图片来自@视觉中国
钛媒体注：本文来自微信公众号iFeng科技（ID：ifeng_tech），编译整理 | 箫雨，出品 | 凤凰网科技 凤凰新闻客户端，钛媒体经授权发布。
人脸识别技术慢慢的变成了了iPhone等高端手机的标配，它也成为了协助警方破案的工具。《纽约时报》今天刊文，披露了美国佛罗里达州警方是如何利用人脸识别系统确定嫌犯的，它又有哪些短板呢？
以下是文章全文：
美国佛罗里达州奥兰多北部，在经过了一番高速追逐后，警方扎破了一辆被盗的道奇Magnum汽车的轮胎，将它逼停。他们逮捕了司机，但是无法确定他的身份。该男子没有身份证，向自己口中塞进了一些东西后昏厥了过去。警察称，他似乎咬掉了自己的指纹。
于是，调查人员不得不求助该县最古老和最庞大的人脸识别系统之一：一个在近20年前开始在皮尼拉斯县(Pinellas)运作的全州范围内人脸识别项目。20年前，执法部门刚刚开始使用人脸识别技术。
警察在一个庞大数据库内搜索这名男子的照片，发现了一个可能匹配的男子。这桩发生在2017年的案件成为了皮尼拉斯县人脸识别系统自2014年以来400多个成功识别嫌犯案例中的一例。
《纽约时报》对这些佛罗里达州人脸识别记录进行了复查，是迄今为止对一家当地执法部门人脸识别系统最全面的分析，从中可以一窥人脸识别技术的潜力和局限性。
人脸识别的潜力和局限性
佛罗里达州警察称，他们一个月要查询这个系统4600次。然而，人脸识别技术也并非灵丹妙药。文件显示，只有一小部分查询能够破解警察对不明身份嫌犯的公开调查。当图像清晰时，人脸识别工具可以轻松又有效地识别出不予配合的被拘留者，因为嫌犯会使用来自匿名社会化媒体账户的虚假ID和照片。但是，当调查人员试图查找在颗粒状的监控视频画面中短暂出现的嫌犯时，人脸识别系统的作用会大打折扣。
同时，佛罗里达州人脸识别项目还凸显出了外界对于新技术可能会违反正当法律程序的担忧。文件记录显示，这个系统的运作几乎不受监督，它在法律案件中发挥的作用也不一定会向被告披露。尽管警察称调查人员不会依赖人脸识别结果来发出逮捕令，但是文件显示警察有时难以收集到其他证据。
“这项工具被兜售时号称足以准确到做各种疯狂的事情，”乔治城大学法学院隐私和技术中心高级研究员克莱尔·加维(Clare Garvie)表示，“但是它还没达到这种水平。”
近几年，尽管人脸识别慢慢的变成了了手机解锁、社会化媒体标记照片的日常工具，但是它也引发了争议。这一领域已经吸引了亚马逊等后来者，被纽约、洛杉矶、芝加哥和其他地方的执法部门以及美国联邦调查局(FBI)和其他联邦机构使用。亚马逊还向警方推广人脸识别技术。有关人脸识别系统的研究数据还很少，但是2016年的一项研究发现，半数美国成年人已经被纳入了一个执法部门的人脸识别数据库。
警方辩称，人脸识别会让公众更安全。但是，旧金山等少数城市已经禁止执法部门使用人脸识别工具，原因是担心用户隐私泄露，人脸识别技术作出错误匹配。公民自由拥护者警告称，人脸识别技术可能会遭到恶意使用。
在佛罗里达州，人脸识别很久就成了日常治安维持的一部分。20年前，皮尼拉斯县警长办公室力排众议动用联邦资金来尝试人脸识别技术。现在，它实际上慢慢的变成了了佛罗里达州的人脸识别服务，能够访问3000多万张图像，包括司机驾照、嫌犯照片、青少年预约照片。
“人们认为它是新鲜事物，”皮尼拉斯县警长鲍勃·谷奥地利(Bob Gualtieri)在谈到人脸识别技术时称，“但是大家现在才用的技术，我们在很久之前就用上了。”
单靠人脸识别能行吗？
目前为止，只有一家美国法院就执法部门对于人脸识别的使用作出了判决，这愈加令人相信被告的知情权是有限的。
2015年，威利·艾伦·林奇(Willie Allen Lynch)被指控销售了价值5000万美元的霹雳可卡因，因为皮尼拉斯县的人脸识别系统暗示他就是可能的嫌犯。林奇辩称，他被错认为了嫌犯，并寻求获取其他可能与嫌犯匹配的图像。佛罗里达州上诉法院驳回了他的请求，判他入狱8年。
任何被作为呈堂证供的技术发现应该通过特别听证会做多元化的分析，但是人脸识别结果从未被认为可靠到足以承受住这种质疑。然而，在更可靠的司法鉴定技术未得到司法审查前，人脸识别结果依旧能够在调查中发挥了很大作用。
皮尼拉斯县警长办公室的人脸识别系统
在哪些调查材料必须与被告分享问题上，美国各州的法律和法院规定各有不同。这使得一些执法部门官员辩称，他们无须披露人脸识别的使用。
在一些佛罗里达州案件中，人脸识别技术并未在初始逮捕令或法庭书面陈述中被提及。相反，警探在法庭文件中指出了“调查手段”或者“确认尝试”，并在皮尼拉斯县文件记录中把这些案件列为了人脸识别应用的成功。辩护律师在接受媒体采访时称，人脸识别的使用有时会在开示程序(discovery process)的尾声提及，但不一定。
艾梅·怀恩特(Aimee Wyant)是覆盖皮尼拉斯县的司法巡回区高级助理公共辩护律师。她表示，辩护律师应该知晓调查中用到的所有信息。“一旦警察找到了嫌犯，他们就会像狗叼着骨头一样，这是他们的嫌犯，”怀恩特称，“那么，我们一定要弄明白他们是如何发现嫌犯的？”
佛罗里达州和其他地方的执法部门官员强调称，不应依赖人脸识别技术来实施抓捕。“单靠电脑匹配技术不能逮捕任何人，”纽约警察局局长詹姆斯·奥尼尔(James O’Neill)在去年6月份表示。
在大多数佛罗里达州案件中，调查人员都遵循了类似指导原则。但是法庭文件记录显示，在少数案件中，人脸识别是警方实施逮捕的主要依据。例如去年4月，一位负责调查一款80美元手机被盗案的塔拉哈西警官，获得了一张商店监控图像，并从人脸识别系统中找到了可能与之匹配的嫌犯。她在法庭文件中写道，自己回看了监控视频，确认了嫌犯的身份。
一位警察局发言人暗示，嫌犯的确认经过了人脸识别系统的核实。“我们不会只是说‘就是他’，甚至不会去调查，”她表示，“这是一张非常清晰的照片。”本案正在审理中。
“点名游戏”成历史
皮尼拉斯县的人脸分析比较和检查系统(FACES)的启动始于众议员比尔·杨(Bill Young)在2000年安排的一笔350万美元的联邦拨款。比尔·杨是佛罗里达州共和党人，他领导了众议院拨款委员会。
其他州的执法部门对于人脸识别系统的早期测试结果并不理想，例如加州在四年内只依靠人脸识别系统逮捕了一人。不过，人脸识别技术的潜力依旧诱人。皮尼拉斯县对于人脸识别技术的初次使用计划是把它用于当前监狱的面部照片系统。911发生后，FACES项目被扩大到了机场。最终，皮尼拉斯县警察能够在巡逻时把用数码相机拍摄的照片上传到系统中。
皮尼拉斯县警长办公室称，在该县2014年开始承担年度维护成本以前，该人脸识别项目获得了逾1500万美元的联邦拨款，现在大约每年10万美元。
佛罗里达州根据人脸识别系统实施逮捕的首例案件发生在2004年。根据当地媒体当时的报道，一位因为违反缓刑条件被追捕的女子向警察提供了一个假名字。随着FACES的使用扩大到全州，图像库融合了驾照系统，逮捕案例慢慢的变多。到2009年时，皮尼拉斯县警长办公室已经把近500次逮捕归结于人脸识别系统。到2013年时，这一数字逼近了1000。只有少数案例对外公布。
最新多个方面数据显示，皮尼拉斯县人脸识别系统自2014年以来成功在400多个案件中识别出了嫌犯。但是，这个数据存在缺陷：并不是所有成功识别案例都被记录在案，存在疑问或者遭到否定的结果也没有被记录。不过，再加上相关法院文件，大约半数的案件记录能够轻松查到。最新的人脸识别案件清单还分析了人脸识别最适合协助解决哪些犯罪案件：商店行窃、伪造支票以及身份欺诈。
在这一连串案件中，警察都在寻求身份检查。“我们把它称之为‘点名游戏’，”警长谷奥地利表示，“我们会在大街上拦下某个人，他们会说，‘我叫约翰·多伊’(John Doe)，我没带任何身份证明。”
在大约36个法院案件中，尽管图像模糊，但是人脸识别依旧发挥了及其重要的作用。其中接近20个案件涉及小偷小摸，其他案件则更为严重。
皮尼拉斯县的文件记录显示，在2017年希尔斯伯勒县附近的一处ATM机发生了持枪抢劫案后，调查人员使用人脸识别技术锁定了嫌犯。他们把ATM机的监控视频拿给嫌犯的女友看，后者确定了嫌犯身份。嫌犯随后认罪。
在近20起皮尼拉斯县人脸识别案件中，调查人员在试图确认无法清楚自己身份的人，例如阿尔兹海默症的病人和谋杀案受害者。皮尼拉斯县警长办公室称，人脸识别技术有时还会被用于协助确认证人。
人脸识别技术在破案领域的一些最前沿应用并未展示出积极成果，已经被放弃，例如在机场的使用。
图像质量是关键
“这取决于图像质量，”皮尼拉斯县警长办公室协助运营人脸识别系统的技术上的支持专家杰克·罗伯托(Jake Ruberto)表示，“如果你在系统中输入的是无用信息，得到的也是无用的结果。”
FACES系统由法国公司Idemia开发，后者的原型算法也在美国国家标准与技术研究院的近期多项测试中表现优异。但是，执法部门使用的FACES系统不一定包含最新算法。例如，皮尼拉斯县所使用的FACES系统上一次大幅更新还是在2014年，但是该县一直在评估其他更新产品。Idemia不予置评。
近几年，优秀人脸识别技术的升级令人震惊。在政府测试中，人脸识别算法能够与拥有160万张面部照片的数据库作对比。2010年，人脸识别系统在理想条件下的错误率略低于8%。这里的理想条件指的是照明充足、高分辨率、前脸照片。到了2018年时，这一错误率已降至0.3%。但是在监控视频条件下，执法部门无法指望人脸识别达到这么高的可靠性。
也许，人脸识别技术最大的争议在于它在识别不同种族人群时的不稳定表现。美国国家标准与技术研究院去年12月发布的测试多个方面数据显示，在评估黑人女性的图像时，政府调查所使用的人脸识别系统类型更容易出错。佛罗里达州执法官员称，该技术的表现并不表明它存在某种程度的种族偏见。
皮尼拉斯县和其他地方的官员还强调了人工审核的作用。但是，借助护照图像进行的测试发现，人类审核员也很难在类似的人脸识别结果中确认出正确的那个人。在这些测试中，护照系统员工常常会选错。
质量较差的图像导致了匹配的错误。照明条件昏暗、面部扭向一定角度以及使用棒球帽或太阳镜进行的轻度伪装会影响人脸识别的准确性。
在一些公民自由法律更严的国家，人脸识别技术的短板暴露无遗，尤其是在被用于在人群中发现罪犯时。英国伦敦拥有庞大的闭路电视摄像头网络，但是一项人脸识别研究发现，该系统在测试时完成了42次匹配，但是只有8次是被证明准确的。
皮尼拉斯县前任和现任官员表示，他们对于这一结果毫不惊讶。“如果你想调查银行抢劫案和便利店抢劫案，人脸识别技术并不管用，”吉姆·梅恩(Jim Main)表示，他曾负责皮尼拉斯县警长办公室的人脸识别项目技术部分，在2014年退休，“你不可能说‘停一下，让我找到你的照片’。”
参考资料：
https:///2020/01/12/technology/facial-recognition-police.html
