人工智能面部识别面临的问题以及对人脸识别的11个误解

现在的人工智能的面部识别算法并不完美。如果你的公司正在考虑部署此技术,则应当注意以下这几个方面。过去十年内,随着我们在人工智能领域取得长足进步,我们能够为嵌入式系统增加一些先进功能,例如人脸识别。虽然人脸识别能够带来诸多好处,但人们有时仍然认为它的使用存在问题,甚至充满了争议。事实究竟如何?在本文中,我们将澄清一些对人脸识别的误解。

安装在货架上的摄像机配有人工智能面部识别软件,可以识别消费者的年龄、性别和种族,这是今年1月在纽约举行的全美零售联盟大型展会期间向零售公司推出的新兴系统之一。

这个想法是给实体店提供人口统计信息,以指导他们如何向个人客户推销。这对于像亚马逊这样一直在利用客户数据的在线零售商而言具有竞争优势。

但是,采用摄像头捕捉客户的照片,用一种他们甚至不会注意到的方式,是不是入侵性太强?除此之外,还有其他问题。如果该软件错误地将男性识别为女性并为其提供女性卫生用品的折扣,该怎么办?有什么后果?

零售环境中的后果可能并不十分重要,但客户可能会感到烦恼,并在社交媒体上谈论,并且不再回到那家商店购物。但是,在机器视觉和人工智能驱动的面部识别软件的其他应用中,其后果会更严重吗?

事实证明,人们对人工智能面部识别软件非常关注,它在商业上可从许多主要供应商获得,其中包括微软、IBM和亚马逊。

最近的一项研究重点是,一些商业算法在识别肤色较深的人员和女性方面不如识别肤色较浅的男人准确。这是以前讨论过的一个话题。例如,2018年7月,美国公民自由联盟(ACLU)对美国国会议员的照片应用了亚马逊算法,该算法确定其中28人是因犯罪而被捕的人。

最近麻省理工学院媒体实验室的一项研究提出这样一个问题:这些商业算法的公开审计是否会影响供应商对提高算法准确性的关注。

这项研究报告由麻省理工学院的研究生Joy Buolamwini共同撰写,他也是算法正义联盟(Algorithmic Justice League)的创始人,该组织自称致力于解决算法中的偏见。这项研究表明,这些算法最擅长识别肤色较浅的男性。他们在识别女性或肤色较深的人时表现不佳。研究还指出,一些供应商在向他们指出这些问题后改进了他们的算法。亚马逊公司对这项研究的回应刊登在《纽约时报》的文章中,Buolamwini已经发表了她关于这个问题的声明和回应,以及供应商对媒体的回应。

在机器学习中,根据所使用的训练数据的数量和类型,结果可能有偏差或不准确。例如,亚马逊公司使用机器学习来筛选求职者的简历,最后得到了大多数的男性候选人。这可能是因为用于训练算法的历史数据池中男性多于女性。

通过向用于训练算法的数据池中添加更多的数据或数据源,供应商可以提高他们的人工智能面部识别系统的准确性。

然而,供应商也提供了一种安全阀来防止这些算法的缺陷。这些系统允许组织客户设置一个阈值或置信水平。这可以根据组织为结果计划的操作类型进行设置。

全美零售联盟展会展出的零售系统展示了它的运作方式。例如,就性别而言,这些系统可能会确定某人是男性,但他们也会提供一个信心分数,基本上说他们是67%(或其他百分比)确定这个人是男性。零售商已经设定了他们愿意接受的置信水平。因此,如果有人被推断为具有67%置信度分数的男性,并且零售商已将阈值水平设定为60%,则客户将看到为男性定制的优惠。如果零售商将阈值分数设置为70%,则客户的67%分数将不会达到该阈值,并且客户将看到可以对任何客户(男性或女性)提供的通用报价。

例如,如果风险很高,在一个可能改变某人生活轨迹的执法应用程序中,组织可能会将阈值设置为99%。如果风险没有那么高,他们可能会把门槛设置在一个较低的水平。

提高隐私意识

但是,收集客户图像是否存在隐私问题,特别是在GDPR法规和其他新数据隐私法已经实施的时代中?全美零售联盟展会的其中一位展台代表表示,客户的图像不会被保留。但是,会保留并分析有关访问特定显示的客户的人口统计数据的汇总数据,以帮助零售商深入了解其客户。

企业是否应该尝试使用人工智能面部识别软件?这可能取决于应用程序和风险等级。对于那些希望在数字竞争对手中获得优势的实体商店零售商来说,这些应用程序可以开辟一个前所未有的数据和洞察世界。

在其他的情况下,采用机器视觉技术查找人们的图像与已知图像数据库进行匹配,例如用于打击拐卖儿童犯罪。人工智能可以展示可能的匹配,并且最终确定是否找到了匹配的人。在这种类型的应用中使用人工智能的好处是,无论是识别失踪的孩子还是在拥挤的体育赛事中实时识别可疑的恐怖分子,该算法都可以在几秒钟内分析并进行匹配。但是在这些高风险的应用中,让人员在循环中进行最后一次调用将是防止这种新兴技术出现错误的重要保障。

这是企业应该牢记的事情。人工智能识别人脸技术还是一项新技术,显然它并不完美,应该谨慎处理。此外,与许多新兴技术一样,到目前为止,还缺乏管理其使用的许多法规。而这些法规可能会在未来几年内出现。

