Loading article…
顔認識システム[ 1 ]は、デジタル画像やビデオフレームから人間の顔を顔データベースと照合できる可能性のある技術です。このようなシステムは通常、ID検証サービスを通じてユーザーを認証するために使用され、与えられた画像から顔の特徴を特定して測定することによって機能します。[ 2 ]
同様のシステムの開発は、1960年代にコンピュータアプリケーションの一形態として始まりました。その誕生以来、顔認識システムは、近年スマートフォンやロボット工学などの他の形態のテクノロジーでより広く使用されています。コンピュータによる顔認識は人間の生理的特徴の測定を伴うため、顔認識システムはバイオメトリクスに分類されます。バイオメトリクス技術としての顔認識システムの精度は、虹彩認識、指紋画像取得、手のひら認識、または音声認識よりも低いものの、非接触プロセスであるため広く採用されています。[ 3 ]顔認識システムは、高度なヒューマンコンピュータインタラクション、ビデオ監視、法執行、乗客スクリーニング、雇用と住宅の決定、および画像の自動インデックス作成に展開されています。 [ 4 ] [ 5 ]
顔認識システムは、今日、世界中の政府や民間企業によって使用されています。[ 6 ]その有効性は様々で、有効性が低いという理由で廃止されたシステムもあります。顔認識システムの使用は、市民のプライバシーを侵害し、誤認を頻繁に起こし、ジェンダー規範[ 7 ] [ 8 ]や人種プロファイリング[ 9 ]を助長し、重要な生体認証データを保護しないという主張から、論争も引き起こしています。ディープフェイクなどの合成メディアの出現も、そのセキュリティに関する懸念を引き起こしています。[ 10 ]これらの主張により、米国のいくつかの都市で顔認識システムが禁止されました。[ 11 ]社会の懸念の高まりを受けて、ソーシャルネットワーキング企業のMeta Platformsは2021年にFacebookの顔認識システムを停止し、10億人以上のユーザーの顔スキャンデータを削除しました。[ 12 ] [ 13 ]この変更は、顔認識技術の歴史上、顔認識の使用における最大の変化の1つでした。IBMも同様の懸念から顔認識技術の提供を中止しました。[ 14 ]
自動顔認識は、1960年代にウッディ・ブレッドソー、ヘレン・チャン・ウルフ、チャールズ・ビソンによって開拓され、彼らの研究はコンピュータに人間の顔を認識させることに焦点を当てていました。[ 15 ]彼らの初期の顔認識プロジェクトは、人間がまず写真内の顔の特徴の座標をコンピュータが認識に使用できるようにする必要があるため、「人間と機械」と呼ばれていました。グラフィックタブレットを使用して、人間は瞳孔の中心、目の内側と外側の角、生え際の未亡人の峰などの顔の特徴の座標を特定します。これらの座標を使用して、口と目の幅を含む20の個別の距離を計算します。人間は1時間に約40枚の画像を処理し、これらの計算された距離のデータベースを構築できます。コンピュータは、各写真の距離を自動的に比較し、距離の差を計算し、一致する可能性のあるレコードを返します。[ 15 ]
1970年、金出武夫は、顎などの解剖学的特徴を特定し、人間の介入なしに顔の特徴間の距離比を計算する顔照合システムを公開した。その後のテストで、このシステムが常に顔の特徴を確実に識別できるとは限らないことが明らかになった。それでも、この分野への関心は高まり、1977年に金出は顔認識技術に関する最初の詳細な書籍を出版した。[ 16 ]
1993年、国防高等研究計画局（DARPA）と陸軍研究所（ARL）は、生産的な実生活環境で使用できる「自動顔認識機能」を開発し、「セキュリティ、情報、法執行機関の職員が職務を遂行するのを支援する」ための顔認識技術プログラムFERETを設立した。研究室で試験された顔認識システムが評価された。FERETテストでは、既存の自動顔認識システムの性能は様々であったが、既存のいくつかの手法は、制御された環境で撮影された静止画像内の顔を認識するために有効に使用できることがわかった。[ 17 ] FERETテストは、自動顔認識システムを販売する3つの米国企業を生み出した。Vision CorporationとMiros Incは、FERETテストの結果をセールスポイントとして利用した研究者によって1994年に設立された。Viisage Technologyは、 MITのアレックス・ペントランドが開発した顔認識アルゴリズムの権利を商業的に利用するために、IDカード防衛請負業者によって1996年に設立された。[ 18 ]
1993 年の FERET 顔認識ベンダーテストの後、ウェストバージニア州とニューメキシコ州の車両管理局(DMV) オフィスは、異なる名前で複数の運転免許証を取得することを防ぐために自動顔認識システムを使用する最初の DMV オフィスとなりました。当時、米国の運転免許証は写真付き身分証明書として一般的に受け入れられていました。米国全土の DMV オフィスは技術的なアップグレードを進めており、デジタル ID 写真のデータベースを構築している最中でした。これにより、DMV オフィスは市場に出回っている顔認識システムを導入し、既存の DMV データベースに対して新しい運転免許証の写真を検索できるようになりました。[ 19 ] DMV オフィスは自動顔認識技術の最初の主要市場の 1 つとなり、米国市民に顔認識を標準的な身分証明方法として導入しました。[ 20 ] 1990 年代の米国の刑務所人口の増加により、米国の各州はデジタル生体認証データベースを組み込んだ接続された自動身分証明システムを確立し、場合によっては顔認識も含まれていました。 1999年、ミネソタ州はVisionics社の顔認識システムFaceITをマグショット予約システムに組み込み、警察、裁判官、裁判所職員が州全体で犯罪者を追跡できるようにした。[ 21 ]
1990 年代までは、顔認識システムは主に人間の顔の写真ポートレートを使用して開発されていました。他のオブジェクトを含む画像から顔を確実に特定するための顔認識の研究は、1990 年代初頭に主成分分析(PCA) によって勢いを増しました。PCA による顔検出方法はEigenfaceとも呼ばれ、Matthew Turk と Alex Pentland によって開発されました。[ 22 ] Turk と Pentland は、カルーネン・レーヴェの定理と因子分析の概念的アプローチを組み合わせて、線形モデルを開発しました。Eigenface は、人間の顔の全体的かつ直交する特徴に基づいて決定されます。人間の顔は、多数の Eigenface の重み付き組み合わせとして計算されます。特定の集団の人間の顔をエンコードするために使用される Eigenface が少ないため、Turk と Pentland の PCA 顔検出方法は、顔を検出するために処理する必要のあるデータ量を大幅に削減しました。 1994年、ペントランドは、顔認識におけるPCAの利用を促進するために、固有目、固有口、固有鼻などの固有顔特徴を定義しました。1997年、PCA固有顔法[ 23 ]は、線形判別分析（LDA）を使用してFisherfaceを生成することで改良されました。[ 24 ] LDA Fisherfaceは、PCA特徴ベースの顔認識で主に使われるようになりました。一方、固有顔は顔の再構成にも使用されました。これらのアプローチでは、顔の特徴や部分をリンクする顔の全体的な構造は計算されません。[ 25 ]
顔認識に対する純粋に特徴ベースのアプローチは、1990年代後半にボーフムシステムに取って代わられました。ボーフムシステムは、ガボールフィルタを使用して顔の特徴を記録し、顔の構造のグリッドを計算して特徴をリンクしました。[ 26 ]クリストフ・フォン・デア・マルスブルクとボーフム大学の研究チームは、1990年代半ばに、皮膚のセグメンテーションを使用して画像から顔を抽出するElastic Bunch Graph Matchingを開発しました。 [ 22 ] 1997年までに、マルスブルクによって開発された顔検出方法は、市場に出回っている他のほとんどの顔検出システムを凌駕しました。いわゆる「ボーフムシステム」と呼ばれる顔検出システムは、空港やその他の混雑した場所の運営者向けにZN-Faceとして市販されました。このソフトウェアは「完璧ではない顔の画像から識別を行うのに十分な堅牢性を備えており、口ひげ、あごひげ、髪型の変更、眼鏡、さらにはサングラスといった識別の妨げとなるものも多くの場合見抜くことができます」。[ 27 ]
2001年に、顔検出のためのViola–Jonesオブジェクト検出フレームワークにより、ビデオ映像でのリアルタイム顔検出が可能になりました。[ 28 ] Paul ViolaとMichael Jonesは、顔検出手法とデジタル画像における物体認識のためのHaarライク特徴アプローチを組み合わせて、初のリアルタイム正面顔検出器であるAdaBoostを発表しました。 [ 29 ] 2015年までに、Viola–Jonesアルゴリズムは、ハンドヘルドデバイスや組み込みシステム上の小型低電力検出器を使用して実装されました。そのため、Viola–Jonesアルゴリズムは、顔認識システムの実際的な応用範囲を広げただけでなく、ユーザーインターフェースやテレビ会議の新しい機能をサポートするためにも使用されています。[ 30 ]
ウクライナは、死亡したロシア兵の身元確認に米国に拠点を置くClearview AIの顔認識ソフトウェアを使用している。ウクライナは8,600件の検索を行い、死亡したロシア兵582人の家族を特定した。このソフトウェアを使用しているウクライナ軍のITボランティア部隊は、その後、死亡した兵士の家族に連絡を取り、ウクライナにおけるロシアの活動について認識を高めている。主な目的は、ロシア政府を不安定化させることである。これは心理戦の一形態と見なすことができる。5つの省庁の約340人のウクライナ政府職員がこの技術を使用している。これは、ウクライナに侵入しようとするスパイを捕まえるために使用されている。[ 31 ]
