英特爾研究人員發表了一項關于人工智能能否使用熱成像識別人臉的工智研究。
熱成像通常用于保護隱私，否使因為它掩蓋了個人身份識別的成像細節，如眼睛的識別顏色。在一些地方，人臉比如醫療機構，英特用熱經常需要使用覆蓋這些細節的爾研圖像。
人工智能正在開辟許多新的究人可能性，因此英特爾研究人員著手確定熱成像是工智否仍能提供高度隱私。
英特爾團隊使用了兩組數據集：
第一套名為SC3000-DB，否使由FlirThermaCamSC3000紅外熱像儀打造。成像該數據集包含40名志愿者(21名女性和19名男性)的識別766張照片，他們每個人都在鏡頭前坐了兩分鐘。
第二組名為IRIS，由俄克拉荷馬州立大學視覺計算和圖像處理實驗室創建。它包含了30個人收集的4190張圖片，與第一組圖片的不同之處在于它包含了各種頭部角度和表情。
首先，數據集中的每張圖像都被切割成只包括每個人的臉。
然后，機器學習模型試圖將圖像中的面部特征數字標記為向量。在VGGFace2上訓練的另一個模型——在可見光圖像上訓練的模型——用于驗證它是否可以應用于熱圖像。
這是每個數據集的完整結果：
在可視圖像數據上訓練的模型在通過提取志愿者的面部特征來區分志愿者方面表現良好。SC3000-DB數據集的準確率為99.5%，IRIS數據集的準確率為82.14%。
英特爾的研究表明，熱成像可能無法提供目前很多人認為的保密性，它已經可以區分使用它的人。
研究人員寫道：“許多有前途的視覺處理應用，如非接觸式生命體征估計和智能家居監控，可能涉及隱私和敏感數據，如關于人們健康的生物識別信息?！?/p>
“因此，熱成像不僅可以提供有用的數據，還可以隱藏個人身份，因此在很多應用中得到了應用。”
