高校图像识别技术应用问题研究

□宋丽敏 陶 卓

一、图像识别技术概述

伴随着大数据时代的到来，人类的肉眼识别难以满足需求，图像识别技术应运而生。2019年8月17日，北京互联网法院发布《互联网技术司法应用白皮书》，该《白皮书》阐述了十大典型技术应用，其中包括图像识别技术和人脸识别技术。学术界通常将人脸识别归属于图像识别大类。

图像识别技术属于计算机视觉,是人工智能的一个重要领域。图像识别技术是指通过计算机算法运用，对图像进行处理、分析、理解，赋予机器能够“看”事物的能力，甚至可以“看”到肉眼无法识别的事物。通过计算机算法实现图像识别，扩大了人类处理信息的能力。图像识别技术在导航、地图与地形配准、自然资源分析、天气预报、环境监测、生理病变研究等许多领域有重要的应用价值。[1]可以说，图像识别技术，连接着机器和人类世界，帮助人类了解世界、认识世界，帮助人类完成更多探索世界的任务。

图像识别技术(尤其是人脸识别)在带来更多方便和安全的同时，其隐含的风险也引发越来越多的关注。在一些欧美国家，基于对隐私和个人信息的保护，很多场合下人脸识别是被禁用的[2]。调查数据显示：超一半人对刷脸场景感到不适，主要担心泄露滥用，以及被“监控”。[3]对用户来说刷脸支付的安全性还需得到更多的保证。[4]

二、图像识别技术高校应用场景

近年来图像识别技术得到了越来越广泛的应用。2020年以来伴随着新冠疫情的爆发，疫情防控的需要使得图像识别技术得到更为广泛的应用。各大高校纷纷上线各类图像识别系统，对高校进行智能化管理，在校园内实现了刷脸办事-刷脸进校、刷脸借书、刷脸买饭等。

(一)高校门禁系统。由于疫情隔离的需要，各大高校纷纷实施封闭管理，在校内启用门禁系统，刷脸入校。通常流程是：学校购置人脸扫描门禁系统，教职工、学生按要求提供电子照片，计算机构建深度学习网络，对电子照片进行特征提取，获得深度特征，深度特征存储于检测设备中，人员入校时，检测设备提取入校人员特征，到数据库中进行比对，比对完成后入校。由于高校人数众多，加上图像识别技术还不够完善，再加之技术的使用受到环境、光线等的限制，刷脸入校经常会失败，需要多次反复验证才能成功，在集中进出校门时候容易出现排队拥堵现象，带来了一定的不便。同时大量的个人信息存储于门禁系统，一旦泄露，危害巨大。

(二)高校校外人员入校证件核验。高校的正常运营需要与外界往来，因此也有大量的校外人员进出学校办事。校外人员进校，需要预先提供个人信息(包括姓名、身份证号码、苏康码、联系电话等)，报备学校入校审核系统，审核同意后校外人员须携带身份证件入校。入校时候，使用系统核验证件，这里核验的是访客的证件号码与报备系统里的证件号码，核验一致即可入校。这样的入校方式在技术上不存在什么问题，核验成功率可以达到100%。但是进出学校人员大量的个人信息储存在系统里，并且为校内多个个人、多个部门所知悉，个人信息的保护问题就尤为突出。一旦系统受到破坏，个人信息泄露危害巨大。

(三)高校刷脸支付。高校开展智能化建设，各个运营部门采用了刷脸支付系统。比如食堂，进入食堂，选好饭菜，人脸进入扫描区域，扫描认证好，出现个人对应的校内帐号，选择支付。刚一亮相，这种新型的支付方式受到学生们的追捧，非常便捷，再也不用担心忘记带卡的问题，用一张脸走遍学校。因为涉及到费用的支出，刷脸支付对人脸识别精准度要求比门禁系统要高出很多。而目前高校刷脸支付所用基础信息依然使用门禁系统时候的高校师生提供的材料。基础信息的精度不够，再加上图像识别技术本身的处理能力一般，目前刷脸支付的准确度远远达不到要求，经常会出现甲同学刷脸，系统认证为乙同学的情况，于是，需要反复扫描面部信息，浪费了大量的时间，反而降低效率。

三、图像识别技术应用的瓶颈

随着科技的不断进步，图像识别技术准确率已经非常高。但图像识别技术本身仍然存在一些缺陷。图像识别系统在识别物体上往往会过度依赖颜色，纹理和背景线索来识别它所看到的东西。也就是说，考虑到图像的整体形状和内容时，图像识别技术所用的算法并不是整体来看图像，而是专注于特定的纹理和细节。如：几个小虫子爬在枯叶上，识别系统根据枯叶的形状和虫子在树叶上形成突起的状态识别这个图像为沉船。图像识别技术在遭遇到这类对抗性图像时，图像识别准确率下降了90%，在某些情况下，只能识别2%～3%的图像。