Clearview AIの顔認識データベースは政府機関のみが利用可能であり、政府機関は法執行機関の捜査を支援するため、または国家安全保障に関連してのみこの技術を使用できる。[ 32 ]
このソフトウェアはClearview AI社からウクライナに寄贈された。ロシアはこれを反戦活動家を探すために使用していると考えられている。Clearview AIは元々米国の法執行機関向けに設計されたものだ。戦争でこれを使用することは新たな倫理的懸念を引き起こす。ロンドンを拠点とする監視専門家の一人、スティーブン・ヘア氏は、ウクライナ人が非人道的に見えるようになるのではないかと懸念している。「これは実際に機能しているのか？それとも（ロシア人に）『無法で残酷なウクライナ人が、我々の兵士にこんなことをしている』と言わせることになるのか？」[ 33 ]
人間はそれほど苦労せずに顔を認識できますが、[ 34 ]顔認識はコンピューティングにおける困難なパターン認識問題です。顔認識システムは、照明や表情によって外観が変化する3次元の人間の顔を、2次元画像に基づいて識別しようとします。この計算タスクを実行するために、顔認識システムは4つのステップを実行します。まず、顔検出を使用して、画像の背景から顔をセグメント化します。2番目のステップでは、セグメント化された顔画像が、顔の姿勢、画像サイズ、照明やグレースケールなどの写真特性を考慮して位置合わせされます。位置合わせプロセスの目的は、3番目のステップである顔特徴抽出で顔の特徴を正確に特定できるようにすることです。目、鼻、口などの特徴が画像内で特定され、測定されて顔が表現されます。このようにして確立された顔の特徴ベクトルは、4番目のステップで顔のデータベースと照合されます。[ 35 ]
顔認識アルゴリズムの中には、被写体の顔の画像からランドマーク、つまり特徴を抽出することで顔の特徴を識別するものがあります。たとえば、アルゴリズムは目、鼻、頬骨、顎の相対的な位置、サイズ、形状を分析する場合があります。[ 36 ]これらの特徴は、一致する特徴を持つ他の画像を検索するために使用されます。[ 37 ]
他のアルゴリズムでは、顔画像のギャラリーを正規化してから顔データを圧縮し、顔認識に役立つ画像内のデータのみを保存します。次に、プローブ画像が顔データと比較されます。 [ 38 ]最も初期の成功したシステムの1つ[ 39 ]は、一連の顕著な顔の特徴に適用されるテンプレートマッチング技術[ 40 ]に基づいており、一種の圧縮された顔表現を提供します。
認識アルゴリズムは、特徴を区別する幾何学的アプローチと、画像を値に抽出してテンプレートと比較して差異を排除する統計的アプローチであるフォトメトリックアプローチの 2 つの主要なアプローチに分けられます。これらのアルゴリズムは、全体的モデルと特徴ベースモデルの 2 つの大きなカテゴリに分類されます。前者は顔全体を認識しようとしますが、特徴ベースは特徴に応じてコンポーネントに細分化し、それぞれと他の特徴に対する空間的位置を分析します。[ 41 ]
一般的な認識アルゴリズムには、固有顔を使用した主成分分析、線形判別分析、Fisherface アルゴリズムを使用した弾性バンチグラフマッチング、隠れマルコフモデル、テンソル表現を使用した多重線形部分空間学習、ニューロンに動機付けられた動的リンクマッチングなどがあります。[ 42 ]現代の顔認識システムでは、ディープラーニングなどの機械学習技術の利用が増えています。[ 43 ]
遠隔での人物識別（HID）を可能にするために、顔の低解像度画像は顔幻覚法を用いて強調されます。CCTV画像では、顔はしばしば非常に小さく写ります。しかし、顔の特徴を識別してプロットする顔認識アルゴリズムは高解像度画像を必要とするため、信号対雑音比の高い環境で撮影された画像でも顔認識システムが動作できるように、解像度向上技術が開発されてきました。顔認識システムに画像を送信する前に画像に適用される顔幻覚アルゴリズムは、ピクセル置換または最近傍分布インデックスを用いた事例ベースの機械学習を使用し、人口統計学的および年齢に関連する顔の特徴も組み込む場合があります。顔幻覚法の使用は、高解像度顔認識アルゴリズムの性能を向上させ、超解像アルゴリズムの固有の制限を克服するために使用できます。顔幻覚法は、顔が偽装されている画像の事前処理にも使用されます。この場合、サングラスなどの偽装が取り除かれ、顔幻覚アルゴリズムが画像に適用されます。このような顔幻覚アルゴリズムは、変装ありと変装なしの類似した顔画像でトレーニングする必要があります。変装を取り除いて露出した領域を埋めるには、顔幻覚アルゴリズムは顔全体の状態を正しくマッピングする必要がありますが、低解像度の画像で捉えられた瞬間的な表情のため、これは不可能かもしれません。[ 44 ]
3 次元顔認識技術は、3D センサーを使用して顔の形状に関する情報を取得します。この情報は、眼窩、鼻、顎の輪郭など、顔の表面の特徴を識別するために使用されます。[ 45 ] 3D 顔認識の利点の 1 つは、他の技術のように照明の変化の影響を受けないことです。また、横顔を含むさまざまな視点から顔を識別することもできます。[ 45 ] [ 37 ]顔からの 3 次元データ ポイントは、顔認識の精度を大幅に向上させます。3D 次元顔認識の研究は、構造化光を顔に投影する高度なセンサーの開発によって可能になりました。[ 46 ] 3D マッチング技術は表情に敏感であるため、テクニオンの研究者は、表情を等長変換として扱うために計量幾何学のツールを適用しました。[ 47 ]顔の 3D 画像をキャプチャする新しい方法は、異なる角度を向いた 3 つのトラッキング カメラを使用します。1 つのカメラは被写体の正面を向き、2 番目は横を向き、3 番目は斜めを向きます。これらのカメラはすべて連携して動作し、被写体の顔をリアルタイムで追跡し、顔検出と認識を可能にします。[ 48 ]
顔認識の入力データを取得する別の方法として、サーマルカメラを使用する方法があります。この方法では、カメラは頭の形だけを検出し、眼鏡、帽子、化粧などの被写体のアクセサリーは無視します。[ 49 ]従来のカメラとは異なり、サーマルカメラはフラッシュを使用せず、カメラの位置を露出させることなく、低照度や夜間でも顔画像を撮影できます。[ 50 ]しかし、顔認識用のデータベースは限られています。サーマル顔画像のデータベースを構築する取り組みは2004年に遡ります。[ 49 ] 2016年までに、IIITD-PSEやノートルダム大学のサーマル顔データベースなど、いくつかのデータベースが存在しました。[ 51 ]現在のサーマル顔認識システムは、屋外環境で撮影されたサーマル画像から顔を確実に検出することはできません。[ 52 ]
2018年、米国陸軍研究所（ARL）の研究者らは、サーマルカメラで取得した顔画像を、従来のカメラで撮影したデータベース内の顔画像と照合できる技術を開発しました。[ 53 ] 2つの異なる画像モダリティからの顔認識を橋渡しする方法からクロススペクトル合成法として知られるこの方法は、複数の顔領域と詳細を分析することによって単一の画像を合成します。[ 54 ]これは、特定の熱画像を対応する可視顔画像にマッピングする非線形回帰モデルと、潜在投影を画像空間に投影する最適化問題で構成されています。[ 50 ] ARLの科学者らは、このアプローチは、グローバル情報（つまり顔全体の特徴）とローカル情報（つまり目、鼻、口に関する特徴）を組み合わせることによって機能すると指摘しています。[ 55 ] ARLで実施された性能テストによると、マルチリージョンクロススペクトル合成モデルは、ベースライン方法と比較して約30%、最先端の方法と比較して約5%の性能向上を示しました。[ 54 ]
2013 年に設立されたLooksery は、 Kickstarter で顔修正アプリの資金調達を行いました。クラウドファンディングの成功後、Looksery は2014 年 10 月にリリースされました。このアプリケーションでは、ユーザーの外見を変更する顔用特殊フィルターを介して、他のユーザーとビデオチャットを行うことができます。Facetuneや Perfect365など、すでに市場に出回っている画像拡張アプリケーションは静止画像に限定されていましたが、Looksery はライブビデオに拡張現実を適用できるようにしました。 2015 年後半、SnapChat がLooksery を買収し、Looksery は同社の画期的なレンズ機能となりました。[ 56 ] Snapchat のフィルター アプリケーションは顔検出技術を使用しており、画像で識別された顔の特徴に基づいて、3D メッシュ マスクが顔の上に重ねられます。[ 57 ]さまざまな技術が、顔認識防止マスクを使用して顔認識ソフトウェアを欺こうとしています。[ 58 ]
DeepFaceは、 Facebookの研究グループが開発した深層学習顔認識システムです。デジタル画像から人間の顔を識別します。1億2000万を超える接続重みを持つ9層のニューラルネットワークを採用し、Facebookユーザーがアップロードした400万枚の画像でトレーニングされています。 [ 59 ] [ 60 ]このシステムの精度は97%と言われており、FBIの次世代識別システムの85%を上回っています。[ 61 ]
TikTokのアルゴリズムは特に効果的だと考えられてきたが、アプリがユーザーの希望するコンテンツを推測するのにこれほど効果的な正確なプログラミングは一体何なのか、多くの人が疑問に思っていた。[ 62 ] 2020年6月、TikTokは「おすすめ」ページと、顔認識を含まない動画の推奨方法に関する声明を発表した。[ 63 ]しかし、2021年2月、TikTokは、 アプリがユーザーの動画と年齢、性別、民族を識別するアルゴリズムの両方で顔認識を使用していたと主張する米国の訴訟で、9200万ドルの和解に合意した。[ 64 ]
