民調：受訪者最看好人臉識別技術在治安領域的運用

民調顯示受訪者最看好人臉識別技術在治安領域的運用

中國青年報·中青在線記者 王品芝 實習生 毛鑫

靠“刷臉”0.7秒登機、“刷臉”識別闖紅燈的行人、公廁“刷臉”取紙、學生宿舍“刷臉”識別進門……近日來，人臉識別技術在人們生活中的運用引起了熱議。有人認為，這一技術會給生活創造更多的便利，有人則對人臉識別技術的安全性持懷疑態度。

近日，中國青年報社社會調查中心聯合問卷網對2008名受訪者開展的一項調查顯示，65.1%的受訪者體驗過人臉識別技術。受訪者最看好人臉識別技術在治安(60.4%)領域的運用。

華南理工大學今年的畢業生潘暢的畢業設計就與人臉識別技術有關。潘暢介紹，當下在火車站可以人臉識別自動檢票進站，有的智能手機能通過人臉識別解鎖，“還聽説一些大學通過人臉識別記錄上課考勤”。

調查中，65.1%的受訪者體驗過人臉識別技術，34.9%的受訪者沒體驗過。

中國海洋大學在讀研究生孫宇，在支付寶人臉識別登錄剛推出時就進行了嘗試，“人臉識別挺方便的，我已經習慣‘刷臉’登錄了。而且還挺智能，有好幾次我都覺得臉的胖瘦有變化，但還是能夠辨認出來”。

清華大學電子工程系教授王生進説，人臉識別有很多不同的應用場合，相應的成熟度也有很大差別，“目前相對成熟的應用場合，有這樣幾種：一個是民用級的人臉驗證系統，比如公司的考勤、門禁、考場以及一些需要身份認證的場合。另一種是證件照的比對，比如出入境管理。第三個是準正面的網絡照片檢索，比如在網絡上查某個人。這些情境的準確率還是比較高的”。

調查中，66.5%的受訪者看好人臉識別技術的未來，13.2%的受訪者不看好，20.3%的受訪者不好説。具體來看，受訪者最看好人臉識別技術在治安(60.4%)領域的運用，其他適用領域依次是：金融(56.0%)、社保(43.9%)、海關邊檢(37.9%)、交通(36.1%)、智能商業(31.3%)、教育(29.8%)、智能辦公(27.0%)。此外還有：智能監獄(24.7%)、衞生(24.3%)、行政(19.4%)和建築工地(6.6%)。

潘暢最看好人臉識別技術在教育方面的運用。“高校存在很多缺課、翹課，替課、替考的現象，使用人臉識別技術，可以降低這些不當行為的發生率，提高學生的學習意識和自律性”。

王生進表示，人臉識別相對於密碼和指紋，有一定的優勢。“密碼需要記憶，有些人記不住就記到本子上或者別的地方，萬一丟了就會產生安全威脅。而人臉識別屬於人的生物特徵，不需要記憶。另外，人臉屬於非接觸式，而指紋是接觸式的。我們在很多地方都留了指紋，所以安全性要比人臉差一些”。

潘暢認為人臉識別的應用首先可以使生活更加安全，比如在刑偵安保領域可通過人臉識別快速破案，使犯罪分子無所遁形。其次，生活也因此更加便捷，如火車票自動檢票，省時省力。另外還可以使生活更加智能，比如人臉識別配合大數據，可自動分析獲取客户的性別、喜好等，為客户提供精準快捷的服務。

調查中，68.7%的受訪者認為人臉識別技術的運用會提高認證效率，50.9%的受訪者認為可以節省人力。同時，50.0%的受訪者提醒人臉識別有個人隱私泄露風險，43.3%的受訪者建議提高驗證的安全性。

王生進也指出，人臉識別技術的推廣，還面臨着很多挑戰。“首先就是要適應各種條件下的應用，要避免光照條件的影響。還有人臉識別技術本身沒有解決的問題，比如年齡跨度、相似的人臉的識別等。人臉這個生物特徵的唯一性沒有那麼嚴謹，怎麼去鑑別，也是我們面臨的一個挑戰”。

在重慶某銀行工作的劉夢婷也覺得人臉識別技術很方便，“對我這種記性不好的人來説，忘記密碼的時候刷一下臉就行了。但有一次我‘刷臉’居然登錄了我妹妹的支付寶，所以這個技術還是有漏洞的”。

目前人臉識別技術存在哪些問題和隱患？調查中，69.3%的受訪者擔心一旦容貌發生變化，可能無法識別；55.1%的受訪者指出相似度高的臉容易出現識別誤差；54.3%的受訪者擔心機構採集客户的面部信息資料，泄露隱私；43.9%的受訪者感覺易被破解，會對用户的生命財產安全產生威脅；30.3%的受訪者指出圖像庫的建立對計算機系統要求高。

潘暢指出，人臉識別收集到的數據可能會被不法分子獲取，給社會的隱私安全帶來隱患。此外，通過技術合成可偽造人臉通過驗證。

“人臉識別的應用有兩類：一類是公共安全的應用；一類是私密安全的應用。”王生進説，“人臉在公共安全領域的應用是沒有問題的。比如公安在公共場合追逃，或者説在追尋某個人的時候，這些是可以運用的。因為臉作為一個生物特徵，它是公開的。公司考勤、考生身份認證等都可以歸納到公共安全領域的應用。但在銀行、網絡賬户等私密安全領域，用人臉或者單獨用人臉認證是有隱患的。以前通過活體檢測可以規避用照片代替人臉的問題。但現在從技術上也可以偽造人臉”。

提高人臉識別技術的安全性，71.6%的受訪者認為關鍵在於設置指紋、密碼等配合性驗證方式；60.2%的受訪者建議及時更新面部信息資料庫，動態識別；56.8%的受訪者建議提高辨識精確度；44.3%的受訪者指出要建立完善的管理規則，防止濫用。

孫宇認為提高人臉識別的準確性很有必要。“在首次使用人臉識別的時候最好全方位錄入人臉信息，把一些細節也錄入進去，或者讓人多做一些動作”。

潘暢建議在人臉識別的基礎上加入語音識別或者表情識別，避免單一識別的隱患。同時改進算法以提高人臉識別的準確性，使其可辨別出後期合成、圖片視頻等偽造的人臉。

王生進介紹，有兩種方式可以提高人臉識別技術的安全性。一種是更加嚴謹的活體認證。以前只要眨一眨眼睛就可以完成認證，現在可以要求用户做特定的表情或者説出指定的語句，根據嘴形比對識別。另一種方式是利用多個生物特徵認證。比如，聲紋識別加人臉識別或者人臉識別加指紋識別。“偽造單一的生物特徵容易，但是偽造多個生物特徵是不容易的”。

受訪者中，一線城市的受訪者佔34.9%，二線城市的佔44.1%，三四線城市的佔17.2%，小城鎮、縣城的佔3.8%。此外，90後佔17.3%，80後佔51.9%，70後佔23.8%，60後佔5.9%，50後佔0.8%。