英特尔强大AI根据热成像识别人脸

近日，英特尔和哥但斯克工业大学通过AI成功识别人脸，并在第12届国际人机交互会议期刊上发表了成果。在这一研究中，他们在普通可见光图像的模型基础上，将数据替换为热图像进行了再训练。

在日常生活中，很多采用可见光图像的设备，在特殊的隐私要求下常常采用热成像来替代。因为热成像能够模糊人体特征，例如眼睛的颜色或下颌轮廓。传统看法上，热图像相比RGB图像提供的信息不够，不足以让AI模型识别人脸特征。

但英特尔的研究给了否定的回答，研究团队通过机器学习对热成像进行剪切，提取面部特征并转换为特征向量。最后，研究团队采用利用可见光图像来验证可见光模型是否匹配热成像。结果发现，用可见光图像训练的模型能够很好的泛化到热图像应用中，成功率高达九成以上。理论上，隔着墙就可以进行辨认。

通过温度来进行骇入是目前黑客研究的方向之一。2015年，一个以色列团队就成功地利用温度来操控两台物理隔绝的电脑，黑客利用电脑自带的热传感器（防止电脑过热），通过操控一台电脑的温度升降，近距离将热量传播到和它隔离的另一台电脑上。只需要温度升高1度，两台原本互相隔绝的电脑，就能够通过类似摩尔斯电码来的温度传导来进行通信。

幸运的是，通过“温度”来窃取隐私的技术要求很高，普通黑客目前无法复制。不过现如今，我们不少的家居监控装置都可能涉及私人或敏感数据，例如关于人体健康的生物体征信息。而之前人们普遍认为，热图像能够在提供有用信息的同时保证个人隐私，经过这一研究，人们恐怕要重新考虑“温度”的安全性。