英特爾的研究人員發(fā)表了一項(xiàng)研究，研究人工智能能否用熱成像識(shí)別人臉。

熱成像通常用于保護(hù)隱私，因?yàn)樗谏w了個(gè)人識(shí)別細(xì)節(jié)，如眼睛顏色。在有些地方，如醫(yī)療設(shè)施，通常必須使用模糊這些細(xì)節(jié)的圖像。

人工智能正在開(kāi)辟許多新的可能性，因此英特爾的研究人員開(kāi)始確定熱成像是否仍然提供高度的隱私。

英特爾團(tuán)隊(duì)使用了兩組數(shù)據(jù)集：

第一套稱為SC3000－DB，是使用FlirThermaCamSC3000紅外熱像儀創(chuàng)建的。該數(shù)據(jù)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(jī)前坐了兩分鐘。

第二組稱為IRIS，由俄克拉荷馬州立大學(xué)的視覺(jué)計(jì)算和圖像處理實(shí)驗(yàn)室創(chuàng)建。它包含30個(gè)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(shù)據(jù)集中的每一張圖像被裁剪成只包含每個(gè)人的臉。

然后，機(jī)器學(xué)習(xí)模型嘗試將圖像中的面部特征標(biāo)記為矢量。另一個(gè)在VGGFace2上訓(xùn)練的模型——一個(gè)在可見(jiàn)光圖像上訓(xùn)練的模型——用來(lái)驗(yàn)證它是否可以應(yīng)用于熱圖像。

以下是每個(gè)數(shù)據(jù)集的完整結(jié)果：

在可見(jiàn)圖像數(shù)據(jù)上訓(xùn)練的模型在通過(guò)提取志愿者的面部特征來(lái)區(qū)分志愿者方面表現(xiàn)良好。SC3000－DB數(shù)據(jù)集的準(zhǔn)確性為99．5％，IRIS的準(zhǔn)確性為82．14％。

英特爾公司的研究表明，熱成像技術(shù)可能不會(huì)像現(xiàn)在許多人認(rèn)為的那樣提供隱私保護(hù)，但熱成像技術(shù)已經(jīng)可以用于區(qū)分人。

研究人員寫道：“許多有前途的視覺(jué)處理應(yīng)用，如非接觸式生命體征估計(jì)和智能家居監(jiān)控，都可能涉及私人和敏感數(shù)據(jù)，例如有關(guān)個(gè)人健康的生物識(shí)別信息?！?/p>

熱成像可以提供有用的數(shù)據(jù)，同時(shí)還能隱藏個(gè)人身份，因此被用于許多應(yīng)用中。