編者按：本文來自微信公眾號“學術頭條”（ID:SciTouTiao），作者：小婷，36氪經授權釋出。
近日，New Science 刊登了一篇報導：美國軍方正在開發一種行動式人臉識別裝置，能夠識別一公里外的目標。
這是美國特種作戰司令部（SOCOM）正在實施的“遠端技術的高階戰 術人臉識別”專案，專案開始於 2016 年，去年 12 月曾演示了一個工作樣機，為量產版本鋪平了道路。目前，這項研究正在進行中，何時面世，SOCOM 未透露。
為無人機設計的遠端人臉識別系統
這一技術設計的初衷，是用於手持裝置和無人機，目標物件甚至可以在不知情、不面對鏡頭的情況下被識別出來。因此，有人權倡導者也對此表示出擔憂。
SOCOM 的檔案說明也指出，這項技術可以與執法機構共享。
一公里內人臉識別
據報導，該裝置是由位於弗吉尼亞州阿靈頓的 Secure Planet 公司開發，該公司主要生產基於數碼單反相機進行遠端人臉識別的裝置，並在標準膝上型電腦上執行商用人臉識別軟體。這些裝置的識別範圍一般約為 300 米，想要延長裝置識別距離並不像給相機增加一個更長的鏡頭那麼簡單，因為這會增加鏡頭振動產生的噪音。
大氣湍流也是一個關鍵問題，因為空氣就像一個不斷變化的哈哈鏡，在溫暖的天氣中，會有熱光效應。新的超遠距離識別系統面臨的挑戰是，如何將捕捉到的影像轉換成足夠清晰的、可用於護照處理軟體的影像。
目前尚不清楚還不清楚 Secure Planet 公司在多大程度上實現了這一目標，但澳大利亞國防部一個團隊最近開發了一種演算法，該演算法能夠整理大氣湍流，幫助遠端人臉識別。其他研究人員嘗試使用卷積神經網路將一系列模糊的影像轉換為單個清晰的影像。神經網路也可以幫助從複雜環境中提取圖片。在護照檢查時，被拍攝物件是靜止不動的、而且看著相機，並且光線充足。
而在野外，臉部可能處於不合適的角度，移動中、光線差，或被陰影、頭巾、太陽鏡或其他障礙物遮擋。用神經網路進行人臉識別，本質上還是基於人臉特徵提取的方法，透過多層網路卷積降維來提取主要特徵，對樣本圖片的輸入來自動形成特徵提取器和分類器，從而形成適合於檢測和識別目標的模型。比較常用的神經網路有卷積神經網路（CNN），遞迴神經網路（RNN），深度神經網路（DNN）。
同樣，機器學習系統可以將在複雜環境中拍攝的影像轉換為類似護照照片的影像。“原則上，這樣的技術可以在一公里範圍內使用。”印第安納州聖母大學的 Walter Scheirer 說，“我們還沒有突破對遠端人臉識別的基本限制，我們還沒有將光學或演算法推向極限。”但是，Walter Scheirer 對目前的技術能否實現在這樣的範圍內進行可靠的識別表示懷疑。他說，“我想知道成像環境是什麼樣的，他們是在一個天氣晴朗、陽光燦爛的日子裡，來做這件事嗎？”
人權角度看技術
國際特赦組織人權組織的 Rasha Abdul-Rahim 認為這項技術令人不安。Abdul-Rahim 說，“在偽裝下，技術將更加準確地區分戰鬥人員和非戰鬥人員，我們看到了一種非人性化的舉措，而且使用武力的門檻正在降低。”
Abdul-Rahim 表示，這可能是邁向全自動武器的一步，這種武器可以在沒有人類有效控制的情況下找到目標，並攻擊它們。她呼籲對此進行一次有見地的公開對話，並要求透明使用該技術，尤其是人臉識別系統的工作原理。
“在政府能夠證明它符合人權法之前，這種技術根本不應該使用，尤其是在這種演算法將決定生死的情況下 。”Abdul-Rahim 說。