自动化人脸辨识渐入日常化应用

        其他现实生活中的许多人脸辨识应用也确实存在。想想看Facebook的卷标(tag)建议功能，就是一种可在你每次上 传照片时辨识朋友脸部的自动化系统。Facebook的这项功能在2012年收购Face、com后更加强化了。还有，苹果公司(Apple)的 iPhoto 软件也能自动管理分类同一群人。

       别忘了还有最近发布的几个 Android 操作系统版 本(这可能是Google在2011年收购Pittsburgh Pattern Recognition取得的技术)都支持了人脸辨识选项，以及经由第三方应用和程序(app)在 iOS 上的支持。新的微软(Microsoft) Xbox One 以及 Sony PlayStation 4 游戏机也支持人脸辨识登入，并经由照相机等配件实现用户接口客制化。

       人脸辨识已经在最近几年取得了实质性的进展，但它仍不够完善。它的部份限制来自于影像数据库不够强大，以及相关算法仍无法完全弥补视角偏离、光线不足或甚 至受试者戴帽子、假发、太阳眼镜以及化妆易容等问题。很讽刺的是，人脸辨识技术至今无法确保人脸辨识的可靠性，从而引发了尊重隐私的争议。然而，在人脸分析技术方面，目前看来已经发展得更成熟，不仅有助于实现一连串惊人的应用，同时，由于人脸分析技术并不涉及个人辨识，更能有效地解决隐私争议。

       例 如，人脸分析算法能准确地辨别一个人的性别。这种能力已经应用在电子广告牌牌中，可依据注视广告讯息者的性别分别显示不同的信息。同时，针对会议现场人口 统计信息提供动态更新报告的服务中，也出现了这一类的应用。人脸分析技术还有助于预测人们的年龄层。英特尔与Kraft去年即利用这项技术，开发出一系列 的自动售货机。此外，和硕科技(Pegatron)也利用这项技术来筛选可能不到15岁的求职者，以避免雇用了未成年的童工。

       主流媒体往往关注于一些瑕疪与争议，而忽略了另一种特定的技术，我们知道这种做法有多么过于简化。尽管研发和产品开发人员不断追求100%的人 脸辨识准确度，但藉由其他业已发展成熟的人脸分析技术，就足以支持许多种吸引人的应用了。在您的下一代系统设计中，您打算如何利用这项技术呢？

       本文作者Jeff Bier是嵌入式视觉联盟(Embedded Vision Alliance)创办人