日前，亞馬遜的一款人臉識別工具錯誤地將28位美國國會議員與罪犯相匹配，這一新聞引發(fā)關注。人臉識別工具為何出現(xiàn)這樣的錯誤？其實，機器與人類一樣，見到陌生的外國人也會有“臉盲”，只能識別“當?shù)厝恕保瑢τ趤碜云渌麌?地區(qū)的“外地人”識別精度較低，這一問題如何解決呢？

其關鍵在于讓人臉識別工具盡量多地認識全球各地居民的臉，而這一過程卻并不容易實現(xiàn)。北京郵電大學教授鄧偉洪提到，人臉識別工具研發(fā)過程中，使用的訓練數(shù)據(jù)越多、越齊全，精度就會越高。但由于不同國家/地區(qū)對公民個人信息的保護，這些信息收集越來越難。沒有訓練數(shù)據(jù)就意味著人臉識別工具只認識“熟人”，而對于訓練數(shù)據(jù)中缺失的人群的識別精度較低。

近日，鄧偉洪研究團隊的一項研究獲得新進展，該團隊揭示了當前人臉識別算法中普遍存在跨國家/地區(qū)識別偏差問題，構建了評價偏差程度的人臉數(shù)據(jù)集RFW，提出了減小識別偏差的信息最大化自適應神經(jīng)網(wǎng)絡，以改進對目標域的識別能力。

人臉識別工具的地域之困

卷積神經(jīng)網(wǎng)絡是人工智能的代表算法之一，具有很強的圖像表征學習能力。2012年，深度卷積神經(jīng)網(wǎng)絡在計算機視覺領域興起，其出現(xiàn)極大地推進了人臉識別的發(fā)展，并成為人臉識別領域的主流技術。

目前，全球的人臉識別工具大多根據(jù)深度卷積神經(jīng)網(wǎng)絡的技術開發(fā)，但該技術的人臉數(shù)據(jù)的源域基于西方人的面部特征，面對不同的目標域，即不同國家/地區(qū)居民的面部信息識別需求往往“力不從心”。

鄧偉洪表示，由于缺乏基準測試庫，這一領域的研究長期進展緩慢。一款人臉識別工具即使在當?shù)氐淖R別率很高，也難以精準到全球人類。這就造成了人臉識別工具較強的地域性。

為了推動該研究，鄧偉洪研究團隊構建了一個新的測試庫——RFW，以科學客觀地評測人臉識別中的偏差。在RFW數(shù)據(jù)庫的基礎上，研究人員驗證了微軟、亞馬遜、百度、曠視的商業(yè)API和學術界最先進的4個算法。

“這種識別的偏差確實存在，一些地區(qū)的錯誤率甚至高于西方國家的兩倍。”鄧偉洪說。

該論文的評審專家表示，RFW與現(xiàn)有數(shù)據(jù)庫相比，該數(shù)據(jù)庫中的數(shù)據(jù)分布更均勻，這將成為跨國家/地區(qū)識別的一個較好的基準評價數(shù)據(jù)。

為了探究這種偏差是否是由訓練數(shù)據(jù)的分布不平衡引起的，研究人員收集了一個涵蓋全球各地區(qū)人類信息的訓練數(shù)據(jù)庫，最終發(fā)現(xiàn)偏差的發(fā)生受到數(shù)據(jù)和算法兩方面影響。

該論文第一作者、北京郵電大學博士生王玫解釋，數(shù)據(jù)庫訓練數(shù)據(jù)平衡、算法相同，但某些國家/地區(qū)人類的面部信息識別難度較大，導致識別準確率較低。

如何在數(shù)據(jù)少、面部識別難的情況下提高識別率？研究人員并沒有放棄，他們決定進一步的研究算法，借助算法讓人臉識別工具舉一反三。

學習靠“自覺”

傳統(tǒng)機器學習數(shù)據(jù)庫搭建過程中需要人工標注個人信息，這一操作面臨隱私泄露的風險。用于物體識別的無監(jiān)督域自適應方法給了研究人員啟發(fā)。

該方法采用無監(jiān)督學習的方式，將源域和目標域映射到域不變的特征空間，并提高目標域性能。研究人員想通過算法解決這一問題，讓機器自行學習。

“這就相當于研究人員把試卷出好，機器作答。”鄧偉洪說。

實現(xiàn)并不簡單，在具體操作層面，物體識別不同于人臉識別。物體識別的源域和目標域可以重疊，且信息獲取相對便宜，充足的源域數(shù)據(jù)使識別工具能夠區(qū)分和判別目標域信息。

因此，研究人員提出了一種信息最大化自適應網(wǎng)絡。王玫介紹，該方法一方面減小源域和目標域的全局分布差異，另一方面能夠學習有區(qū)分性的目標域特征。

“也就是說，卷積神經(jīng)網(wǎng)絡可以在無監(jiān)督的情況下，‘自覺’地學習目標域人臉的特征。”王玫說。

為了解決兩個域之間類別不重疊的問題，信息最大化自適應網(wǎng)絡采用譜聚類算法生成“偽標簽”，并在監(jiān)督下利用偽標簽對網(wǎng)絡進行預適應，初步提高目標域的性能。

這種聚類方案與其他不適用于人臉識別的域自適應方法有著本質區(qū)別。王玫解釋，新方法可以在全新的目標域上自主學習，不需要人工干預，避免了隱私泄露的風險。

為了進一步提高網(wǎng)絡輸出的鑒別性，研究人員還提出了一種新的基于互信息的自適應方法，它以無監(jiān)督的方式在目標域的特征之間產(chǎn)生更大的間距。

與一般的有監(jiān)督的損失和有監(jiān)督的互信息不同，該方法具有無監(jiān)督的特性，其可以利用所有無標簽的目標域數(shù)據(jù)，無論這些數(shù)據(jù)是否被成功地分配了偽標簽。

基于公開數(shù)據(jù)進行驗證

這套方案是否能在非監(jiān)督的情況下，提高人臉識別工具對不同國家/地區(qū)居民臉部信息的識別率呢？

研究人員采用全球各地名人的公開數(shù)據(jù)進行驗證。結果表明，信息最大化自適應網(wǎng)絡可以成功地將識別能力從源域應用到其他國家/地區(qū)的目標域人群中，且識別性能優(yōu)于其他域自適應方法。消融實驗研究發(fā)現(xiàn)，互信息損失對減少識別偏差有重要作用。

王玫補充，信息最大化自適應網(wǎng)絡在跨姿態(tài)、跨場景的應用上也有很好的泛化性能。

鑒于較好的實驗結果，研究團隊已經(jīng)對外發(fā)布RFW數(shù)據(jù)集，以推進研究進一步深入。

目前，已有哈佛大學、帝國理工學院、清華大學、思科、華為、NEC、IBM等20多個國家的科研院所、企業(yè)的科研團隊申請使用RFW進行多人種人臉識別研究。

值得一提的是，該方法在進行自適應學習的同時，仍然需要利用源域地區(qū)采集的標注數(shù)據(jù)對模型進行訓練。這就意味源域數(shù)據(jù)具有隱私泄露風險。如何在源域數(shù)據(jù)不外傳的情況下進行目標域的自適應學習，將是非常值得研究的問題。

鄧偉洪表示，下一步希望在完全不采集目標域數(shù)據(jù)的情況下，提出具有更強泛化能力的新算法，直接提高人臉識別工具在未知目標域的準確率。
? ? ? 責任編輯：tzh