人脸，承载了重要的个人身份信息。技术的发展，则让人脸成为了辨别个人身份的“重要数据”。目前，人脸识别无疑是人工智能浪潮中最火热的、被广泛应用的技术之一，为生活出行、社会治安等提供了巨大便利。

　　但与此同时，社会各界对于人脸识别应用“边界”的探讨也趋于白热化，近日，“人脸识别第一案”——浙江理工大学特聘副教授郭兵诉杭州野生动物世界强制刷脸入园，成为舆论焦点。怎样在便捷、安全、隐私之间寻找平衡？伦理和法律该怎样为技术的发展保驾护航？在未来，识别技术还将怎样发展？不妨听听科技界和法律专家学者的声音。

　　“刷脸”深入生活

　　“人脸识别第一案”引热议

　　10月13日，一场别开生面的智慧校园招聘会在河海大学江宁校区体育馆举行。与以往不同的是，应届毕业生在进场时，在其已知并同意的情况下，智能摄像头通过人脸识别获取学生的个人信息，通过大数据比对后，可及时将匹配度在90%以上的招聘信息通过微信推送到学生的手机上，毕业生可按照精准推送来的招聘信息，有的放矢地到现场“按图索骥”。

　　11月18日，为精准打击现场黄牛号贩，复旦大学附属肿瘤医院推出了人脸识别预约系统，患者或代挂号人现场持身份证“刷脸”挂号，如果“证脸不符”将无法预约早高峰现场专家号。

　　不仅仅是招聘会和医院挂号，其实人脸识别早已不知不觉深入我们的生活，从手机应用软件到消费支付，从上班打卡到酒店入住，甚至出入住宅小区，都可以“刷脸”完成。

　　什么是人脸识别技术？它为什么能够从众多识别技术中脱颖而出被广泛应用？东南大学人工智能学院执行院长耿新介绍，人脸识别技术属于计算机视觉范畴，特指通过分析比较人脸视觉特征信息进行身份鉴别的计算机技术。“它分为一对一识别和一对多识别，‘一对一’即鉴别一张人脸照片是否属于某个特定的人，‘一对多’即根据一张人脸从包含多个人的数据库里识别出该人脸是谁。”

　　耿新指出，相关部门的大力支持以及多场景的应用为人脸识别技术提供了发展的沃土，而丰富的人脸数据资源也在很大程度上促进了人脸识别技术的迅速发展。“机器学习高度依赖于用来训练模型的数据。每一张人脸都代表着一个样本，人脸识别领域有着非常大的训练样本量，非常适合机器学习。”

　　当人脸识别技术给社会生活带来各种便利的同时，担忧与质疑之声随之而来：“我什么时候被刷脸了？”“我的信息是否会泄露？”“我不想使用刷脸功能，为什么要强制我使用？”

　　众多意见的堆积下，“中国人脸识别第一案”最终捅破了这一层窗户纸。10月28日，浙江法学博士郭兵向杭州市富阳区人民法院递交了起诉书，源起杭州野生动物世界引进了人脸识别技术，要求年卡使用者必须“刷脸”入园检票。年卡用户郭兵认为，该技术存在不确定安全风险，不愿“刷脸”入园。11月1日，杭州市富阳区人民法院出具受理案件通知书，正式立案。

　　我能保护我的“脸”吗

　　法律和伦理规范须跟上

　　“技术是中立的，但是人如何使用技术，就可能存在法律和伦理方面的问题。当运用这一技术实现某种目的时，该目的的正当性与合理性，以及运用这一技术实现该目的的方式、方法，必须要满足规范性的要求，也必须要有一个度，要限制在比例原则的范围内。”南京师范大学法学院副教授、中国法治现代化研究院研究员杨建提出了自己的看法。

　　人脸采集的主体和条件以及人脸识别应用的主体和条件都需要相应的法律法规来予以规范，迅速建立相应的赔偿机制与责任追究机制亦十分重要。

　　杨建认为，人脸识别技术亟待完善相关的法律法规建设，使得技术的应用与保护具有法律依据。在人脸识别技术运用时，首先，要明确告知被采集信息者已经进入了人脸识别抓取和应用的范围，以此满足和保障被采集者的知情权；其次，在进行信息采集时，必须提供合理的理由、征得被采集者的同意以获得授权（公安边检等特定范围和特定情形可构成偶然的例外）；再次，当人脸识别技术被运用到商业领域时，商业主体获得、使用、储存、转让人脸生物信息的条件及限制更是要进行具体列举而非概括、宽泛的格式授权，要对此进行严格的规范与限制。此外，对于一些机构和部门将人脸识别技术与信用体系挂钩的行为，杨建认为一定要慎之又慎。