顔認識の新たな用途は、 ID検証サービスの利用です。多くの企業などが現在、銀行、ICO、その他の電子商取引向けにこれらのサービスを提供するために市場で活動しています。[ 65 ]顔認識は、さまざまなコンピューティング プラットフォームやデバイスの生体認証の一形態として活用されてきました。 [ 37 ] Android 4.0「Ice Cream Sandwich」では、スマートフォンのフロント カメラを使用した顔認識がデバイスのロック解除手段として追加されました。 [ 66 ] [ 67 ]一方、Microsoft は、 Kinectアクセサリを介してXbox 360ビデオゲーム コンソールに顔認識ログインを導入し、[ 68 ]また、赤外線照明カメラを必要とする「Windows Hello」プラットフォームを介してWindows 10にも導入しました。 [ 69 ] 2017 年、Apple のiPhone Xスマートフォンは、赤外線照明システムを使用する「 Face ID 」プラットフォームで顔認識を製品ラインに導入しました。[ 70 ]
Appleは、指紋認証システムであるTouch IDの後継として、フラッグシップモデルのiPhone XにFace IDを導入しました。Face IDは、2つの部分からなる顔認識センサーを備えています。1つは、ユーザーの顔に3万個以上の赤外線ドットを投影する「Romeo」モジュール、もう1つは、パターンを読み取る「Juliet」モジュールです。[ 71 ]パターンは、デバイスの中央処理装置（CPU）内のローカルな「Secure Enclave」に送信され、電話の所有者の顔との一致が確認されます。[ 72 ]
顔パターンは Apple ではアクセスできません。不正アクセスを防ぐため、目を閉じた状態ではシステムは動作しません。[ 72 ]この技術はユーザーの外見の変化から学習するため、帽子、スカーフ、眼鏡、多くのサングラス、ひげ、化粧にも対応します。[ 73 ]また、暗闇でも動作します。これは、「フラッドイルミネーター」と呼ばれる専用の赤外線フラッシュを使用することで実現され、目に見えない赤外線をユーザーの顔に照射して、30,000 の顔のポイントに加えて 2D 画像を取得します。[ 74 ]
顔認識アルゴリズムは、鼻、頬、その他の顔の特徴を利用して、いくつかの疾患の診断に役立ちます。[ 75 ]開発されたデータセットに基づいて、機械学習は顔の寸法のみに基づいて遺伝的異常を特定するために使用されてきました。[ 76 ] FRTは、手術手順の前に患者を確認するためにも使用されています。
2022年3月、フォーブスの出版物によると、AI開発会社のFDNAは、10年間で遺伝学者と協力して約5,000の疾患のデータベースを開発し、そのうち1,500は顔認識アルゴリズムで検出できると主張した。[ 77 ]
インタビューで、国家保健局長のRSシャルマ博士は、ワクチン接種を希望する人々の身元確認のために、顔認識技術がAadhaarと併用されると述べた。 [ 78 ] 10の人権団体とデジタル権利団体、そして150人以上の個人が、インターネット自由財団の声明に署名し、中央政府のワクチン接種推進プロセスにおける顔認識技術の導入に警鐘を鳴らした。[ 79 ]義務的な安全対策を含む適切な法律なしにエラーが発生しやすいシステムを導入すると、市民は不可欠なサービスを受けられなくなり、この未検証の技術をインドでのワクチン接種展開に結びつけると、ワクチン供給システムから人々が排除されるだけである。[ 80 ]
2021年7月、メガラヤ州政府は、顔認識技術（FRT）を使用して年金受給者の身元を確認し、「年金受給者生存証明確認」モバイルアプリケーションを使用してデジタル生存証明書を発行すると発表した。[ 81 ]この発表によると、年金受給者は「スマートフォンを使用して自宅から年金支給当局に生存確認を行うための安全で簡単かつ手間のかからないインターフェース」を利用できるとされている。法学生のジェイド・ジェレマイア・リングドー氏は、関係当局に法的通知を送り、「このアプリケーションは個人データの処理を規定する根拠となる法律なしに展開されているため、合法性を欠いており、政府にはデータを処理する権限がない」と指摘した。[ 82 ]
オーストラリア国境警備隊とニュージーランド税関は、旅行者の顔を電子パスポートのマイクロチップのデータと比較する顔認識を使用するスマートゲートと呼ばれる自動国境処理システムを構築しました。[ 83 ] [ 84 ]カナダのすべての国際空港は、旅行者の顔を電子パスポートに保存されている写真と比較するプライマリー検査キオスクプログラムの一部として顔認識を使用しています。このプログラムは、2017 年初頭にバンクーバー国際空港で初めて導入され、2018 年から 2019 年にかけて残りのすべての国際空港に展開されました。[ 85 ]
英国の警察は2015年から公共イベントでライブ顔認識技術の試験運用を行っている。[ 86 ] 2017年5月、サウスウェールズ警察が運用するバンに搭載された自動顔認識（AFR）システムを使用して男性が逮捕された。Ars Technicaは「これは[AFR]が逮捕につながった最初の事例のようだ」と報じた。[ 87 ]しかし、Big Brother Watchによる2018年の報告書では、これらのシステムの不正確さは最大98%であることが判明した。[ 86 ]また、この報告書では、英国の2つの警察、サウスウェールズ警察とロンドン警視庁が公共イベントや公共の場でライブ顔認識を使用していることも明らかになった。[ 88 ] 2019年9月、サウスウェールズ警察による顔認識の使用は合法と判断された。[ 88 ]ライブ顔認識は2016年からロンドンの街頭で試験運用されており、2020年初頭からロンドン警視庁で定期的に使用される予定である。 [ 89 ] 2020年8月、控訴裁判所は、2017年と2018年に南ウェールズ警察が顔認識システムを使用した方法は人権を侵害しているとの判決を下した。[ 90 ]
しかし、2024年までにロンドン警視庁は16,000人の容疑者のデータベースでこの技術を使用し、強姦犯や8年間重傷害罪で指名手配されていた人物を含む360人以上の逮捕につながった。彼らは偽陽性率は6,000人に1人だけだと主張している。システムで特定されなかった人物の写真はすぐに削除される。[ 91 ]
米国国務省は、世界最大規模の顔認識システムの一つを運用しており、1億1700万人の米国成人のデータベースを保有している。写真は主に運転免許証の写真から抽出されている。[ 92 ]まだ完成には程遠いものの、一部の都市では写真に写っている人物の手がかりを得るために利用されている。FBIはこれらの写真を捜査ツールとして使用しており、確実な身元確認には使用していない。[ 93 ] 2016年現在、顔認識技術は、サンディエゴとロサンゼルスの警察が撮影した写真に写っている人物を特定するために使用されていた（リアルタイムのビデオではなく、逮捕時の写真とのみ照合）[ 94 ] 。また、ウェストバージニア州とダラスでも使用が計画されていた[ 95 ]。
近年、メリーランド州は人々の顔を運転免許証の写真と比較することで顔認識システムを使用している。このシステムは、フレディ・グレイが警察の拘留中に死亡した後に、ボルチモアで暴徒化した抗議者を逮捕するために使用された際に物議を醸した。[ 96 ]他の多くの州も同様のシステムを使用または開発しているが、一部の州ではその使用を禁止する法律がある。
FBIは、顔認識に加え、指紋や虹彩スキャンといった従来型の生体認証も含む次世代識別プログラムを導入しており、犯罪データベースと民事データベースの両方から情報を取得できる。[ 97 ]連邦政府会計検査院は、プライバシーと正確性に関する様々な懸念に対処していないとしてFBIを批判した。[ 98 ]
2018年から、米国税関・国境警備局は米国の空港に「生体認証顔スキャナー」を導入した。国際線出発便の乗客は、顔画像を撮影し、CBPのデータベースに保存されている身分証明書の写真と照合することで、チェックイン、保安検査、搭乗手続きを完了できる。米国市民権を持つ旅行者の顔画像は、最大12時間以内に削除される。運輸保安庁（TSA）は、将来的に保安検査の際に国内航空旅行にも同様のプログラムを導入する意向を表明している。米国自由人権協会（ ACLU）は、このプログラムが監視目的で使用されることを懸念し、このプログラムに反対している団体の1つである。[ 99 ]
2019年、研究者らは、移民税関執行局（ICE）が州の運転免許証データベースに対して顔認識ソフトウェアを使用しており、その中には不法移民に免許証を発行している州も含まれていると報告した。[ 98 ]
2022年12月、米国の主要国内空港16か所で顔認識技術の試験運用が開始され、カメラ付きキオスクで旅行者のIDの写真と照合し、乗客がなりすましではないことを確認した。[ 100 ] 2025年には、ニューオーリンズ警察が、 2022年の市条例で制限された技術に反して、ACLUのフリード・ウェスラーが「米国の主要都市の警察が、ライブカメラ映像で人物を特定し、即座に逮捕するためにAIを使用する、既知の最初の大規模な取り組み」と呼んだものを展開していたことが明らかになった。[ 101 ]
2026年のデラニー・ホール抗議活動中、国土安全保障省（DHS）長官のマークウェイン・マリンは、抗議参加者の特定に顔認識システムが使用されたことを認めた。[ 102 ]
2006年、中国政府は全国的なCCTV監視を実施するために「スカイネット」（天網）プロジェクトを開始し、2018年現在、このプロジェクトのために、リアルタイムの顔認識が可能なカメラが全国に2000万台配備されている。[ 103 ]一部の当局者は、現在のスカイネットシステムは中国の全人口を1秒で、世界の人口を2秒でスキャンできると主張している。[ 104 ]
