英国剑桥大学、印度理工学院和印度科学理工学院的一组研究人员发布研究论文指出，即使是用头巾、帽子和墨镜遮挡了面部，软件仍然可以将人正确识别出来。

该研究描述了卷积神经网络（Convolutional Neural Network）能被训练成所谓的伪装面部识别（Disguised Face Identification，简称DFI）系统。
英国剑桥大学工程学院的阿玛贾特·辛格周二向外媒透露，DFI系统有助于执法机构识别罪犯，这也是他们研究的主要目的。

研究人员通过数百张用墨镜、胡子和头盔伪装面部的图片训练卷积神经网络。研究人员在每张照片中识别出14个点：10个点标记记忆眉毛和眼部区域，1个点记忆鼻子，另外3个点记录嘴唇。所有点连在一起创建“星形网状结构”。研究人员分析网络中点与点之间的距离和角度了解面部结构。

值得注意的是，系统经过训练从模糊面部像素中识别标记，学习如何处理遮挡的面部并从中创建“指纹”。

这个面部“指纹”之后能用来扫描更大的数据库——DFI机器学习系统中的图片数据库，例如滋事者的驾照图片或面部照片，并进行匹配。换句话讲，借助这种训练模型，显示监控录像的剪裁图片，系统会将14个标记置于遮挡的面部，再将这种标记模式用于匹配数据中的面部。

这种技术仍在实践当中，目前仍是PoC。

研究人员在训练中使用了上千张不同程度遮挡的面部照片。 虽然辛格希望系统对警方有帮助，但专制政权也可能利用这种技术针对无辜平民、合法的抗议者等。

虽然这个计算机视觉系统的精准度对早期研究有帮助，但在实践层面的效果可能不尽人意。背景中的建筑物和物体会将精准度从85%降低到56%。

面部越模糊，识别难度就越大。同时使用帽子、头巾和墨镜等遮挡面部，精准度可能会降至43%。

更为现实的是，所有训练的图片都是对着摄像头拍摄的清晰图片，然而监控录像中的图像通常比较模糊。

另外，还有一个不容忽视的事实：类似V字仇杀队（V for Vendetta）中的全副武装总能起到愚弄的完美效果。

辛格还表示，由于成本昂贵，训练数据集也相当有限。当前的数据集有10种伪装打扮，主要为印度人和高加索人。辛格指出，需要扩大数据范围强化DFI系统的有效性。

到目前为止，DFI还只是一个实验系统，需要训练更多图片以便更精准地识别面部标记，这就要求更高效的算法和代码。

研究人员目前仍在继续这项研究。

本文转自d1net（转载）