Facial Recognition

2023年2月15日，美國蘭德公司官網發布《切實規范執法部門使用面部識別技術》報告，當前面部識別等遠程生物識別技術正迅速發展，并用于警務工作，這將對立法者、政策制定者和刑事司法人員帶來重大影響。本報告通過采訪相關領域專家、對執法部門使用面部識別技術展開全國調研，總結了與面部識別技術推廣相關的各種政策和觀點。

研究背景

美國社會各界對執法部門和其他政府機構使用面部識別技術深感擔憂。盡管面部識別技術可用來造福人類，但其潛在的風險也不容忽視。鑒于執法部門廣泛使用面部識別技術，而其優勢與風險又難以權衡，因此一些市區只是單純禁止執法部門使用面部識別技術，并沒有出臺相關管理措施。基于此，本報告簡要概述執法部門如何使用面部識別技術，并為決策者制定路線圖，對各類不同用途的面部識別技術進行分類，區分不同的風險和益處。

人臉識別技術工作機制

人臉識別技術可用于驗證和識別嫌疑人身份，監視疑似人員。其基于人工智能算法，具體過程分為人臉檢測、圖像預處理、特征提取和匹配識別四步。人臉檢測在實際應用中主要用于人臉識別的預處理，即從輸入圖像中檢測并提取人臉圖像，標定出人臉的位置和大小。人臉檢測獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，需要在人臉圖像預處理部分對圖像進行包括光線補償、灰度變換、直方圖均衡化、歸一化、濾波及銳化等處理。特征提取是人臉識別中最關鍵的一步，簡單說它是指通過一些數字來表征人臉信息，這些數字就是要提取的特征。將提取到的待識別人臉特征與數據庫中的人臉特征進行對比，根據相似度對人臉的身份信息進行判斷。而這一過程又可以分為三大類：一對一驗證，一對多辨認和多對多監視。

研究問題

1. 針對面部識別技術的不同用途，應制定怎樣的管理政策？

2. 不同用途中面部識別技術的精準度有何差別？精準度對使用有何影響？

3. 存在哪些復雜的組織和程序問題？

研究發現

1. 美國聯邦政府和各州政府在執法過程使用面部識別技術，但卻沒有相配套的法律法規來進行監管。

2. 鑒于臉部識別技術應用廣泛，可利用該技術進行監控，這也是最令人擔憂的一點。

3. 如何對執法部門使用面部識別技術進行監管？主要途徑包括：縮小面部識別技術的使用范圍；認真審查，確保嚴格執行相關法規。

4. 目前一些州在使用面部識別技術時需從外部得到授權，這可用來監督和審查執法部門如何行使收集和使用個人信息的權力。

5. 需要確定何時使用面部識別技術。

6. 需明晰相關監管政策和規定，并結合面部識別技術的實際應用情況，解決相關問題。

相關建議

1. 若執法部門誤用面部識別技術或相關系統發生故障，會降低執法部門的公信力，應盡力減少潛在風險。

2. 為評估執法部門使用面部識別技術所引發的憂慮和其潛在好處，需要全面了解執法部門如何使用面部識別技術。

3. 應制定一套更為全面的標準，防止執法機構在使用面部識別技術時出現意外情況。

審核編輯 ：李倩