2017年、青島警察は青島国際ビールフェスティバルで顔認識装置を使用して25人の指名手配犯を特定することができた。そのうちの1人は10年間逃亡していた。[ 105 ]この装置は、15秒間のビデオクリップを録画し、対象者の複数のスナップショットを撮影することで機能する。そのデータは警察署のデータベースの画像と比較分析され、20分以内に98.1%の精度で対象者を特定することができる。[ 106 ]
2018年、鄭州市と北京市の中国警察は、スマートグラスを使用して写真を撮影し、顔認識を使用して政府のデータベースと比較することで、容疑者を特定し、住所を取得し、居住地域外に移動した人物を追跡していた。[ 107 ] [ 108 ]
2017年末現在、中国は新疆ウイグル自治区で顔認識と人工知能技術を展開している。同地域を訪れた記者は、いくつかの都市で100メートルごとに監視カメラが設置されているほか、ガソリンスタンド、ショッピングセンター、モスクの入り口などの場所に顔認識チェックポイントが設置されているのを発見した。 [ 109 ] [ 110 ] 2019年5月、ヒューマン・ライツ・ウォッチは、新疆ウイグル自治区のウイグル族コミュニティに関するデータを収集し追跡するために使用されている警察の監視アプリである統合合同作戦プラットフォーム（IJOP）でFace++コードを発見したと報告した。[ 111 ]ヒューマン・ライツ・ウォッチは2019年6月に報告書の訂正を発表し、中国企業のMegviiはIJOPに協力していないようで、アプリ内のFace++コードは動作しないと述べた。[ 112 ] 2020年2月、コロナウイルスの発生を受けて、Megviiは群衆の中でコロナウイルス感染の症状のある人を特定するのに役立つように立ち上げた体温スクリーニングシステムを最適化するために銀行融資を申請した。 Megviiは融資申請書類の中で、マスクを着用した人物を識別する精度を向上させる必要があると述べている。[ 113 ]
中国の多くの公共の場所には、鉄道駅、空港、観光名所、博覧会、オフィスビルなど、顔認証機器が導入されています。2019年10月、浙江科技大学の教授が、杭州サファリパークを顧客の生体認証情報の不正使用で訴えました。サファリパークは、イヤーカード所有者の身元確認に顔認証技術を使用しています。中国では推定300の観光地が顔認証システムを導入し、訪問者の入場に使用しています。このケースは、中国における顔認証システムの使用に関する最初の事例とされています。[ 114 ] 2020年8月、ラジオ・フリー・アジアは、2019年にテンセントのWeChatアプリを使用して米国の友人に動画を転送した太原市の市民、耿冠軍が「喧嘩を仕掛け、トラブルを誘発した」罪で有罪判決を受けたことを報じました。裁判所の文書によると、中国の警察は顔認識システムを使用して耿冠君を「海外の民主活動家」として特定し、中国のネットワーク管理部門と宣伝部門はWeChatユーザーを直接監視していることが明らかになった。[ 115 ]
2019年、香港の抗議者たちは、中国当局が監視に用いるカメラや顔認識システムが内蔵されている可能性があるとの懸念から、スマート街灯を破壊した。[ 116 ]人権団体は、中国政府がウイグル人[ 117 ] 、キリスト教徒[ 118 ] 、法輪功学習者[ 119 ] [ 120 ]に対する弾圧に人工知能顔認識技術を使用していることを批判している。
顔認識技術（FRT）は完全な精度ではないものの[ 121 ] 、インドでは警察による身元確認目的での利用がますます増加している。FRTシステムは、身元確認対象の容疑者と警察が保有する犯罪者データベースとの間の一致確率スコア、すなわち信頼度スコアを生成する。国家自動顔認識システム（AFRS）[ 122 ]は、内務省傘下の国家犯罪記録局（NCRB）によって既に開発が進められている。このプロジェクトは、中央および州の治安機関による顔認識技術システムと互換性のある写真の国家データベースを開発・展開することを目的としている。インターネット自由財団はこのプロジェクトに関して懸念を表明している[ 123 ] 。同NGOは、FRTシステムの精度は「日常的に誇張されており、実際の数値は改善の余地が大きい」と指摘している[ 123 ] 。このような欠陥のあるFRTシステムの導入は、この認識プロセスにおいて高い割合の偽陽性および偽陰性につながるだろう。
インド最高裁判所のKS Puttaswamy 判事対インド連邦(22017 10 SCC 1) 判決によれば、憲法第 21 条で基本的人権として保護されている人々のプライバシー権に対する国家による正当な侵害は、合法性、必要性、比例性、手続き上の保障といった一定の基準を満たさなければならない。[ 124 ]インターネット自由財団によれば、国家自動顔認識システム (AFRS) の提案は、「合法性の欠如」、「明白な恣意性」、「保障と説明責任の欠如」を理由に、これらの基準のいずれも満たしていない。[ 125 ]
国家レベルの AFRS プロジェクトはまだ進行中ですが、インドのさまざまな州の警察署は、すでに顔認識技術システムを導入しています。たとえば、テランガーナ州の TSCOP + CCTNS、[ 126 ]パンジャブ州の Punjab Artificial Intelligence System (PAIS)、[ 127 ]ウッタル プラデーシュ州の Trinetra、[ 128 ]ウッタラカンド州の Police Artificial Intelligence System、[ 129 ]デリーの AFRS、マハラシュトラ州の Automated Multimodal Biometric Identification System (AMBIS)、タミル ナードゥ州の FaceTagr などです。国家電子ガバナンス計画 (NeGP) のミッション モード プロジェクトである犯罪および犯罪者追跡ネットワーク システム( CCTNS )は、インド全土の警察署を接続し、警察署同士が「会話」するのを助けるシステムと見なされています。このプロジェクトの目的は、すべての警察署で登録された FIR や捜査された事件、提出された起訴状、容疑者、指名手配者を含む、すべての FIR 関連の情報をデジタル化することです。これにより、インドにおける犯罪と犯罪者の国家データベースが構築されます。CCTNS は、データ保護法がないまま実施されています。CCTNS は、画像からビデオまでさまざまな入力から人物を特定または検証するために展開できる、すべての犯罪と犯罪者に関連する顔データのレポジトリである AFRS と統合される予定です。[ 132 ]これにより、市民社会組織やプライバシー専門家からプライバシーに関する懸念が提起されています。両方のプロジェクトは、国家による「大規模監視」の手段として非難されています。 [ 133 ]ラジャスタン州では、警察アプリ「RajCop」に、容疑者の顔を既知の人物のデータベースとリアルタイムで照合できる顔認識モジュールが最近統合されました。ラジャスタン州警察は現在、このモジュールの適用範囲を拡大するために、逮捕されたすべての人物の写真をCCTNSデータベースにアップロードすることを義務付けており、これにより「既知の犯罪者の豊富なデータベースの開発に役立つ」としている。[ 134 ]
カメラが取り付けられたヘルメットは、ラジャスタン州警察が治安維持活動において警察の行動や「犯罪者」の活動を撮影するために設計され、使用されており、これらの映像は後に事件捜査の際の証拠として役立つ可能性がある。[ 134 ] PAIS（パンジャブ人工知能システム）アプリは、ディープラーニング、機械学習、顔認識を使用して犯罪者を特定し、警察官を支援する。[ 134 ]テランガーナ州は80万台のCCTVカメラを設置しており、[ 134 ]州都ハイデラバードは徐々に監視の都になりつつある。[ 135 ]
偽陽性とは、顔認識技術が実際とは異なる人物を誤って認識し、誤った陽性結果を出すことを指します。偽陽性は、差別や既存の偏見の強化につながることがよくあります。例えば、2018年にデリー警察は、FRTシステムの精度が2%だったと報告しましたが、2019年には1%に低下しました。FRTシステムは、異なる性別を正確に区別することさえできませんでした。[ 136 ]
デリー政府はインド宇宙研究機関（ISRO）と協力して、犯罪マッピング分析予測システム（CMAPS）と呼ばれる新しい技術を開発している。このプロジェクトは、「犯罪を抑制し、法と秩序を維持する」ために宇宙技術を配備することを目的としている。[ 134 ]このシステムは、犯罪者のデータを含むデータベースに接続される。[ 134 ]この技術は、犯罪現場でリアルタイムのデータを収集するために配備されることが想定されている。[ 134 ]
インターネット自由財団がデリー警察が使用している顔認識システムに関する情報を求めて提出した情報公開請求（参照番号 DEPOL/R/E/20/07128）に対する 2020 年 11 月 25 日付の回答で、副警視総監兼情報公開担当官（犯罪担当）事務所は、2005 年情報公開法第 8 条 (d) に基づき情報を提供できないと述べた。[138 ] 2020年7月 30 日付の情報公開 (RTI) 請求がコルカタ警察署長事務所に提出され、同部署が使用している顔認識技術に関する情報が求められた。[ 139 ]求められた情報は拒否され、同部署は RTI 法第 24 条 (4) に基づき開示が免除されていると述べられた。[ 140 ]
2000年のメキシコ大統領選挙では、メキシコ政府は投票詐欺を防ぐために顔認識ソフトウェアを使用した。一部の人物は、複数回投票しようとして、複数の異なる名前で投票登録を行っていた。当局は、新しい顔画像を既に有権者データベースにある画像と比較することで、重複登録を減らすことができた。[ 141 ]
