英特爾的研究人員發(fā)表了一項研究，研究人工智能能否用熱成像識別人臉。
熱成像通常用于保護隱私，因為它掩蓋了個人識別細節(jié)，如眼睛顏色。在有些地方，如醫(yī)療設施，通常必須使用模糊這些細節(jié)的圖像。
人工智能正在開辟許多新的可能性，因此英特爾的研究人員開始確定熱成像是否仍然提供高度的隱私。
英特爾團隊使用了兩組數據集：
第一套稱為SC3000－DB，是使用FlirThermaCamSC3000紅外熱像儀創(chuàng)建的。該數據集包含766張40位志愿者（21位女性和19位男性）的圖像，每位志愿者在相機前坐了兩分鐘。
第二組稱為IRIS，由俄克拉荷馬州立大學的視覺計算和圖像處理實驗室創(chuàng)建。它包含30個人收集的4，190張圖像，與第一組圖像不同之處在于它包含各種頭部角度和表情。
首先，數據集中的每一張圖像被裁剪成只包含每個人的臉。
然后，機器學習模型嘗試將圖像中的面部特征標記為矢量。另一個在VGGFace2上訓練的模型——一個在可見光圖像上訓練的模型——用來驗證它是否可以應用于熱圖像。
以下是每個數據集的完整結果：
在可見圖像數據上訓練的模型在通過提取志愿者的面部特征來區(qū)分志愿者方面表現(xiàn)良好。SC3000－DB數據集的準確性為99．5％，IRIS的準確性為82．14％。
英特爾公司的研究表明，熱成像技術可能不會像現(xiàn)在許多人認為的那樣提供隱私保護，但熱成像技術已經可以用于區(qū)分人。
研究人員寫道：“許多有前途的視覺處理應用，如非接觸式生命體征估計和智能家居監(jiān)控，都可能涉及私人和敏感數據，例如有關個人健康的生物識別信息?！?/p>
熱成像可以提供有用的數據，同時還能隱藏個人身份，因此被用于許多應用中。
下載文檔
