如果看脸也能够识别一个人有没有犯罪的话,那么对于警察而言将会给他们省去不少的麻烦,目前上海交大看脸识罪犯研究正在进行中,但是这个研究项目出来以后,立即遭到了很多人的热议,关于这项研究有以下几种说法,我们赶快来了解一下吧!
通过机器识别人脸来判断罪犯,这像是科幻电影出现的一幕。上海交通大学教授武筱林的一项“人脸识别罪犯”研究却引起了巨大的争议。
5月7日,谷歌人工智能研究员布莱斯、玛格丽特和普林斯顿大学神经科学教授亚历山大发布的《相面术的新外衣》一文,质疑武筱林研究的可信性,并称其研究结论可“具有误导性,洗白科学种族主义”。
近日,武筱林回应记者记者称,“他们对我们研究的上下文进行断章取义,有失学术探讨的公正精神,我感到非常失望。”
看脸识罪犯
研究者“原本打算证伪”
事情缘起于2016年11月,上海交大图像通信与网络工程研究所教授武筱林和其博士生张熙在国际电子预印本文献库arX iv上提前发布了一篇题为《基于面部图像的自动犯罪概率推断》的研究。
“这在科学界是很常规的做法。”武筱林回应记者记者称。
清华大学纳米生物领域博士后张旭告诉记者记者,arX iv是国际科研工作者在研究成果未正式发表前,出于和同行交流目的先行发布的一个电子预印本文献库,涉及物理、数学、计算机科学等领域,“相当于永不落幕的学术会议”。
在该研究中,武筱林和团队通过运用计算机视觉和机器学习技术,对1856名18到55岁中国男性的身份证照进行检测。这些研究对象被分为罪犯组与非罪犯组两组,罪犯组包含730名犯罪人员,涉及盗窃、贪污、谋杀、强奸、绑架和抢劫等罪行。其余1100名普通人所在的非罪犯组,职业覆盖司机、医生、律师、教授、服务员、建筑工人等领域。
“我们当时在公安部、各省公安厅协助下得到这些图像”,武筱林指出,这些研究对象来自全国不同的地方,“后来这些照片都被调整为80cm×80cm大小,照片的亮度和对比度等都进行了统一处理,随后通过卷积神经网络算法(一种高度通用的深度学习技术)进行检测。”
研究结果显示:四类分离器(逻辑回归,K N N,SV M,C N N )对罪犯与非罪犯的区分准确率至少在86%以上。与此同时,两组面部特征方面在内眼角间距、上唇曲率和鼻唇角角度这三个测度最为显著。通过计算机模拟出来的罪犯与非罪犯的“平均脸”较相似,但非罪犯之间的面部特征差异要比罪犯小。也就是说,样本中非犯罪人员的样貌更为相似,变化幅度更小,犯罪人员的面部表情差异比普通人更大。
对于该结论,武筱林称,他们当时也很惊讶,“研究结果与预期相反,我们原本想用数据分析推翻‘相由心生’这种说法,原本是打算证伪的。”