37、人类与机器的人脸识别策略

人类与机器的人脸识别策略

在当今科技飞速发展的时代，人脸识别技术已经成为了一个备受关注的领域。无论是在安防监控、身份验证还是人机交互等方面，人脸识别都发挥着重要的作用。而人类自身的人脸识别能力也一直是心理学研究的热点。本文将深入探讨人类和机器在人脸识别方面的表现、策略以及如何通过融合两者的优势来提高识别准确性。

人类人脸识别的识别准确性

人类人脸识别的研究可以追溯到20世纪80年代初甚至更早。在过去的五十年里，心理学家对人类在各种人脸识别任务中的表现进行了广泛的测量。研究发现，人类在人脸识别能力上存在着巨大的个体差异。

• 未经训练的人类 ：尽管人类在人脸识别能力上存在个体差异，但未经训练的人类在识别熟悉面孔方面表现出色。他们能够在光照、姿势、表情等光度变化以及头发颜色、年龄、伪装等外观变化的情况下，准确识别出熟悉的身份。然而，当面对不熟悉的面孔时，人类的识别准确率会急剧下降，容易出现错误。
• 训练有素与未经训练的人类对比 ：直到最近，人们对专业人脸识别人员相对于未经训练的观察者的准确性了解甚少。2015年的一项研究对专业法医面部检查员、生物识别系统的其他专家和未经训练的大学生进行了评估。结果显示，法医面部检查员的表现始终优于有积极性的对照组和大学生。但该实验的条件并不完全反映典型法医实验室的情况。2017年的“黑盒测试”使用了更具挑战性的图像，测试了法医面部检查员、法医面部审查员、专业法医指纹检查员、超级识别者和大学生。结果证实了面部检查员、面部审查员和超级识别者相对于指纹检查员和学生的优势，同时也表明所有组内个体的表现差异很大。研究人员提出，如果人脸识别软件能够针对个体