Meta 在 5000 万部手机上部署了五角大楼级别的面部扫描技术
Meta 最近在其智能眼镜生态系统中嵌入了生物识别代码。这些代码来自一家与五角大楼有关联的供应商。此举展示了计算机视觉领域的巨大转变。
军用级面部分析技术现在已经足够精简，可以在消费级设备上运行。Meta 通过一次简单的应用更新推送了这一功能。
开发者的技术要点：
- 通过应用更新，面部比对现在可以在移动设备上运行。
- 一对多匹配算法现在效率极高。
- 边缘计算实现了即时识别。
- 像神经网络处理器 (NPU) 这样的硬件承担了繁重的工作。
- 通过避免使用云服务器，这降低了延迟。
面部识别 (facial recognition) 与面部比对 (facial comparison) 之间存在巨大差异。识别是在人群中扫描身份；而比对则是分析两张特定的图像以寻找匹配项。
Meta 已从手动分析转向环境识别 (ambient identification)。这为开发者创造了一个“黑箱”。如果生物识别库隐藏在消费级 SDK 之中，透明度就会消失。
调查人员使用的专业工具需要极高的准确性。消费级工具通常具有较高的误报率 (false-positive rates)，这些错误在法庭上是站不住脚的。
专业软件专注于：
- 精确的欧几里得距离分析。
- 可验证的并排数据。
- 用于案例研究的可控环境。
- 为执法部门提供准确的报告。
在构建计算机视觉项目时，你面临着一个选择：你可以构建用于隐蔽自动化的工具，也可以构建优先考虑准确性和伦理知情同意的工具。
你如何在边缘计算的速度与数据知情同意的需求之间取得平衡？
Optional learning community: https://t.me/GyaanSetuAi