コロンビアでは、公共交通バスに FaceFirst Inc 製の顔認識システムが搭載され、コロンビア国家警察が捜索している乗客を特定している。 FaceFirst Inc はパナマのトクメン国際空港にも顔認識システムを構築した。顔認識システムは、パナマ国家警察またはインターポールが捜索している旅行者の中から個人を特定するために展開されている。[ 142 ]トクメン国際空港では、数百台のライブ顔認識カメラを使用して空港全体を監視するシステムを運用し、空港を通過する指名手配犯を特定している。顔認識システムは当初、1,100 万米ドルの 契約の一部として設置され、 60 台のコンピュータからなるコンピュータ クラスター、空港ビル用の光ファイバー ケーブルネットワーク、空港ターミナルと約 30 か所の空港ゲートに 150 台の監視カメラが設置された。[ 143 ]
2014年のブラジルで開催されたFIFAワールドカップでは、ブラジル連邦警察が顔認識ゴーグルを使用しました。 2016年のリオデジャネイロ夏季オリンピックでも、「中国製」の顔認識システムが使用されました。[ 142 ] Nuctech社は、マラカナンスタジアムに145台の検査端末、デオドロオリンピック公園に55台の端末を提供しました。[ 144 ]
欧州連合の少なくとも21か国の警察は、行政目的または犯罪目的で顔認識システムを使用しているか、使用を計画している。[ 145 ]
ギリシャ警察は、ライブ顔認識システムを搭載したデバイスを少なくとも1,000台提供する契約をIntracom-Telecomと締結した。納入は2021年の夏までに行われる予定である。契約総額は400万ユーロを超え、その大部分は欧州委員会の内部安全保障基金によって支払われる。[ 146 ]
イタリア警察は2017年に顔認識システムSARI（Sistema Automatico Riconoscimento Immagini）を導入した。2020年11月、内務省はこれを亡命希望者と思われる人物の特定にリアルタイムで使用する計画を発表した。[ 147 ]
オランダは2016年から顔認識と人工知能技術を導入している。[ 148 ]オランダ警察のデータベースには現在、 130万人のオランダ国民の220万枚以上の写真が保存されている 。これは人口の約8%に相当する。オランダでは、警察は市営CCTVで顔認識を使用していない。[ 149 ]
南アフリカでは、2016年にヨハネスブルグ市が自動ナンバープレート認識と顔認識機能を備えたスマートCCTVカメラの導入を発表した。[ 150 ]
米国の企業3VR（現在はIdentiv ）は、 2007年にはすでに小売業者に顔認識システムとサービスを提供し始めたベンダーの一例である。[ 151 ] 2012年には、同社は「顧客の待ち時間を短縮するための滞在時間と行列分析」、「従業員によるパーソナライズされた顧客挨拶を促進するための顔監視分析」、および「POS（販売時点情報管理）データと顔認識を組み合わせることでロイヤルティプログラムを作成できる」といった利点を宣伝した。[ 152 ]
2018年、全米小売業協会損失防止研究評議会は、顔認識技術を「評価に値する有望な新しいツール」と呼んだ。[ 153 ]
2020年7月、ロイター通信は、2010年代にドラッグストアチェーンのライトエイドが、フェイスファースト、ディープカムLLC、その他のベンダーの顔認識ビデオ監視システムとコンポーネントを米国の一部の店舗に導入していたと報じた。[ 153 ]ライトエイドの資産保護担当副社長キャシー・ラングレーは、これらのシステムについて「特徴照合」という言葉を用い、システムの使用により同社の店舗での暴力や組織犯罪が減少したと述べた。一方、元資産保護担当副社長のボブ・オベロスラーは、従業員の安全性の向上と法執行機関の関与の必要性の減少を強調した。[ 153 ] 2020年にロイター通信への声明で、ライトエイドは、この報道を受けて顔認識ソフトウェアの使用を中止し、カメラの電源を切ったと述べた。[ 153 ]
全米小売業協会損失防止研究評議会のリード・ヘイズ所長によると、ライトエイドの監視プログラムは小売業界で最大規模か、最大規模のプログラムの一つだった。 [ 153 ]ホームデポ、メナーズ、ウォルマート、セブンイレブンなども、顔認識技術の大規模な試験プログラムや導入に取り組んでいる米国の小売業者である。 [ 153 ]
ロイターが2020年に調査したライトエイドの店舗のうち、有色人種が最大の人種または民族グループを構成しているコミュニティにある店舗では、この技術が導入されている可能性が3倍高かった[ 153 ]。これは、米国における人種隔離と人種プロファイリングの長い歴史に関連する懸念を引き起こしている。ライトエイドは、場所の選択は個々の店舗の盗難履歴、地域および国の犯罪データ、およびサイトのインフラストラクチャに基づいて「データ駆動型」であると述べた[ 153 ] 。
2019年には、シドニーのスターカジノで盗難防止のための顔認証が使用され、ニュージーランドのゲーム施設にも導入された。[ 154 ]
In June 2022, consumer group CHOICE reported facial recognition was in use in Australia at Kmart, Bunnings, and The Good Guys. The Good Guys subsequently suspended the technology pending a legal challenge by CHOICE to the Office of the Australian Information Commissioner, while Bunnings kept the technology in use and Kmart maintained its trial of the technology.[155]
At the American football championship game Super Bowl XXXV in January 2001, police in Tampa Bay, Florida used Viisage face recognition software to search for potential criminals and terrorists in attendance at the event. 19 people with minor criminal records were potentially identified.[156][157]
Face recognition systems have also been used by photo management software to identify the subjects of photographs, enabling features such as searching images by person, as well as suggesting photos to be shared with a specific contact if their presence were detected in a photo.[158][159] By 2008 facial recognition systems were typically used as access control in security systems.[160]
The United States' popular music and country music celebrity Taylor Swift surreptitiously employed facial recognition technology at a concert in 2018. The camera was embedded in a kiosk near a ticket booth and scanned concert-goers as they entered the facility for known stalkers.[161]
On August 18, 2019, The Times reported that the UAE-owned Manchester City hired a Texas-based firm, Blink Identity, to deploy facial recognition systems in a driver program. The club has planned a single super-fast lane for the supporters at the Etihad stadium.[162] However, civil rights groups cautioned the club against the introduction of this technology, saying that it would risk "normalising a mass surveillance tool". The policy and campaigns officer at Liberty, Hannah Couchman said that Man City's move is alarming, since the fans will be obliged to share deeply sensitive personal information with a private company, where they could be tracked and monitored in their everyday lives.[163]
2019年、オーストラリアとニュージーランドのカジノは盗難防止のために顔認証を導入し、シドニーのスターカジノの代表者は、バーに再び来店した客を歓迎するなど「顧客サービス」も提供すると述べた。[ 154 ]
2020年8月、米国でCOVID-19パンデミックが蔓延する中、ニューヨークとロサンゼルスのアメリカンフットボールスタジアムは、今後の試合に向けて顔認証システムを導入すると発表した。その目的は、入場プロセスを可能な限り非接触にすることである。[ 164 ]フロリダ州オーランド近郊のディズニー・マジックキングダムも同様に、パンデミック中に非接触体験を実現するために顔認証技術のテストを発表した。このテストは当初2021年3月23日から4月23日の間に実施される予定だったが、 2021年4月下旬までに期間制限は撤廃された。 。[ 165 ]
