英特爾研究AI是否可以使用熱成像識別人臉

英特爾研究人員發(fā)表了一項研究，研究人工智能是否可以使用熱成像識別人臉。

熱成像通常用于保護隱私，因為它遮擋了個人識別的細節(jié)，例如眼睛的顏色。在某些地方，例如醫(yī)療機構，通常必須使用遮蓋這些細節(jié)的圖像。

人工智能正在開啟許多新的可能性，因此英特爾研究人員著手確定熱成像是否仍提供高度的隱私。

英特爾團隊使用了兩組數(shù)據(jù)集：

第一套稱為SC3000-DB，是使用Flir ThermaCam SC3000紅外熱像儀創(chuàng)建的。該數(shù)據(jù)集包含766張40位志愿者(21位女性和19位男性)的圖像，每位志愿者在相機前坐了兩分鐘。

第二組稱為IRIS，由俄克拉荷馬州立大學的視覺計算和圖像處理實驗室創(chuàng)建。它包含30個人收集的4,190張圖像，與第一組圖像不同之處在于它包含各種頭部角度和表情。

首先將數(shù)據(jù)集中的每個圖像裁剪為僅包含每個人的臉部。

然后，機器學習模型試圖將來自圖像的面部特征數(shù)字標記為矢量。在VGGFace2上訓練的另一個模型-在可見光圖像上訓練的模型-用于驗證它是否可以應用于熱圖像。

這是每個數(shù)據(jù)集的完整結果：

在可見圖像數(shù)據(jù)上訓練的模型在通過提取志愿者的面部特征來區(qū)分志愿者方面表現(xiàn)良好。SC3000-DB數(shù)據(jù)集的準確性為99.5%，IRIS的準確性為82.14%。

英特爾的研究表明，熱成像可能無法提供許多人目前認為的保密性，并且已經可以區(qū)分使用它的人。

研究人員寫道：“許多有前途的視覺處理應用，例如非接觸式生命體征估計和監(jiān)控，都可能涉及私人和敏感數(shù)據(jù)，例如有關人的健康的生物特征信息。”

“因此，熱成像不僅可以提供有用的數(shù)據(jù)，而且還可以隱藏個人身份，因此被用于許多應用。”