【导读】近年北美公开枪击事件频传，加上全球各种恐怖攻击引发恐慌，公共和商用摄影监控应用因而持续增加;而在人工智能的协助之下，脸部辨识能力大幅跃进，不仅提升安防等级，也使失踪人口数明显降低。
近年北美公开枪击事件频传，加上全球各种恐怖攻击引发恐慌，公共和商用摄影监控应用因而持续增加;而在人工智能的协助之下，脸部辨识能力大幅跃进，不仅提升安防等级，也使失踪人口数明显降低。
在人工智能的协助下，脸部辨识技术于不同环境中的辨识能力都已大幅提升，包括随机(Wild)影像，以及用户为了身分验证而刻意捕捉的影像。 根据Gartner发布的2019年企业IT与消费者十大预测，在人工智能脸部辨识功能的协助下，2023年成熟市场里的失踪人口，将比2018年减少80%。
美国情报高级研究计划署(IARPA)在2017年的IARPA脸部辨识准确度奖金挑战赛(FRPC)即指出脸部辨识技术确实有所提升，该竞赛首奖由上海新创公司「依图(YITU Technology)」抱走。 依图的辨识技术与微软Azure云端运算平台进行整合，其领先业界的数据库配对系统可以在3秒内搜寻超过10亿笔纪录。
除了应用于辨识人脸外，非洲国家也已开始试用脸部辨识技术来寻找走失的动物。 举例来说，阿里巴巴正和肯亚共和国的观光与野生动物部合作，使用脸部辨识技术搭配物联网(IoT)来保护园区里濒临绝种的大象、犀牛和狮子。
脸部辨识实际应用结果显示，即使样本数量大，一对多比对的辨识速度仍然表现突出(低于600微秒)，且误漏和误认比例都在可以接受的范围内。 不过这样的测试仍无法立即用于多数应用，因为模型的开发相当耗时，而影像比对也必须先拥有影像辨识集才能做到，这跟「 现场」辨识是不一样的产品架构;但至少对于从影像库中辨识失踪的人口依然有用，因此百度等脸部辨识技术供货商，正在开发预测准确度更高的技术。
此外，脸部辨识技术也能拿多年前拍摄的照片进行比对，根据父母长相来评估此人是否就是当年失踪儿童的可能性;2017年，中国大陆即有个孩子在失踪27年后，因脸部辨识技术而被寻获。
脸部识别应用增 比对/分析技术持续革新
我们预测未来几年将有更多影像辨识被应用于协寻失踪人口，尤其是寻找那些非自愿性失踪，但因为年幼无知，或年事已高、身心障碍等原因而回不了家的人。 不过这项预测并不包括遭逢灾祸(例如建筑物倾倒和天然灾害)，或因组织犯罪被害而丧命的失踪人口。
企业组织将采取更积极的行动来提升脸部比对与分析技术，比如设点让人成排走过公共及私人摄影机，为的是搜集数据以利实时辨识人群，并于稍后进行后制处理，或未来在人们失踪时予以协助。 脸部比对和3D脸部成像技术将成为上述弱势人口(包括儿童、老人或其他残障人士)数据搜集里十分重要的选项，能减少失踪人口，且毋须针对数量庞大的群众进行大规模搜寻。
而在未来，当有了更稳健的影像撷取能力、影像图库开发、影像分析策略和更高的公众接受度，脸部辨识技术最重要的突破也将随之而生。 此外，随着摄影机装置内部和边缘人工智能功能提升，公部门和私人组织将可以预先过滤必要的影像数据，而不必将所有影像串流传送到云端才能进行处理。
边缘运算兴起 隐私权挑战逐渐克服
企业组织可将脸部辨识视为比散布式编码(Scatter Code)、条形码和RFID卷标更具流动性和可靠的一个步骤，以定位这类系统的同样方式来管理各个脸部辨识应用的场域，藉此增加可靠的脸部判读数量。 由于算法和数据会因为年龄、种族和性别而大不相同，所以建议根据所在城市或国家里失踪人口的族群特质，来排定算法和数据收集的优先级;同时将脸部辨识视为一种生物辨识手段，以深入了解公民和员工在不同环境下的应用洞察。
当然，人们对于脸部辨识涉及的隐私权议题仍存在疑虑。 但摄影机技术的发展正使边缘运算模型的数量增加，进而减少不当搜集数据的状况。 若法规要求，甚至可以定期清除数据。 企业也必须部署边缘运算方法并强化管理，以便根据在地文化来保障隐私权。 不过由于失踪人口在全球都是个严重问题，即使当事人并非因为犯罪事件而失踪，都会耗费执法资源。 脸部辨识只是解决失踪人口问题这整个大拼图的一部分，仍需其他如儿童专用智能手表以及老人用GPS追踪器等技术共同协助。