メディア企業は、写真や動画の追跡、整理、アーカイブを効率化するために顔認識技術の使用を開始している。[ 166 ]
2006年に、最新の顔認識アルゴリズムの性能が顔認識グランドチャレンジ（FRGC）で評価されました。テストでは、高解像度の顔画像、3D顔スキャン、虹彩画像が使用されました。結果は、新しいアルゴリズムが2002年の顔認識アルゴリズムよりも10倍、1995年のアルゴリズムよりも100倍正確であることを示しました。一部のアルゴリズムは、顔認識において人間の参加者を上回り、一卵性双生児を一意に識別することができました。[ 45 ] [ 167 ]
顔認識システムの重要な利点の 1 つは、被験者の協力なしに動作するため、大量識別を実行できることです。空港、複合映画館、その他の公共の場所に設置された適切に設計されたシステムは、通行人がシステムに気づくことなく、群衆の中から個人を識別できます。[ 168 ]しかし、他の生体認証技術と比較すると、顔認識は最も信頼性が高く効率的ではない可能性があります。顔画像には大きなばらつきが生じる可能性があるため、顔認識システムでは品質測定が非常に重要です。顔の撮影時の照明、表情、姿勢、ノイズなどの要因は、顔認識システムのパフォーマンスに影響を与える可能性があります。[ 168 ]すべての生体認証システムの中で、顔認識は誤認率と誤拒否率が最も高いため、[ 168 ]鉄道や空港のセキュリティ、法執行、住宅や雇用の決定の場合、顔認識ソフトウェアの有効性や偏りについて疑問が呈されています。[ 169 ] [ 5 ]
2008年にカーネギーメロン大学ロボティクス研究所の研究員であったラルフ・グロスは、顔の視角に関連する障害の1つについて次のように述べています。「顔認識は正面顔と20度ずれた顔ではかなり良くなっていますが、横顔になると問題が発生します。」[ 45 ]姿勢の変化に加えて、低解像度の顔画像も認識が非常に困難です。これは監視システムにおける顔認識の主な障害の1つです。[ 170 ]また、カメラの設定によっては、他の肌の色よりも白い肌の画像がより鮮明になる場合があることも示唆されています。[ 5 ]
顔認識は、表情が変化すると効果が低下します。満面の笑みはシステムの有効性を低下させる可能性があります。例えば、カナダは2009年にパスポート写真で無表情のみを許可しました。[ 171 ]
研究者が使用するデータセットにも一貫性がない。研究者は、数人から数十人の被験者、数百枚から数千枚の画像を使用する可能性がある。データセットは多様で包括的なものもあれば、主に白人男性の画像を含むものもある。研究者が使用したデータセットを互いに共有するか、少なくとも標準的または代表的なデータセットを用意することが重要である。[ 172 ]
顔認識システムの中には高い精度を謳っているものもありますが、こうした結果は普遍的なものではありません。一貫して精度が最も低いのは、18歳から30歳までの黒人女性です。[ 5 ]
研究によると、顔認識アルゴリズムは、肌の色が濃い人に比べて、肌の色が薄い人に対してより良いパフォーマンスを発揮する傾向があることが示されています。たとえば、2018年の研究では、主要な商用性別分類モデル（顔認識モデル）は、肌の色が薄い人に比べて、肌の色が濃い人に対して最大7倍のエラー率を示すことがわかりました。[ 173 ]当初、この差異は、トレーニングデータセットの不均衡に起因すると考えられていました。トレーニングデータセットは、肌の色が薄い人を過剰に表現することが多く、その結果、肌の色が濃い人に対してエラー率が高くなるのです。しかし、その後の研究では、データセットの不均衡がパフォーマンスの違いの唯一の原因ではないことが示されました。[ 174 ]
JPEGクロマサブサンプリングなどの一般的な画像圧縮方法は、肌の色が濃い人に対して不均衡にパフォーマンスを低下させることがわかっています。これらの方法は色情報を適切に表現しないため、アルゴリズムが肌の色が濃い人を正確に認識する能力に悪影響を及ぼします。[ 175 ]
顔認識システムは、非ヨーロッパ中心の顔の特徴を持つ個人を識別する際に、精度が低下することがよくあります。クロスレース効果として知られるこのバイアスは、システムがトレーニングデータで過剰に表現されている人種または民族グループに対してより良いパフォーマンスを発揮し、結果として過小に表現されているグループの精度が低下する場合に発生します。[ 176 ]過剰に表現されているグループは、一般的にモデルが開発されている地域で人口が多いグループです。たとえば、アジア文化で開発されたモデルは、開発者のトレーニングデータセットで過剰に表現されているため、ヨーロッパ中心の顔の特徴よりもアジア人の顔の特徴に対して一般的に優れたパフォーマンスを発揮します。ヨーロッパ中心の文化で開発されたモデルでは、その逆が見られます。[ 177 ]
顔認識に使用されるシステムは、ヨーロッパ中心主義的な出自ではない特徴を完全に認識するために必要な十分なトレーニングが不足していることが多い。これらの機械学習（ML）モデルのトレーニングとデータベースに多様な表現が含まれていない場合、モデルは見落とされた集団を識別できず、人種的偏見が増大する。[ 7 ]
異人種効果は機械に限ったことではなく、人間も自分とは異なる人種や民族の顔を認識するのに困難を感じる。これは、訓練データセットにおいて人間の固有の偏見が永続化されている例である。[ 178 ]
顔認識技術は、障害のある個人を識別する際に大きな課題に直面します。例えば、ダウン症候群の人を認識する際にシステムの性能が低下し、誤認識率が高くなることが示されています。これは、ダウン症候群に関連する独特の顔の構造がトレーニングデータセットに十分に表現されていないためです。[ 179 ]
より広義には、顔認識システムは障害に関連する多様な身体的特徴を見落とす傾向がある。さまざまな障害を持つ個人の代表的なデータが不足していることは、バイアスを軽減し精度を向上させるための包括的なアルゴリズム設計の必要性をさらに強調している。[ 180 ]
さらに、顔表情認識技術は知的障害のある人の感情状態を正確に解釈できないことが多い。この欠点は効果的なコミュニケーションや相互作用を妨げる可能性があり、知的障害のある人を含む多様なデータセットでトレーニングされたシステムの必要性を強調している。[ 181 ]
さらに、顔認識アルゴリズムの偏りは、障害のある人々に対する差別的な結果につながる可能性があります。たとえば、特定の顔の特徴や非対称性によって誤認や排除が生じる可能性があり、アクセスしやすく公平な生体認証システムの開発の重要性が浮き彫りになります。[ 182 ]
2025年のレビューでは、入力、モデル、または出力段階での処理により、顔認識における人口統計学的バイアスの軽減が改善されたことが示されました。[ 174 ]
さらに、ターゲットを絞ったデータセットの収集は、顔認識システムにおける人種間の公平性を向上させることが示されています。多様なデータ入力を優先することで、研究者たちは人種グループ間のパフォーマンス格差の測定可能な減少を実証しました。[ 179 ]
この技術の批判者たちは、ロンドン・ニューハム区の計画が2004年時点で、システムのデータベースには区内に居住する犯罪者が複数登録されているにもかかわらず、システムが数年間稼働しているにもかかわらず、犯罪者を一人も認識したことがない。「警察の知る限り、ニューハムの自動顔認識システムが生きているターゲットを一度も発見したことはない。」[ 157 ] [ 183 ] この情報は、このシステムによって犯罪が34%減少したという主張と矛盾しているように思われる（そのため、バーミンガムにも導入された）。[ 184 ]
2002年にフロリダ州タンパの地元警察が行った実験も同様に期待外れの結果に終わった。[ 157 ]ボストンのローガン空港のシステムは、2年間の試験期間中に一致を一つも見つけられなかったため、2003年に停止された。[ 185 ]
2014年、Facebookは、標準化された2択の顔認識テストにおいて、同社のオンラインシステムが97.25%の精度を達成し、人間のベンチマークである97.5%に匹敵すると発表した。[ 186 ]
システムはしばしば精度がほぼ100%であると宣伝されますが、これは結果が普遍的ではないため誤解を招きます。[ 5 ]研究では、大規模なアプリケーションに必要なサンプルよりも小さく、多様性に欠けるサンプルが使用されることがよくあります。顔認識は完全に正確ではないため、潜在的な一致のリストが作成されます。人間のオペレーターはこれらの潜在的な一致を精査する必要がありますが、研究によると、オペレーターがリストから正しい一致を選択するのは約半分の確率です。これが、間違った容疑者を標的にするという問題を引き起こします。[ 93 ] [ 187 ]
電子フロンティア財団、ビッグブラザーウォッチ、ACLUなどの市民権団体やプライバシー擁護団体は、監視技術の使用によってプライバシーが侵害されていることを懸念している。[ 188 ] [ 86 ] [ 189 ]顔認識は、個人を特定するだけでなく、個人に関連する他の個人データ（個人が写っている他の写真、ブログ記事、ソーシャルメディアのプロフィール、インターネット上の行動、旅行パターンなど）を掘り起こすためにも使用できる。[ 190 ]いつでも自分の居場所や一緒にいる人の情報に誰がアクセスできるのかという懸念が提起されている。[ 191 ]さらに、個人は顔を隠さない限り、顔認識による追跡を回避または阻止する能力が限られている。これは、マーケター、政府機関、または見知らぬ人が、顔認識システムによって捕捉された個人の身元と関連する個人情報を秘密裏に収集することを可能にすることで、日常的なプライバシーの力学を根本的に変える。[ 190 ]消費者は自分のデータが何に使われているのかを理解していないか、認識していない可能性があり、そのため個人情報の共有方法に同意する能力が奪われる。[ 191 ]
