- Advertisement -
首頁 標籤 IARPA

IARPA

- Advertisment -

有效降低失蹤人口數 臉部辨識應用/需求看漲

在人工智慧的協助下,臉部辨識技術於不同環境中的辨識能力都已大幅提升,包括隨機(Wild)影像,以及使用者為了身分驗證而刻意捕捉的影像。根據Gartner發布的2019年企業IT與消費者十大預測,在人工智慧臉部辨識功能的協助下,2023年成熟市場裡的失蹤人口,將比2018年減少80%。 美國情報高級研究計畫署(IARPA)在2017年的IARPA臉部辨識準確度獎金挑戰賽(FRPC)即指出臉部辨識技術確實有所提升,該競賽首獎由上海新創公司「依圖(YITU Technology)」抱走。依圖的辨識技術與微軟Azure雲端運算平台進行整合,其領先業界的資料庫配對系統可以在3秒內搜尋超過10億筆紀錄。 除了應用於辨識人臉外,非洲國家也已開始試用臉部辨識技術來尋找走失的動物。舉例來說,阿里巴巴正和肯亞共和國的觀光與野生動物部合作,使用臉部辨識技術搭配物聯網(IoT)來保護園區裡瀕臨絕種的大象、犀牛和獅子。 臉部辨識實際應用結果顯示,即使樣本數量大,一對多比對的辨識速度仍然表現突出(低於600微秒),且誤漏和誤認比例都在可以接受的範圍內。不過這樣的測試仍無法立即用於多數應用,因為模型的開發相當耗時,而影像比對也必須先擁有影像辨識集才能做到,這跟「現場」辨識是不一樣的產品架構;但至少對於從影像庫中辨識失蹤的人口依然有用,因此百度等臉部辨識技術供應商,正在開發預測準確度更高的技術。 此外,臉部辨識技術也能拿多年前拍攝的照片進行比對,根據父母長相來評估此人是否就是當年失蹤兒童的可能性;2017年,中國大陸即有個孩子在失蹤27年後,因臉部辨識技術而被尋獲。 臉部識別應用增 比對/分析技術持續革新  我們預測未來幾年將有更多影像辨識被應用於協尋失蹤人口,尤其是尋找那些非自願性失蹤,但因為年幼無知,或年事已高、身心障礙等原因而回不了家的人。不過這項預測並不包括遭逢災禍(例如建築物傾倒和天然災害),或因組織犯罪被害而喪命的失蹤人口。 企業組織將採取更積極的行動來提升臉部比對與分析技術,比如設點讓人成排走過公共及私人攝影機,為的是蒐集資料以利即時辨識人群,並於稍後進行後製處理,或未來在人們失蹤時予以協助。臉部比對和3D臉部成像技術將成為上述弱勢人口(包括兒童、老人或其他殘障人士)資料蒐集裡十分重要的選項,能減少失蹤人口,且毋須針對數量龐大的群眾進行大規模搜尋。 而在未來,當有了更穩健的影像擷取能力、影像圖庫開發、影像分析策略和更高的公眾接受度,臉部辨識技術最重要的突破也將隨之而生。此外,隨著攝影機裝置內部和邊緣人工智慧功能提升,公部門和私人組織將可以預先過濾必要的影像資料,而不必將所有影像串流傳送到雲端才能進行處理。 邊緣運算興起 隱私權挑戰逐漸克服 企業組織可將臉部辨識視為比散布式編碼(Scatter Code)、條碼和RFID標籤更具流動性和可靠的一個步驟,以定位這類系統的同樣方式來管理各個臉部辨識應用的場域,藉此增加可靠的臉部判讀數量。由於演算法和資料會因為年齡、種族和性別而大不相同,所以建議根據所在城市或國家裡失蹤人口的族群特質,來排定演算法和資料收集的優先順序;同時將臉部辨識視為一種生物辨識手段,以深入了解公民和員工在不同環境下的應用洞察。 當然,人們對於臉部辨識涉及的隱私權議題仍存在疑慮。但攝影機技術的發展正使邊緣運算模型的數量增加,進而減少不當蒐集資料的狀況。若法規要求,甚至可以定期清除資料。企業也必須部署邊緣運算方法並強化管理,以便根據在地文化來保障隱私權。不過由於失蹤人口在全球都是個嚴重問題,即使當事人並非因為犯罪事件而失蹤,都會耗費執法資源。臉部辨識只是解決失蹤人口問題這整個大拼圖的一部分,仍需其他如兒童專用智慧手表以及老人用GPS追蹤器等技術共同協助。 (本文作者CK Lu為Gartner資深研究總監;Whit Andrews為Gartner副總裁暨傑出分析師)
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -