借助AI高速面部識別就在這里

面部識別技術是老新聞。它已經(jīng)足夠廣泛地存在于每臺iPhone 10中，并且在Facebook上標記了我們的照片。但是，大多數(shù)面部識別技術只能在相當窄的范圍內(nèi)工作–可能誰在照片中或誰屬于設備的可能性有限。面部識別中的新功能是高速處理以及使用AI從眾多可能性中識別個人的能力。

最近在使用面部識別技術成為新聞。該技術位于邊境附近，是眾多的家園，旨在識別可能正在漫游該市的監(jiān)視名單上的人。不幸的是，這種監(jiān)視在并不令人驚訝，在極端程度上限制了互聯(lián)網(wǎng)訪問和公共話語，但它也暗示了一切可能的可能性，并且它可能會如您所愿。

幾種不同的技術改進是AI驅(qū)動的面部識別的基礎，其中第一個是更高質(zhì)量的視頻。毫不奇怪，眾所周知，舊視頻由于像素化且定義不清而難以分析。但是，現(xiàn)代的CCTV攝像機提供的監(jiān)視視頻至少要具有1080P高清視頻，就像您喜歡的電視節(jié)目一樣。

人工智能平臺Pixmettle的創(chuàng)始人Kapil Dhingra表示：“在監(jiān)控中支持面部識別的另一項重大技術改進是人工智能和機器學習。在這一點上，面部識別技術不僅可以掃描數(shù)據(jù)庫來尋找潛在的匹配對象，還可以真正學習如何分組并有效地消除整個面部。它可以識別性別和種族標記，顏色等。問題是，它們?nèi)匀徊粔蚓_-面部識別不是DNA或指紋識別-而且存在一定的風險。”

在面部識別技術的所有潛在實時應用中，目前領先的競爭者之一是警用攝像機。這項技術的擁護者認為，它可以幫助官員根據(jù)數(shù)據(jù)庫信息更容易地識別嫌疑人，并認為這是反暴力活動家對人體攝影機的自然延伸。另一方面，反對者則認為，可以使用這種技術來證明判斷力不足并增加針對少數(shù)群體的暴力行為。

建議不要將面部識別技術用于戲劇性方面，而應與目前的功能相結合，建議將其用作業(yè)務識別和驗證策略的一部分。例如，TrueFace.ai的設計者希望他們的軟件將使金融科技和電子學習小組更輕松地驗證用戶，并通過將面部數(shù)據(jù)與密碼和挑戰(zhàn)性問題相結合而添加到多鍵過程中。隨著多因素授權成為常態(tài)，為什么不使用像用戶面部一樣不變的東西?

在我們的正常環(huán)境中安裝的攝像機越多，大數(shù)據(jù)公司就越有可能從中獲取數(shù)據(jù)-例如，不僅要確定有多少人走著廣告走動，而且要確定這些人是誰。公司可以確定有人去實體店的頻率，即使他們以現(xiàn)金付款也是如此。視頻數(shù)據(jù)可以采用新穎且越來越個人化的方式進行操作。

那么，企業(yè)或政府知道您在哪里嗎?也許不是-但不要小看這種可能性。電腦很快就會在看著你。