独立地在部署前对面部识别系统进行测试,对于确保这些系统达到准确性和公平性的最低标准至关重要.

测试应包括对不同人口群体进行评价,以查明和量化系统性能的任何偏差。 在这些问题得到纠正之前,不应部署显示不可接受的偏差程度的系统。 测试还应在现实的操作条件下评估性能,而不仅仅是在受控制的实验室环境中。

部署后不断监测和评价同样重要,随着算法老化或监测人口的变化,系统业绩会随着时间的推移而下降,定期审计可以发现新出现的问题,并确保系统在整个运作期间继续达到业绩标准。

业务准则

部署面部识别反恐的安全机构应制定明确的业务准则,具体说明何时以及如何使用技术,这些准则应处理以下问题:在采取行动之前需要达到何种程度的匹配信任?在根据面部识别匹配拘留某人之前还需要进行何种额外核查?应如何结合人类判断使用该系统?

无论是人还是算法,都不是不正确的,人类判断的类似弱点都可能影响面部识别技术的使用,因为个人可能相信一种算法的输出 — — 认为它必须是“客观的” — — 而不是他们自己对两种图像是否匹配的判断,尽管技术存在根本性的偏差或不准确。 对使用面部识别系统的人员的培训应当强调,这种技术是帮助人类决策的工具,而不是对人类判断的替代。

操作员应接受培训,了解系统的局限性,包括其有偏差和假阳性的可能性。 应鼓励他们独立判断,而不是仅仅依赖算法输出,特别是在错误的后果严重时。清晰的协议应明确规定在根据面部识别匹配采取行动之前需要进行哪些额外的调查或核实。

监督和问责机制

强有力的监督机制对于确保面部识别技术得到恰当使用以及查明和纠正滥用行为至关重要。 这种监督机制应包括安全机构的内部机制以及独立机构(如隐私专员、立法委员会或司法审查)的外部监督。

各机构应详细记录面部识别系统的使用情况,包括进行哪些搜索、由谁进行搜索以及结果如何。这些记录应接受定期审计,以确保遵守政策,并查明任何滥用模式。当发现问题时,应建立明确的问责机制,以确保责任方面临适当后果。

外部监督机构应该拥有权力和资源对面部识别方案进行有意义的审查。 这包括获取系统运行技术信息、性能数据和业务日志。 监督机构也应该有权迫使违反法律或道德标准的方案改变。

案例研究和现实世界应用

机场和边境安全

机场和边境口岸是最早和最广泛地采用面部识别技术的反恐机构之一,这些受控制的环境为面部识别部署提供了若干好处:旅行者必须通过指定的检查站,照明和摄像头角度可以优化,身份核查有明确的安全理由。

许多国家在移民检查站进行了面部识别,以核实旅行者是否与护照照片相符,并对照已知或可疑恐怖分子的监视名单加以检查,这些系统已处理了数百万旅行者,一些机场报告说,面部识别使他们得以识别试图以伪造证件旅行或使用被盗身份旅行的个人。

技术也通过允许预先筛选的个人使用自动门门通过面部识别来验证其身份的程序,加快了对受信任旅行者的处理,这种双重用途——既加强安全又方便——有助于公众接受机场背景下的技术。

城市监测网络

一些城市已经部署了大量的摄像机网络,配备了面部识别能力,以监测公共场所的安全威胁,这些系统可以跟踪个人在全市的行动,可能识别对潜在目标进行监视或与同谋者会面的恐怖分子。

然而,城市监控网络也因其对普通公民的大规模监控潜力而引发了重大争议. 批评者认为,这些系统对言论自由和结社自由造成了冷漠效应,因为人们如果知道被跟踪,可能会避开某些地点或活动. 安全利益和隐私成本之间的平衡在这些应用中尤其难以达到.

一些法域试图通过将公共场所面部识别的使用限制在诸如调查严重犯罪或应对迫在眉睫的威胁等特定情况下来解决这些担忧,另一些法域要求摄像机必须清晰标识,向公众通报面部识别部署地点,这些方法试图保持一些安全利益,同时限制大规模监控最侵入性方面。

事件安全和人群监测

重大公共活动,如政治会议、国际首脑会议或大型体育活动,是恐怖分子有吸引力的目标,需要采取强化安全措施,在这类活动中进行了机构表彰,以监测人群,查明参与者中的潜在威胁。

这些临时部署比永久性监视网络具有一些优势,它们的时间和范围有限,侧重于具体的高风险事件,而不是持续监测公共场所,它们可以被吸引大量人群和高知名度目标的重大事件带来的安全威胁加剧所证明。