人脸识别的11个误解

1、人脸识别的成本非常昂贵

人们会觉得要让计算机能够识别人脸,解决方案必须采用高端硬件。毕竟,自21世纪前十年中期以来,深度学习算法在图像分类方面的突破都利用了图形处理单元(GPU)的强大处理能力,这些单元通常在紧耦合集群中使用。但对于嵌入式系统(例如家庭安保和门禁控制产品)的人脸识别应用开发人员而言,并不需要如此复杂的机器学习流程。设计高效率的算法,侧重于检测人脸、将人脸与已注册的图像进行匹配,所需的处理能力将远低于研究级别的算力。

2、人脸识别非常困难

机器学习的一大关键难点是将设计流程与应用相匹配,以便能够在训练时产生有用的结果。但在人脸学习等应用中,不需要从头开始构建这些结构。我们可以使用基于经过验证的机器学习过程构建的平台,它们不仅能快速提供高性能,而且提供一定程度的定制能力,满足不同目标市场的需要。

3、人脸识别需要高性能处理

很多人看到,在云计算环境中,我们将高性能硬件用于机器学习,于是他们想当然地假定机器学习都是重量级进程。但是,这些系统需要能够适应很多不同应用,而且它们可以充分利用支持所有深度学习架构的开源工具。因而,即便对于推理应用,当使用网络来分析实际数据时,模型具有高度的数据和计算冗余。  嵌入式解决方案可以显著减少这些开销,因而能够在32位MCU上运行复杂的人脸识别算法。

4、人脸识别不太安全

人脸识别在嵌入式系统中的一大重要应用是门禁控制,如果有人手持自拍照靠近摄像头企图蒙混过关,需要确保门锁不会被打开,也无法越过报警系统。正因为如此,采用机器学习技术的集成式视觉平台非常重要。这些技术能够对图像执行检查,确保将可用数据馈送到机器学习算法。灵活确保管道可以处理可见光数据以及更多内容。在这种情况下,使用红外传感器或图像传感器可以帮助系统能够辨别真伪。

5、人脸识别侵犯隐私

公众熟悉的众多应用需要将原始数据上传至云服务器,然后在云服务器上处理数据。这是很多消费者担忧的问题,他们不希望自己在住宅及周边区域的活动在互联网上传播,甚至可能在服务器遭受恶意攻击后被披露。有些平台可在本地执行所有图像处理和人脸识别功能,例如恩智浦基于MCU的EdgeReady解决方案。数据自始至终不会离开平台,从而确保最终产品可以最大程度地保护用户隐私。

6、人脸识别在黑暗中无法进行

具有集成人脸识别功能的安全系统或电动门经常需要在不太理想的照明条件下工作。人脸识别技术似乎要依赖于可见光才能正常工作,夜间工作或断电可能成为一大难题。但是,通过将可见光图像传感器与在红外线光谱上工作的辅助器件配合使用,或使用飞行时间数据来构建范围内对象的3D映射,可以非常简单地解决这个问题。采用这种方法,无光照不再是难题,由于不要求解决方案采用人工照明,它还有助于提高实用性和降低功耗。

7、人脸识别需要人工智能方面的专业知识

整体来说,人工智能是一个非常宽泛和复杂的领域。仅在深度学习方面,arXiv网站上每天都会出现新学术论文,探讨不同技术领域和新管道结构。但如果您使用专为人脸识别设计的平台,例如恩智浦基于MCU的解决方案,就很容易得到高质量的结果,因为它不仅采用了机器学习技术,还提供了针对任务设计的完整图像处理工具包。

8、人脸识别的功耗很高

使用经过优化的人工智能和图像处理,我们可以在MCU上运行人脸识别,而并非在服务器平台的高性能GPU上运行。这带来了更多优势:我们可以使用目前MCU支持的众多节能模式。MCU解决方案不需要启动Linux等重量级操作系统,这意味着在不需要主处理器的情况下可将其关闭。但如果运动传感器确定视场范围内有足够的活动需要注意,仍可在十分之一秒内唤醒处理器,实现完整的人脸识别功能。

9、训练对于最终用户来说是一项繁琐的任务

早期在平板电脑和智能手机等嵌入式系统中实现的人脸识别需要一系列不同的姿态,以便有效地训练神经网络,用于识别新用户的脸部。随着迁移学习等技术的进步,只需让人脸面对摄像头一次,即可进行特征训练,并将特征添加到经过许可的用户数据库。

10、人脸识别的应用受限

与任何技术相同,在创新公司将技术投入应用之前,我们很难想像到技术将会如何使用。人脸识别似乎仅限于安保和门禁控制应用,因为它们是目前常见的使用方式。但智能电器和电动工具可以将这项技术用于安全用途:禁用功能,避免小孩受伤。设备的设计目的将不再只是识别人脸,还要识别表情。设备能够读取情感信号,例如失望、困惑或高兴,并且作出相应的回应,改进整体用户体验。

11、人脸识别需要重量级操作系统

由于深度学习的很多研究级别工具作为开源软件工具包提供,而这些工具包是针对Linux编写的,所以人们很容易会认为人脸识别等应用需要Linux。但支持核心技术的嵌入式系统既不需要存储器成本,也不需要Linux系统的长启动时间。基于MCU的解决方案可以运行轻量级的操作系统,消耗的存储器空间更少,启动时间更短,并且还支持高级电源优化。

稿源:TechTMT.Com综合

生成海报

本文经NOW168财经网自动排版过滤系统处理!


免责声明:

文章版权归原作者所有,内容不代表本站立场!

阁下应知本站所提供的内容不能做为操作依据。市场有风险,投资需谨慎!

本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺,仅供读者参考

本站作为信息内容发布平台,不提供金融投资服务,页面展示内容的目的在于传播更多信息;

如本文内容影响到您的合法权益(含文章中内容、图片等),请及时联系本站,我们会及时删除处理。


为您推荐