編者按：本文來自微信公眾號“學術頭條”（ID:SciTouTiao），作者：小婷，36氪經授權發布。

近日，New Science 刊登了一篇報道：美國軍方正在開發一種便攜式人臉識別設備，能夠識別一公里外的目標。

這是美國特種作戰司令部（SOCOM）正在實施的“遠程技術的高級戰 術人臉識別”項目，項目開始于 2016 年，去年 12 月曾演示了一個工作樣機，為量產版本鋪平了道路。目前，這項研究正在進行中，何時面世，SOCOM 未透露。

為無人機設計的遠程人臉識別系統

這一技術設計的初衷，是用于手持設備和無人機，目標對象甚至可以在不知情、不面對鏡頭的情況下被識別出來。因此，有人權倡導者也對此表示出擔憂。

SOCOM 的文件說明也指出，這項技術可以與執法機構共享。

一公里內人臉識別

據報道，該設備是由位于弗吉尼亞州阿靈頓的 Secure Planet 公司開發，該公司主要生產基于數碼單反相機進行遠程人臉識別的設備，并在標準筆記本電腦上運行商用人臉識別軟件。這些設備的識別范圍一般約為 300 米，想要延長設備識別距離并不像給相機增加一個更長的鏡頭那么簡單，因為這會增加鏡頭振動產生的噪音。

大氣湍流也是一個關鍵問題，因為空氣就像一個不斷變化的哈哈鏡，在溫暖的天氣中，會有熱光效應。新的超遠距離識別系統面臨的挑戰是，如何將捕捉到的圖像轉換成足夠清晰的、可用于護照處理軟件的圖像。

目前尚不清楚還不清楚 Secure Planet 公司在多大程度上實現了這一目標，但澳大利亞國防部一個團隊最近開發了一種算法，該算法能夠整理大氣湍流，幫助遠程人臉識別。其他研究人員嘗試使用卷積神經網絡將一系列模糊的圖像轉換為單個清晰的圖像。神經網絡也可以幫助從復雜環境中提取圖片。在護照檢查時，被拍攝對象是靜止不動的、而且看著相機，并且光線充足。

而在野外，臉部可能處于不合適的角度，移動中、光線差，或被陰影、頭巾、太陽鏡或其他障礙物遮擋。用神經網絡進行人臉識別，本質上還是基于人臉特征提取的方法，通過多層網絡卷積降維來提取主要特征，對樣本圖片的輸入來自動形成特征提取器和分類器，從而形成適合于檢測和識別目標的模型。比較常用的神經網絡有卷積神經網絡（CNN），遞歸神經網絡（RNN），深度神經網絡（DNN）。

同樣，機器學習系統可以將在復雜環境中拍攝的圖像轉換為類似護照照片的圖像。“原則上，這樣的技術可以在一公里范圍內使用。”印第安納州圣母大學的 Walter Scheirer 說，“我們還沒有突破對遠程人臉識別的基本限制，我們還沒有將光學或算法推向極限。”但是，Walter Scheirer 對目前的技術能否實現在這樣的范圍內進行可靠的識別表示懷疑。他說，“我想知道成像環境是什么樣的，他們是在一個天氣晴朗、陽光燦爛的日子里，來做這件事嗎？”

人權角度看技術

國際特赦組織人權組織的 Rasha Abdul-Rahim 認為這項技術令人不安。Abdul-Rahim 說，“在偽裝下，技術將更加準確地區分戰斗人員和非戰斗人員，我們看到了一種非人性化的舉措，而且使用武力的門檻正在降低。”

Abdul-Rahim 表示，這可能是邁向全自動武器的一步，這種武器可以在沒有人類有效控制的情況下找到目標，并攻擊它們。她呼吁對此進行一次有見地的公開對話，并要求透明使用該技術，尤其是人臉識別系統的工作原理。

“在政府能夠證明它符合人權法之前，這種技術根本不應該使用，尤其是在這種算法將決定生死的情況下 。”Abdul-Rahim 說。

https://www.toutiao.com/a6810694245431640588/