曾在 DFI 工作的一名英国剑桥大学研究员 Amarjot Singh 提及，执法单位与其他希望捕捉罪犯的机构对这套系统都十分感兴趣，而且系统潜在的可应用范围绝对超乎想像！Singh 也率领国际团队为此系统发表一篇相关学术性论文。
DFI 团队透过不断喂养“各式各样遮盖住颜面的图像”，以此训练系统深入学习 AI 脸部网络，如此训练需要依赖大量的数据库。图像当然混合了这种简单或复杂的背景，便于挑战 AI 的灵敏度与精准性。
AI 透过测量 14 个脸部关键点（facial keypoint）的距离与角度来辨识，其中 10 个点为眼睛、3 个为唇部，剩下 1 个给鼻头。系统借由这些读取到的数据，来估计隐藏的脸部结构，接着拿来与曾经汇入的图像进行比较，最后揭示该人的真实身份。
每个脸部关键点都在检视整体系统框架的有效性，与其他先进的系统相比，DFI 证明了自己脸部关键点架构的优越性与分类有效性。在早期的测试阶段中，因为数据库存载的人脸图像尚缺，测试时整套流程只正确辨识 56% 遮掩脸部的面孔；如果同时戴上眼镜，精确度会下降到 43%。
即便遭遇了一些障碍，Singh 仍开心表示，“我们已离实现目标不远了！”DFI 也持续呼吁，期望有更多研究人员加入，以扩充并发展系统数据库的技术。
（Source：arXiv.org）
然而这项研究目前仍在等待正式发行，原因来自它引发一些关于“隐私权”隐忧的争议。北卡罗来纳大学的社会学博士 Zeynep Tufekci 在 twitter 发言，认为这项 AI 研究相当专制，且集威权主义于一身。
最后，DFI 团队将在 10 月于意大利威尼斯举办的 IEEE 国际研讨会的计算机电脑工作坊（International Conference on Computer Vision Workshop，ICCVW）发表最新研究报告。
- Facial recognition software can now identify people even if their face is COVERED in a breakthrough that will help quickly unmask criminals
（本文由 T客邦 授权转载）
延伸阅读：
- 脸部辨识成为主流？伦敦警察局以人脸辨识一天抓错 35 人
- 人脸辨识数据库是否侵权？这可能是下一个隐私攻防战
