美军开发远程人脸识别系统，实现1公里内目标识别

编者按：本文来自微信微信官方账号“学术头条”(ID:SciTouTiao)，作者小婷和36Kr。

最近，《新科学》发表了一篇报道，称美国军方正在开发一种便携式人脸识别设备，可以识别一公里外的目标。

这是美国特种作战司令部(SOCOM)正在实施的“远程技术高级战术人脸识别”项目。该项目于2016年启动，去年12月展示了一个工作原型，为量产版本铺平了道路。目前，这项研究正在进行中。

何时上市，SOCOM没有透露。

为无人机设计的远程人脸识别系统

这项技术设计的初衷是针对手持设备和无人机的，目标物体甚至可以在不知情、面对摄像头的情况下被识别出来。因此，一些人权倡导者也对此表示担忧。

SOCOM的文档还指出，这项技术可以与执法机构共享。

一公里内的人脸识别据报道，该设备由弗吉尼亚州阿灵顿的Secure Planet公司开发，该公司主要生产基于数码单反相机的远程人脸识别设备，并在标准笔记本电脑上运行商业人脸识别软件。

这些设备的识别范围一般在300米左右。并不是给相机增加一个更长的镜头来延长设备的识别距离那么简单，因为这样会增加镜头震动带来的噪音。

大气湍流也是一个关键问题，因为空气就像一面不断变化的哈哈镜，在温暖的天气里，会出现热光效应。新的超远距离识别系统的挑战是如何将捕获的图像转换为足够清晰的图像，以便在护照处理软件中使用。

目前还不清楚Secure Planet在多大程度上实现了这一目标，但澳大利亚国防部的一个团队最近开发了一种算法，可以整理大气湍流，并帮助远程人脸识别。

其他研究人员试图使用卷积神经网络将一系列模糊图像转换为单一清晰图像。神经网络也可以帮助从复杂的环境中提取图片。护照检查的时候，主体是静止的，看着相机，光线充足。

在野外，面部可能处于不合适的角度，移动，光线不好，或者被阴影，头巾，太阳镜或其他障碍物遮挡。神经网络人脸识别本质上是基于人脸特征提取的方法，通过多层网络的卷积降维提取主要特征。

样本图片的输入可以自动形成特征提取器和分类器，从而形成适合检测和识别目标的模型。常用的神经网络有卷积神经网络(CNN)、递归神经网络(RNN)和深度神经网络(DNN)。

同样，机器学习系统可以将复杂环境中拍摄的图像转换成类似护照照片的图像。"原则上，这样的技术可以在一公里内使用."印第安纳州圣母大学的沃尔特谢勒说，

“我们还没有突破远程人脸识别的基本限制，也没有把光学或者算法推到极限。”然而，Walter Scheirer怀疑目前的技术是否可以在这样的范围内实现可靠的识别。他说，

“我想知道成像环境是什么样的。他们是在晴天干这个吗？”

从人权的角度来看，大赦国际人权组织的拉夏阿卜杜勒拉希姆认为这项技术令人不安。阿卜杜勒拉希姆说，“在伪装下，技术将更准确地区分战斗人员和非战斗人员。

我们看到了不人道的举动，动武的门槛在降低。"

阿卜杜勒拉希姆说，这可能是向全自动武器迈出的一步，这种武器可以在没有有效人类控制的情况下发现目标并攻击它们。她呼吁进行深入的公共对话，并呼吁透明地使用这项技术。

尤其是人脸识别系统的工作原理。

“在。。能够证明其遵守人权法之前，根本不应该使用这种技术，尤其是如果这种算法将决定生死。”阿卜杜勒拉希姆说。