2015年7月、米国政府会計検査院は、米国上院司法委員会プライバシー・テクノロジー・法律小委員会の筆頭委員に報告書を提出した。この報告書は、顔認識技術の商業利用、プライバシー問題、および適用される連邦法について論じている。報告書は、顔認識技術に関する問題は以前から議論されており、連邦法が先進技術の影響に常に対応できるよう、米国のプライバシー法を更新する必要性を示していると述べている。報告書は、一部の業界、政府、および民間組織が「自主的なプライバシーガイドライン」を策定中、または既に策定済みであると指摘している。これらのガイドラインは関係者によって異なっていたが、その全体的な目的は、同意を得て、顔認識技術の意図された使用について市民に知らせることであった。報告書によると、自主的なプライバシーガイドラインは、市民が個人データがどのように使用されるかを知らない場合に生じるプライバシーの懸念に対処するのに役立った。[ 191 ]
2016年、ロシアの企業NtechLabは、ロシアのユーザーが街で見知らぬ人の写真を撮り、それをソーシャルメディアプラットフォームVkontakte（VK）のソーシャルメディアプロフィールにリンクできると約束してFindFace顔認識システムを発表し、国際メディアでプライバシースキャンダルを引き起こした。 [ 192 ] 2017年12月、Facebookは、タグ付けされていなくても、Facebookが自分の顔だと判断した写真がアップロードされた場合にユーザーに通知する新機能を展開した。Facebookは、以前の反発の中で、この新機能を肯定的に捉えようと試みた。[ 193 ] Facebookのプライバシー責任者であるロブ・シャーマンは、この新機能はオンライン上の写真に対する人々のコントロールを強化するものだと述べた。「これは本当に力を与える機能だと考えています」と彼は言う。「あなたが知らない写真が存在するかもしれません」[ 194 ] FacebookのDeepFaceは、生体情報プライバシー法に基づく複数の集団訴訟の対象となっており、Facebookがユーザーの同意を得ずに顔認識データを収集・保存しており、2008年の生体情報プライバシー法（BIPA）に直接違反していると主張している。[ 195 ]最新の訴訟は、裁判所に管轄権がなかったため、2016年1月に却下された。[ 196 ]米国では、Clearview AIなどの監視会社が、顔認識システムの開発に使用できるデータを得るために、ソーシャルメディアプラットフォーム上のユーザーアカウントからデータをスクレイピングするために、米国憲法修正第1条に依拠している。 [ 197 ]
2019年、フィナンシャル・タイムズ紙は、ロンドンのキングス・クロス地区で顔認識ソフトウェアが使用されていることを初めて報じた。 [ 198 ]ロンドンのキングス・クロス駅周辺の開発には、店舗、オフィス、Googleの英国本社、セント・マーチンズ・カレッジの一部が含まれる。英国情報コミッショナー事務局によると、「人々が合法的に日常生活を送っている際に、その顔をスキャンして個人を特定することは、プライバシーに対する潜在的な脅威であり、私たち全員が懸念すべきである。」[ 199 ] [ 200 ]英国情報コミッショナーのエリザベス・デナム氏は、アーゲント社が運営するキングス・クロスの顔認識システムの使用に関する調査を開始した。2019年9月、アーゲント社は、キングス・クロスでは顔認識ソフトウェアが使用されなくなると発表した。アーゲント社は、このソフトウェアは2016年5月から2018年3月まで、開発の中心を通る歩行者専用道路をカバーする2台のカメラに展開されていたと主張した。[ 201 ] 2019年10月、ロンドン副市長ソフィー・リンデンの報告書により、ロンドン警視庁が秘密裏に7人の写真をアーゲント社に渡し、キングスクロス駅の顔認識システムで使用していたことが明らかになった。[ 202 ]
自動顔認識は、 2017年から2019年の間にサウスウェールズ警察によって複数回試験的に実施されました。この技術の使用は、慈善団体Libertyの支援を受けた個人であるEdward Bridgesによって法廷で争われました（R (Bridges) v Chief Constable South Wales Policeとして知られる事件）。この事件は控訴裁判所で審理され、2020年8月に判決が下されました。[ 203 ]この事件では、顔認識の使用には不十分な法的枠組みまたは比例性があり、その使用は1998年および2018年のデータ保護法に違反しているため、顔認識の使用はプライバシー侵害であると主張されました。この事件はBridgesに有利に判決され、損害賠償は認められませんでした。この事件は、不正行為の宣言によって和解されました。[ 203 ]この事件を受けて、英国政府は公共空間における顔認識技術の使用を規制する法案の可決を繰り返し試みてきた。提案された法案は、CCTV担当委員と同様の方法で政府機関による顔認識技術の使用を規制する権限を持つ委員を任命しようと試みている。そのような法案はまだ施行されていない[ 2021年9月現在] ]. [ 127 ]
2023年1月、ニューヨーク州司法長官レティシア・ジェームズは、マディソン・スクエア・ガーデン・エンターテインメントが同社に対する訴訟に関与する弁護士のマディソン・スクエア・ガーデンへの入場を阻止するために顔認識技術を使用しているとの報告を受け、同社に対し顔認識技術の使用に関する詳細情報の提供を求めた。彼女は、そのような行為は連邦、州、および地方の人権法に違反する可能性があると指摘した。[ 204 ]
2018年現在、顔認識技術が有色人種に対して精度が低いかどうかについては、依然として議論が続いている。[ 205 ]ジョイ・ブオラムウィニ（MITメディアラボ）とティムニット・ゲブル（マイクロソフトリサーチ）によるある研究では、3つの市販の顔認識システムにおける有色人種の女性の性別認識のエラー率は23.8%から36%の範囲であったのに対し、肌の色の薄い男性では0.0%から1.6%の間であったことがわかった。男性を識別する全体的な精度（91.9%）は女性（79.4%）よりも高く、どのシステムも性別のノンバイナリーな理解に対応していなかった。[ 206 ]また、市販の顔認識モデルのトレーニングに使用されたデータセットは、より広い人口を代表するものではなく、肌の色の薄い男性に偏っていたことも示された。しかし、別の研究では、全国の法執行機関に販売されているいくつかの市販の顔認識ソフトウェアは、白人よりも黒人に対する誤認率が低いことが示された。[ 207 ]
専門家は、顔認識システムが、警察が保護しようとしていると主張する市民を実際に傷つけているのではないかと懸念している。[ 208 ]これは不完全な生体認証と考えられており、ジョージタウン大学の研究者クレア・ガービーが行った研究では、「科学界では、それが誰かを確実に識別できるという合意はない」と結論付けている。[ 209 ]この技術には大きな誤差があるため、法律擁護者と顔認識ソフトウェア会社の両方が、この技術は事件の一部のみを提供するべきであり、個人の逮捕につながる証拠にはならないと述べている。[ 209 ]顔認識技術会社に人種的偏見テストの要件を課す規制がないことは、法執行機関での使用の採用における重大な欠陥となる可能性がある。法執行機関向けに自社を売り込んでいるサイバーエクストルーダー社は、自社のソフトウェアの偏見に関するテストや研究は行っていないと述べた。サイバーエクストルーダー社は、現在の技術の制限により、一部の肌の色はソフトウェアが認識しにくいと指摘した。 「肌の色が非常に濃い人が顔認識で高い精度で識別するのが難しいのと同様に、肌の色が非常に薄い人も識別が難しい」と、サイバーエクストルーダーのシニアソフトウェアエンジニアであるブレイク・センフトナーは述べた。[ 209 ]
米国国立標準技術研究所（NIST）は、FRTシステムの1対1検証[ 210 ]と1対多識別[ 210 ]について広範なテストを実施しました。また、異なる人口統計グループ間でのFRTの精度の違いについてもテストしました。この独立した研究は、現時点では100%の精度を持つFRTシステムは存在しないと結論付けました[ 211 ] 。
2010年、ペルーは個人データ保護法を可決し、個人を特定するために使用できる生体認証情報を機密データとして定義した。2012年、コロンビアは包括的なデータ保護法を可決し、生体認証データを機密情報として定義した。[ 142 ] EUの2016年一般データ保護規則（GDPR）第9条(1)によれば、「自然人を一意に識別する」目的での生体認証データの処理は機密であり、このように処理された顔認識データは機密個人データとなる。GDPRがEU加盟国の法律に採用されたことに対し、EUを拠点とする研究者らは、GDPRの下で個人の顔認識データの処理について同意を得ることが義務付けられた場合、MegaFace規模の顔データベースは二度と構築できないだろうと懸念を表明した。[ 212 ] 2019年9月、スウェーデンデータ保護庁（DPA）は、授業中の時間のかかる出席確認を代替するためにこの技術を使用していた学校に対し、EU一般データ保護規則（GDPR）違反で初めて罰金を科した。DPAは、学校が影響評価を完了せずに生徒の生体認証データを違法に取得したことを突き止めた。さらに、学校は試験的計画についてDPAに知らせていなかった。20万スウェーデンクローナ（1万9000ユーロ／2万1000ドル）の罰金が科された。