外部环境的影响和图像本身的质量也会对图像识别技术的应用产生一定的影响。如光照、遮挡、姿态，图像质量本身也会影响到图像识别的精准度。人脸识别中由于面部随着人年龄的变化而有所不同，身份证内的照片信息滞后是常态，给图像识别造成了一定的困难。现实中，还有一些特殊情况，比如双胞胎，他们的面部特征、结构非常相似，如何准确区分细微差异也是图像识别系统要解决的问题。

四、高校图像识别技术应用存在法律问题

图像识别技术的广泛应用极大地便利了高校师生的学习、生活，同时也产生了一定的问题。

(一)大量的个人信息的保管问题。高校师生的个人信息指向性较强，一旦基础信息被获取，很容易与现实的个体建立联系，对于不法分子而言，实施精诈骗成本较低。比如，不法分子通过数据库获得某位教师的个人基础信息，在结合网上对这位教授的宣传信息，完全可以建立对这个教师全方位立体的信息库，以此为基础进行诈骗，精准度极高。高校一直是电信诈骗的重灾区。个人信息保护工作极其重要。目前图像识别技术应用的风险点，更多集中在个人信息的存储环节。高校集中使用相关应用，大量的高校师生个人数据都被存储在各应用运营方，或是技术提供方的中心化数据库中。这些个人信息是否得到保护，是否会用于算法训练，是否进行了脱敏处理，是否被分享，个人一无所知。一旦服务器被入侵，某些高度敏感的个人信息数据就会面临泄露风险。

(二)刷脸支付的法律问题。根据最新数据，我国的刷脸用户数已破亿，其中“90后”占据主流。由于图像识别技术本身局限性，加之基础原始数据的限制，刷脸识别的精准度还不能达到100%，张冠李戴是常有的现象。在刷脸支付的操作过程中，刷脸识别到数据库中任一位师生就可以进行支付。一旦需要付款的人疏忽或者故意确认支付，在刷脸仪器背面的工作人员无法掌握这一情况。“被刷脸”的师生面临经济损失，刷脸支付的人员涉嫌违法犯罪。

(三)缺乏法律法规及行业标准规范。已有法律已经明确将个人生物识别信息纳入个人信息范围。(民法典第1,034条第2款、网络安全法第76条第5款规定：个人信息是指以电子或者其他方式记录的能够单独或者与其他信息结合识别自然人个人身份的各种信息,包括但不限于自然人的姓名、出生日期、身份证件号码、个人生物识别信息、住址、电话号码等。)个人生物识别信息作为个人信息的一种受到法律的保护。但目前对于个人生物识别信息的使用、存储、运输、管理方面没有具体细化的规范。数据的储存使用没有标准化操作模板供参考。数据的控制者随心所欲的处理数据。大量储存在运营后台的数据处于裸奔状态。

五、图像识别技术发展应用的对策

虽然图像识别技术存在一定的问题，但我们不能因噎废食，新技术谨慎的应用，在不断应用过程中发现不足，及时进行改进，方可实现技术的持续发展。笔者认为，高校在推动图像识别技术发展及应用上，可以从以下几个方面做出努力。

(一)扩大图像识别技术在高校的应用范围。作为新技术的试验田，高校在确保数据安全的基础上，可以逐步扩大图像识别技术应用范围。比如：刷脸上课、刷脸考勤、刷脸入宿舍等，利用新技术提高高校师生的学习、生活质量。当然，在对以上系统展开使用时，需要充分尊重师生的知情权、选择权。将个人信息使用范围、储存方式等告知师生，并提示可能存在的风险及为避免风险所采取的应对措施。

(二)推进图像识别技术研发工作，提高图像识别的准确率。高校是先进技术的重点研发基地，高校科研团队掌握着先进的技术，高校科研是目前高校重点工作任务之一。高校可以通过设立课题方式或者给予先进技术推动者、研发者科研奖励的方式鼓励高校师生进行相关技术研究，加快推动生物识别技术与大数据、云计算等融合发展,不断提升图像识别技术准确率,降低技术使用成本,不断地推进图像识别技术的完善与发展，突破图像识别技术瓶颈，使图像识别技术可以更高效应用。

(三)推动图像识别技术规范的制定，防范图像识别技术安全风险。高校利用自身的影响力，积极参与到图像识别技术规范的制定工作，推动制定个人生物识别信息的使用、存储、运输、管理等方面规范，推动建立图像识别技术应用系统的准入标准，通过专家建议稿等方式推动完善国家立法工作。

(四)加强图像识别技术应用的监管。学校信息管理部门加强对个人信息的监管。要求刷脸系统运营公司报备：人脸信息保管方式、删除方式、应急处理办法等，并要求其全面记载信息处理活动，做到有据可查。这也将为监管机构提供了监管执法依据。学校信息管理部门把对运营公司的巡视审查作为常规工作。定期审查、评估及监督，及时发现不规范行为，并责令其纠正，避免造成无法挽回的信息泄露事件。在与刷脸系统运营公司的合同中增加对个人信息泄露的违约责任约定。

六、结语

总之，对于高校里面图像识别技术应用的场景，一方面我们感叹于新技术的发展态势；另一方面，我们要用开放、包容的态度来看待不完善的地方，积极地提出改进的意见和建议，大家齐心协力共同推进刷脸时代的到来。