科学、技术和科学都可能让政治活动家感到害怕。 但事件安全应用也引起了人们的担忧,特别是当面部识别被用于监控政治抗议或示威时。 技术可以用来识别和跟踪政治活动家,这有可能使合法的政治表达令人寒心。 明确关于何时以及如何在公共活动中使用面部识别对于防止滥用至关重要。

前进之路:平衡安全与权利

制定负责任的使用框架

反恐中的面部识别的未来取决于制定框架,使技术能够有效地用于合法安全目的,同时保护公民自由和确保公平。 这需要安全专业人员、技术专家、决策者、公民自由倡导者和公众之间持续对话。

这种框架应当基于明确的原则:面部识别只应在与安全威胁相适应的必要情况下使用;其部署应当有防止滥用的适当保障;应当受到有意义的监督和问责;应当不断评估和改进,以准确和有偏见地解决问题。

不同的情况可能需要不同的方法。 在有明确安全理由和对隐私的有限期望的过境点使用面部识别可能比使用其持续监视公共场所更能被接受。 特定背景的框架比一刀切的规则可以提供更细微的指导。

投资于研究与发展

继续投资于改善面部识别技术的研究至关重要。 这不仅仅包括提高准确度和速度,而且具体地解决偏差和公平性问题。 广泛和标准化的研究,如NIST帮助发现FRT中常见的缺陷,以及科学家和员工,开发FRT的工程师都有责任改进软件在识别皮肤更深的图像方面的成果 — — 以及减少假正率中的性别差距,当数据集和结果被严格地、分钟分析时,科学家们有能力改进算法,从而解决软件未来迭代中的偏差问题。

研究还应该探索在保持安全利益的同时提供更好的隐私保护的替代方法。 比如,分析行为模式或检测异常而不识别具体个人的系统,可能提供有用的安全信息,其隐私入侵比传统的面部识别更少。

将计算机科学家、社会科学家、伦理学家和法律学者聚集在一起的跨学科研究可以帮助识别和解决面部识别技术带来的复杂挑战。 理解不仅是技术能力,而且也包括社会、伦理和法律影响,对于负责任的发展和部署至关重要。

国际合作和标准

鉴于恐怖主义的跨国性质,在面部识别标准和做法方面开展国际合作非常重要。 各国应共同努力,制定准确、公平和隐私保护的共同标准,同时尊重不同的法律传统和文化价值观。

国际协定可以规定反恐中使用的面部识别系统的最低标准,确保跨界共享的数据符合准确性和可靠性的基本要求,还可以制定数据共享议定书,保护隐私和人权,同时能够开展有效合作,打击恐怖主义威胁。

但是,国际合作必须平衡于让独裁政权利用面部识别进行政治镇压的担忧。 民主国家应该谨慎对待与缺乏强有力的人权保护和法治的政府分享面部识别技术或数据的问题。 国际标准应该包括防止技术被用于非法目的的保障措施。

结论: 导航复杂景观

光是表面识别技术是打击恐怖主义的有力工具,它提供了数十年前无法想象的识别、监视和调查能力。 新技术赋予国家新的权力,可以自动识别那些曾经知道的国家应该保护的、组织袭击公民的恐怖分子,而这样做的权力如果能够有效发挥作用,将有助于反恐。

与逮捕他人时所使用的面部识别软件不同,经过错误训练的CT算法可以杀死平民,而平民是无法解除的。 反恐应用的利害关系特别重大,错误可能导致无辜者被错误拘留或隐蔽危险个人。

前进的道路需要通过仔细的政策制定、有力的监督、持续的技术改进和持续的公共对话来平衡这些相互竞争的考虑。 防止为安全目的使用面部识别的一揽子禁令和不加限制的部署,都不是负责任的做法。 相反,允许有益使用同时又防止滥用的特定背景框架为实现面部识别的安全利益,同时保护基本权利提供了最佳希望。

随着技术的不断发展和增强能力,对深思熟虑的治理的需求变得更加迫切。 今天做出的有关面部识别如何发展、部署和规范的决定将在未来几年中形成安全与自由之间的平衡。 确保这些决定以证据为导向,遵循道德原则,并接受民主问责,对于在日益复杂的威胁环境中维持安全和自由至关重要。

有关生物鉴别安全技术的更多信息,请访问国家标准和技术研究所的“识别供应商”测试程序[。为了了解监视技术中的隐私考虑,请探索来自电子边境基金会的资源[。关于面部识别规范的国际视角,见欧洲议会关于AI监管的工作。