英特尔的研究人员发表了一项研究，研究人工智能能否用热成像识别人脸。
热成像通常用于保护隐私，因为它掩盖了个人识别细节，如眼睛颜色。在有些地方，如医疗设施，通常必须使用模糊这些细节的图像。
人工智能正在开辟许多新的可能性，因此英特尔的研究人员开始确定热成像是否仍然提供高度的隐私。
英特尔团队使用了两组数据集：
第一套称为SC3000－DB，是使用FlirThermaCamSC3000红外热像仪创建的。该数据集包含766张40位志愿者（21位女性和19位男性）的图像，每位志愿者在相机前坐了两分钟。
第二组称为IRIS，由俄克拉荷马州立大学的视觉计算和图像处理实验室创建。它包含30个人收集的4，190张图像，与第一组图像不同之处在于它包含各种头部角度和表情。
首先，数据集中的每一张图像被裁剪成只包含每个人的脸。
然后，机器学习模型尝试将图像中的面部特征标记为矢量。另一个在VGGFace2上训练的模型——一个在可见光图像上训练的模型——用来验证它是否可以应用于热图像。
以下是每个数据集的完整结果：
在可见图像数据上训练的模型在通过提取志愿者的面部特征来区分志愿者方面表现良好。SC3000－DB数据集的准确性为99．5％，IRIS的准确性为82．14％。
英特尔公司的研究表明，热成像技术可能不会像现在许多人认为的那样提供隐私保护，但热成像技术已经可以用于区分人。
研究人员写道：“许多有前途的视觉处理应用，如非接触式生命体征估计和智能家居监控，都可能涉及私人和敏感数据，例如有关个人健康的生物识别信息。”
热成像可以提供有用的数据，同时还能隐藏个人身份，因此被用于许多应用中。 （编译／Cassie）
