Facebook DeepFace 系统
据国外媒体报道，Facebook 在脸部识别上要胜过 FBI，原因在于它拥有更加庞大的照片数据库等优势。
要是你对实行“老大哥”式监视的政府和计算机化的脸部识别心存担忧，那这个夏天你恐怕要坐立不安了。执法部门研究脸部识别也有一段时间，美国联邦调查局（FBI）要部署其名为“下一代身份识别”（以下简称“NGI”）的自有系统，定于今夏开始全面运行。NGI 将汇集数百万张照片到一个中央联邦数据库，年底前覆盖所有的 50 个州。经过多年的低调运作后，今年似乎会是执法部门终于能够识别你的脸部的一年。
但事实上，FBI 的新系统并不是很好。得益于电子前线基金会的广泛工作，人们得以对 NGI 有一点了解，数据显示它并不算很擅长识别脸部。给出一个嫌犯的脸部照片，NGI 会返回含 50 个可能性的列表，而且仅承诺 85% 的返回嫌犯姓名概率。
对比 Facebook 本月早些时候亮相于 IEEE 计算机视觉大会的 DeepFace 系统，NGI 显得更加糟糕。给 Facebook 两张照片，它准确识别它们里面的人是否同一个人的可能性高达 97%。公平地说，Facebook 拥有庞大的数据网络，它可以在更小的范围内对比每张脸。这并非准确的比较，但无可否认：美国最强大的执法机构在那方面比不上一家社交网络。
虽然有不少承包商承诺能够提供“精准度接近人类”的识别技术，但现实中的脸部识别比行业想象的要复杂得多。FST Biometrics 首席技术官沙哈·贝尔金（Shahar Belkin）指出，“那些自称能够提供精准脸部识别技术的公司都在说谎。要知道，人脑与计算机大脑之间的差别非常巨大。”
FST 的脸部识别系统适用于公寓大楼的住户，他们属于愿意配合在镜头前拍照的人员，因而识别的难度要远远低于 FBI 的任务。该公司还增加了诸如身高和步态追踪的其它识别层来进行筛选。
FBI 系统不具备上述的那些条件。它寄望脸部识别能够像指纹识别那样操作。目击者能够轻松识别人脸，但自动化系统要解决的问题还很多。“将会扼杀这些系统的是误判率。”贝尔金说道，“我不认为五到十年内会出现很好的解决方案。”
NGI 糟糕的原因之一是，FBI 使用的照片质量不佳。贝尔金说，脸部识别系统通常需要人正面拍照，与中心轴相差不超过 15 度。对于干扰性较大的用途，如通过公共摄像头识别犯人面容，这是一个十分棘手的问题。监控摄像头通常安装在天花板或者街灯上，因而嫌犯足够接近镜头的时候，拍摄角度通常都很糟糕。所以识别技术难以派上用场。
Facebook 能够避免这一问题，因为它已经知道你有哪些朋友，谁很有可能出现在你的照片中。它也拥有更加庞大的照片库，托管的照片达到 2500 亿张，远远超过 FBI 的 5000 万张。因此，Facebook 的工程师更有机会找到质量好的照片以及更多的数据来进行归纳。Facebook 也有更大的犯错余地，毕竟照片贴错标签的影响不能跟搞错嫌犯身份相提并论。脸部识别是很好的照片自动化标记工具，但对于识别嫌犯身份并无帮助。
这对于隐私倡导者来说可谓好消息，但也不足以令人放心。FBI 还是能够建立一个可行的脸部追踪系统的，它需要的就只是更多的照片、更多的姓名信息、更加智能的信息组织网络：简单来说，它需要 Facebook 的帮助，或许只需一个法院指令即可实现。
Facebook 正因检察官能够多大程度地收集它的用户数据问题陷入激烈的法律争端。倘若它输掉了这场战斗，检察官和执法机构就有可能得到足够多的数据来升级它们的脸部识别系统，通过自动标记的照片进行筛选，建立已知联系人名单。
相关文章
