2024年5月25日发(作者：)

2018年六级真题阅读译文 终极人脸识别算法

众所周知，人类的记忆是不可靠的。即使是面部识别能力最强的

人也只能记住这么多。

很难量化一个人的记忆力有多好。例如，没有人真正知道一个人

能回忆起多少张不同的脸，但根据一个人可能认识的熟人的数量，各

种各样的估计往往停留在千分之一上下。

机器不受这种方式的限制。给正确的计算机一个巨大的人脸数据

库，它就能以惊人的速度和精度处理它看到的东西—一然后识别它被

告知要找到的面孔。这种技能正是21世纪面部识别软件的巨大潜力

所在。这也是现代监控系统如此可怕的原问题是，机器在面部识别方

面仍然有局限性。科学家们才刚刚开始了解这些约束条件是什么。开

始找出电脑是挣扎，华盛顿大学的研究人员创造了一个巨大的数据

库，他们称之为MegaFace-and测试各种人脸识别算法（算法）在扩

大规模时的复杂性。这个想法是在一个数据库上测试这些机器，这个

数据库包含了近70万不同人的100万张不同的图像，而不仅仅是一

个大数据库，其中有相对较少的不同面孔，这与其他研究中使用的方

法更加一致。

随着数据库的增长，机器的精确度全面下降。例如，在处理1.3

万张图像数据库时，算法准确率高达95%，但在处理100万张图像时，

准确率仅为70%。其中一名研究人员Ira Kemelmacher-Shlizerman

说，这仍然很好。“比我们预期的要好得多，”她说。

机器也难以调整的人看起来很alike-either出现（长相极相似

的人），机器将无法识别的两个独立的人，或在不同的年龄相同的人

出现在不同的照片或在不同的照明，机器会错误地认为独立的人。

Kemelmacher-Shlizerman说：“一旦我们扩大规模，算法必须

对身份的微小变化敏感，同时对光照、姿势、年龄不变。”

问题是，对于许多想要设计系统来应对这些挑战的研究人员来

说，用于实验的大量数据集根本不存在——至少，没有学术研究人员

能够访问的格式。像谷歌和Facebook这样的培训都是私人的。没有

包含数百万张面孔的公共数据库。MegaFace的创建者说，这是目前

最大的公开面部识别数据集。

研究人员写道：“一个终极的人脸识别算法应该能在一个数据集

中对数十亿人进行识别。”