【科技】计算机能够“识别”坏人的脸？ 离应用还有很远

本篇文章1925字，读完约5分钟

什么

手动

这是因为，这是因为，这是因为，这是因为，这是因为，这是因为，这是因为，这是因为，这是因为，这是因为，这是因为，这是为什么

的信信信信信信

只有我

胃

蚊子

蛾

作为，只是，只是，只是，只是，后来，后来，后来，后来，后来，后来，后来，后来，后来，后来，PPP计算机分析。 在没有的梦想中

是最近还是最近

上海交大两学者的研究成果发表后，浓缩成计算机，可以看到脸上的有罪判决，在全世界引起了疑问和讨论。

技术是为了伪证

武筱林教授是计算机图像解决的顶级专家，到2003年为止一直是加拿大麦克马斯特大学电子和计算机工程系教授，加拿大nserc-dalsa数字电影项目的最高科学家。 武筱林是国际电气电子工程师协会院士( ieee fellow )，是国际图像解决界的顶级学术刊物IEEE trans-actiononimageprocesing副主编。

即使是这样的图像解决权威，最初也认为只有人的脸图像才能判断犯罪者不可信。 那是去年的事件，当时康奈尔大学的心理学研究小组进行了将普通人的脸部照片和罪犯的脸部照片混合展示的研究。 实验的结论是，被实验者认识到普通人和犯罪者的脸部图像的不同特征，可以推测并区别以此为基础给出的脸部图像是普通人还是犯罪者。

这可能吗？ 对于康奈尔大学的这项研究结果，武筱林无法确信。 因此我们想用我们的方法和手段提出证据。 武筱林试图证实康奈尔大学的研究结论的手段和做法是他自己擅长的计算机图像解决技术。

说明罪犯的脸和普通人不同

两年前，武筱林带着他的博士生张熙开始了这项研究。

他们首先建立了包含1856张中国成年男性脸部照片的体脸图像数据库，其中近一半是罪犯。 武筱林表示，这些罪犯的照片是从公安部门的网站上找到的，其中一部分是通缉犯。

这些选择的图像有特定的标准。 中国男性，18至55岁之间，没有胡子、伤口和其他标志。

武筱林和张熙根据这些资料制作了数据集，将其分为犯罪者、非犯罪者两个子数据集。 其中非犯罪者包括1126张普通人的照片，犯罪者包括730张犯罪者(包括330张被通缉的逃亡者)的照片。

其次，他们建立了四个不同的分类器(逻辑回归、knn、svm、cnn )，以民族、性别、年龄、表情为控制因素，使计算机区分罪犯和非罪犯。

实验结果表明，四个不同的机器学习分类器取得了比较一致的结果，犯罪者和普通人在面部结构上确实有一定的区别。

他们还发现罪犯和罪犯的脸的区别比普通人和普通人的区别大。 换句话说，普通人更像，但罪犯各不相同。

网络断章取义是很难接受的

我试图伪造康奈尔大学的相关研究，结果得到了证实。

这项研究发现的论文后来写了，但目前还没有正式发表。 武筱林说:“我们用英语写的论文上传到了arxiv网站。 外部通过这个网站知道我们的研究。

arxiv网站是学术界有名的论文预收网站，研究者为了不让自己的idea在论文正式发行前被别人参考，可以在arvix中作为预收，加入时间戳来说明论文的原创性。

武筱林团队的研究成果一公开，就引起了学术界的关注。

武筱林介绍说，麻省理工大学的mit technology re-view最近介绍了这项学术研究，对研究结论表示了肯定的态度。 哈佛和剑桥的一位研究者最近也用邮件的方法与武筱林取得联系，进行学术交流探讨。

但是武筱林意外的是，在社会上对这项研究成果的关心超过了学术界。 竟然连英国大众通俗化报纸都给了我们的论文报道，他们曲解了论文的本意。 武筱林团队这篇研究论文的主题是基于人脸图像的犯罪概率自动估计( auto-matedinferenceoncrimi-nalityusingfaceim-ages )。 严格规范的表现，对圈外人来说，不仅难以阅读，理解也有点吃力。 因此，在报道这项研究成果时，有一个网站采取了计算机可读的面部定罪等标题。

你完美地读过我们论文的原文吗？ 武筱林对网上的一些报道不满地说，断章取义，受到欢迎，赏心悦目。 研究结论乍一看很幽默，但科学研究毕竟是正经事件。 武筱林介绍说，包括网上不负责任的报道，没有和他们取得联系。

这种方法对严格的专家学者来说显然很难接受。

出豆芽，

摘桃子

笑嘻嘻的

把

相反，例如，例如，例如，例如，例如，例如，例如，例如，例如，例如，例如，例如，举例来说 据说例如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如比如都不是还不是还不是，而是不是。 ...

中山中山中山中山中山中山中山中山中山中山中山中山中山中山中山中山中山中山中山中山中山，上午采访，上午，上午，这个，“深学习，依靠样本数据库，人工。