　　人脸具有生物特征的唯一性，当“人脸”被记录下来后，安全性应该如何保证？

　　今年2月，深圳某人脸识别企业被证实发生数据泄露事件，超过250万人的核心数据可被获取，680万条记录泄露。

　　耿新呼吁，相关部门应加速制定相关法律法规，倒逼企业加强数据库防护，为资料泄露、人脸数据滥用等行为买单。他认为，人脸识别数据库的安全问题与环境污染治理有类似之处，“我们都知道，治理污染的方法一直存在，只是很多企业不愿意为自己造成的环境问题买单。”

　　值得注意的是，与人脸识别技术相关的法律和伦理问题早已在世界范围内引发关注。此前，微软已经悄然删除其最大的公开人脸识别数据库——MS Celeb。MS Celeb数据库于2016年建立，微软描述其为世界上最大的公开面部识别数据集，拥有超过1000万张图像，将近10万人的面部信息。美国的旧金山、萨默维尔、奥克兰三座城市已经明令禁止使用人脸识别。

　　根据美国国家标准与技术研究院（NIST）2018年全球人脸识别算法测试（FRVT）最新结果，在当年参加竞赛的全球39家企业中，前五名算法被中国公司包揽，显示出了中国公司强大的竞争力。“当中国的人脸识别和应用技术在全球名列前茅时，中国对于这一技术的合法性以及如何规范运用等问题的讨论也同样不能缺位。”杨建表示。

　　实验室研究：步态识别“你是谁”

　　技术的迭代与更新是必然趋势，在人工智能的广泛应用和5G的推动下，AI、AR以及3D显示技术的融合图像识别将给予人脸识别行业更大的发展机会。据有关机构预测，到2020年，人脸识别的市场规模预计达到2000亿。

　　人脸识别技术还将取得更大进展，比如如何识别出“假脸”？能否正确识别侧脸？怎样识别不同年龄段的同一个人？多分类识别技术该如何完善？耿新说，这些问题正在被科学家们一一攻破。与此同时，一些不需要“脸”就能识别出“你是谁”的新兴技术已经悄然诞生。

　　在腾讯优图实验室，步态识别和行人重识别（也称行人再识别）等新的识别方式正处于研究阶段。

　　据该实验室技术人员介绍，步态识别技术可通过视频中捕捉到的行走模式进行身份识别，与指纹、面部、虹膜、语音等传统的身份识别方法不同，步态识别技术一方面不依赖服饰信息，对于跨天、换装的行人识别同样保持较高的精度，另一方面对图像质量鲁棒性高（鲁棒性是指控制系统在一定的参数摄动下，维持其它某些性能的特性），距离较远、拍摄较模糊的人体图像也能识别。总的来说，步态识别技术具有非接触、远距离和不容易伪装的优点，在智能视频监控领域更具优势。

　　而行人重识别算法能够实现跨越时间和空间对目标人体（人群）进行跟踪、匹配与身份鉴定，也是近年来计算机视觉的研究热点之一。“行人重识别可以简单理解为是对不同的、没有视野重叠覆盖的摄像机拍摄的行人图像建立对应关系的处理过程。它着力的是在跨摄像机的视频中对特定行人进行检索，弥补现有人脸识别系统中的不足之处，通过深度学习算法可以在人的背面、侧面或在人脸模糊不清的条件下，将一个人的行为轨迹还原，实现对目标人物的识别、检索和追踪。”该技术人员说。

　　新技术跑得越来越快，今后的识别技术中，“脸”可能并不重要了，但每一项新技术的应用“边界”都值得探讨。技术和伦理并非对立关系，早一步制定好相应的伦理与法律规范，可以为新技术的发展保驾护航。

　　交汇点记者 叶真 蔡姝雯

　　视觉中国 图