DEV Community
·
我们都有一个长相相似的人吗？面部识别与人眼的比较
💡
原文英文，约800词，阅读约需3分钟。
📝
内容提要
加拿大摄影师弗朗索瓦·布鲁内尔自1999年起拍摄长相相似的陌生人，项目名为“我不是双胞胎”。尽管这些人看似相同，面部识别技术却未能识别出匹配，表明算法在准确性上超越人类判断。面部识别的准确性受训练数据质量、模型架构和图像质量等因素影响。
🎯
关键要点
- 加拿大摄影师弗朗索瓦·布鲁内尔自1999年起拍摄长相相似的陌生人，项目名为“我不是双胞胎”。
- 布鲁内尔拍摄了超过250对看似相同的人，分布在32个城市。
- 面部识别技术未能识别出这些“双胞胎”，即使大多数人认为他们是同一个人。
- 面部识别算法通过错误拒绝率（FRR）和错误接受率（FAR）来判断人脸是否匹配。
- 算法的默认相似度阈值为0.85，确保低的未授权访问概率和高的合法用户接受率。
- 实验结果显示，即使面部相似，算法也能高准确率区分不同的人。
- 面部识别的准确性受训练数据质量、模型架构和图像质量等因素影响。
- 高质量和多样化的训练数据能显著提高识别准确性。
- 现代算法能够识别轻微的外观变化，但重大变化会影响识别效果。
- 算法可能存在种族偏见，尤其是在训练数据缺乏多样性的情况下。
- FRVT测试显示，顶级系统在1:1验证场景中的错误率低于0.01%。
- 苹果的Face ID在最佳光照和角度下的准确率为98-99%。
- 现代面部识别算法在受控环境中接近100%的准确率，但仍存在局限性。
❓
延伸问答
弗朗索瓦·布鲁内尔的项目主要内容是什么？
弗朗索瓦·布鲁内尔的项目名为“我不是双胞胎”，拍摄长相相似的陌生人，展示他们的黑白肖像。
面部识别技术如何判断两张脸是否相同？
面部识别技术通过错误拒绝率（FRR）和错误接受率（FAR）来判断，并使用相似度阈值进行决策。
面部识别的准确性受哪些因素影响？
面部识别的准确性受训练数据质量、模型架构和图像质量等因素影响。
现代面部识别算法的准确率如何？
现代面部识别算法在受控环境中接近100%的准确率，但在复杂环境中可能会降低。
苹果的Face ID在最佳条件下的准确率是多少？
苹果的Face ID在最佳光照和角度下的准确率为98-99%。
面部识别算法可能存在哪些偏见？
面部识别算法可能存在种族偏见，尤其是在训练数据缺乏多样性的情况下。
➡️