アメリカ合衆国では、いくつかの州が生体認証データのプライバシーを保護する法律を制定しています。例としては、イリノイ州生体認証情報プライバシー法（BIPA）やカリフォルニア州消費者プライバシー法（CCPA）などがあります。[ 213 ] 2020年3月、カリフォルニア州の住民はClearview AI社に対して集団訴訟を起こし、同社がオンラインで生体認証データを違法に収集し、顔認識技術を利用して生体認証データのデータベースを構築し、それを企業や警察に販売したと主張しました。当時、Clearview AI社はすでにBIPAに基づく2件の訴訟[ 214 ]と、カナダのプライバシーコミッショナーによる個人情報保護および電子文書法（PIPEDA）遵守に関する調査に直面していました。[ 215 ]
2019年5月、カリフォルニア州サンフランシスコは、警察やその他の地方自治体機関による顔認識ソフトウェアの使用を禁止した米国初の主要都市となった。[ 216 ]サンフランシスコ市監督官のアーロン・ペスキンは、監視技術を購入するにはサンフランシスコ市監督委員会の承認を得る必要があるという規制を導入した。 [ 217 ]また、この規制では、新しい監視技術の意図された用途を公表することも義務付けられている。[ 217 ] 2019年6月、マサチューセッツ州サマービルは、東海岸で初めて政府による顔監視ソフトウェアの使用を禁止した都市となった。 [ 218 ]特に警察の捜査や自治体の監視においてである。[ 219 ] 2019年7月、カリフォルニア州オークランドは、市当局による顔認識技術の使用を禁止した。[ 220 ]
アメリカ自由人権協会（ACLU）は、監視技術の透明性を求めて全米でキャンペーンを展開しており[ 219 ]、サンフランシスコとサマービルの顔認識ソフトウェア禁止を支持している。ACLUは、この技術による秘密主義と監視に異議を唱えている[ 221 ] 。
ジョージ・フロイド抗議デモの間、マサチューセッツ州ボストン市では市当局による顔認識技術の使用が禁止された。[ 222 ] 2020年6月10日現在 、自治体での使用は禁止されています: [ 11 ]
インディアナ州ウェストラファイエット市議会は、顔認識監視技術を禁止する条例を可決した。[ 225 ]
2020年10月27日、22の人権団体がマイアミ大学に対し顔認識技術の使用禁止を求めた。これは、学生たちが大学が学生抗議者を特定するためにこのソフトウェアを使用していると非難したことを受けてのことだった。しかし、大学側はこの主張を否定した。[ 226 ]
マサチューセッツ州の州警察改革法は2021年7月に施行される予定で、州議会で可決された禁止法はチャーリー・ベーカー知事によって拒否された。[ 227 ]その代わりに、この法律は司法令状を義務付け、捜索を行うことができる職員を制限し、技術がどのように使用されているかに関するデータを記録し、将来の規制について勧告を行う委員会を設置することを定めている。[ 228 ]
2024年の報告書によると、サンフランシスコ警察を含む一部の警察署は、それぞれの都市で施行された顔認識技術の禁止を回避していたことが明らかになった。[ 229 ]
2020年1月、欧州連合は公共空間での顔認識の一時停止を提案したが、すぐに撤回した。[ 230 ] [ 231 ]
欧州の「Reclaim Your Face」連合は2020年10月に発足した。この連合は顔認識の禁止を求め、 2021年2月に欧州市民イニシアチブを開始した。60以上の団体が欧州委員会に対し、生体認証監視技術の使用を厳しく規制するよう求めている。[ 232 ]
18 世紀と 19 世紀には、顔の表情が人間の道徳的価値や真の内面状態を明らかにするという考えが広く普及しており、人相学は西洋世界で尊敬される科学でした。19 世紀初頭以降、写真が顔の特徴や表情の人相分析に使用され、精神異常や認知症を検出しました。[ 233 ] 1960 年代と 1970 年代には、人間の感情とその表現の研究が心理学者によって再発明され、彼らは出来事に対する感情反応の正常範囲を定義しようとしました。[ 234 ] 1970 年代以降、自動感情認識の研究は、人間が他の人間に感情を伝える 2 つの最も重要な方法と見なされている顔の表情と音声に焦点を当てています。1970 年代には、感情の身体的表現の分類のための顔動作符号化システム(FACS) が確立されました。[ 235 ]開発者のポール・エクマンは、すべての人間に共通する6つの感情があり、それらは顔の表情にコード化できると主張している。[ 236 ]過去数十年間、自動的な感情特異的表情認識の研究は、人間の顔の正面画像に焦点を当ててきた。[ 237 ]顔面サーモグラフィーは、感情認識の有望なツールとみなすことができる。[ 238 ] [ 239 ]
2016 年、顔の特徴に基づく感情認識アルゴリズムは、高解像度CCTV、高解像度3D 顔認識、虹彩認識などとともに、大学の研究室から飛び出した新しい技術の一つでした。2016年、Facebook は、カーネギー メロン大学からスピンオフした顔の特徴に基づく感情認識の企業である FacioMetrics を買収しました。同年、Apple Inc. は、顔の特徴に基づく感情認識のスタートアップ企業であるEmotient を買収しました。[ 240 ] 2016 年末までに、顔認識システムの商用ベンダーは、顔の特徴に対する感情認識アルゴリズムを統合して展開することを提案しました。MITメディアラボのスピンオフ企業であるAffectiva [ 241 ]は、2019 年末までに、運転中の人間の感情を認識できる顔の表情感情検出製品を提供しました。[ 240 ]
顔認識対策技術の開発は、プライバシー研究者とビッグデータ企業の間で事実上軍拡競争となっている。ビッグデータ企業は、ますます高度な顔認識モデルを作成するために、畳み込みAI技術をますます活用している。顔認識をブロックするソリューションは、新しいソフトウェアや異なるタイプの顔認識モデルでは機能しない可能性がある。顔認識ブロックのよく知られた例の1つはCVDazzleメイクアップ＆ヘアカットシステムだが、開発者はウェブサイトで、これは特定の顔認識アルゴリズムに対抗するために設計されたものであり、かなり前から時代遅れになっているため機能しない可能性があると述べている。[ 242 ]もう1つの例は、特にCOVID-19パンデミック以降、フェイスマスクやサングラスを着用している人を識別できる顔認識の出現である。[ 243 ]
ビッグデータ企業はプライバシー研究者よりもはるかに多くの資金を持っているため、顔認識対策システムが追いつくのは非常に困難です。また、過去に撮影され保存された画像に使用されたマスクやソフトウェア難読化などの難読化技術が、将来の技術によるそれらの画像の顔認識分析からユーザーを保護するという保証もありません。[ 244 ]
2013年1月、国立情報学研究所の日本人研究者らは、赤外線を使用する顔認識ソフトウェアに対して、その下の顔を認識できないようにするために近赤外線を使用する「プライバシーバイザー」メガネを開発した。[ 245 ]最新バージョンでは、チタンフレーム、光反射材、角度とパターンを使用して光源を吸収および反射することで顔認識技術を妨害するマスクを使用している。[ 246 ] [ 247 ] [ 248 ] [ 249 ]しかし、これらの方法は赤外線顔認識を防止するために使用されており、通常の画像のAI顔認識には機能しない。一部のプロジェクトでは、既存の顔認識ソフトウェアを混乱させる新しい印刷パターンを生成するために敵対的機械学習を使用している。 [ 250 ]
顔認識システムから身を守る方法として、コンピュータービジョンダズルと呼ばれる、使用されているアルゴリズムが顔を検出するのを防ぐ特定のヘアカットやメイクパターンが挙げられます。[ 242 ]ちなみに、ジャガロの間で人気のメイクスタイルも顔認識から身を守るのに役立つ可能性があります。[ 251 ]
伝染性のウイルスから身を守るために着用されるフェイスマスクは、顔認識システムの精度を低下させる可能性があります。2020年のNISTの研究では、一般的な1対1のマッチングシステムをテストし、マスクを着用した人に対して5～50%の失敗率があることがわかりました。The Vergeは、この研究に含まれていない大規模監視システムの精度は、1対1のマッチングシステムの精度よりもさらに低いだろうと推測しました。[ 252 ] Apple Payの顔認識は、濃い化粧、濃いひげ、サングラスなど、多くの障壁を乗り越えることができますが、マスクでは失敗します。[ 253 ]しかし、マスクを着用した顔の顔認識はますます信頼性が高くなっています。
別の解決策としては、人間のユーザーには普通に見えるものの、顔認識システムを欺くことができるような難読化を画像に適用する方法があります。これは、画像がオンラインやソーシャルメディアに投稿される際に使用できます。しかし、インターネット上に一度アップロードされた画像は削除するのが難しいため、これらの画像の難読化は将来の技術進歩によって無効化され、ユーザーの顔が特定される可能性があります。2020年に開発されたこの技術の2つの例として、ANUの「Camera Adversaria」カメラアプリと、シカゴ大学のFawkes画像隠蔽ソフトウェアアルゴリズムがあります。Fawkesは既に撮影された写真に難読化を適用します。[ 244 ]しかし、2021年までに、Fawkes難読化アルゴリズムはMicrosoft Azureによって具体的に標的にされ、Fawkesの効果を低下させるためにアルゴリズムが変更されました。[ 254 ]
インタビュアー: では、このようなものを購入できますか? これは...本当に顧客を制限しているのですか? ティム・ロス: 現在、主に銀行、小売業者、政府が購入しており、さまざまなセキュリティチャネルを通じて販売されています。
。3VRのビデオインテリジェンスプラットフォーム（VIP）は、企業が以下のことを可能にすることで顧客サービスを変革します。• トラフィックパターンの分析に卓越した明瞭性をもたらすことで、人員配置の決定を最適化し、売上コンバージョン率を高め、顧客の待ち時間を短縮します。• 滞留時間と待ち行列分析を使用して、人員配置の決定を実際の顧客活動に合わせ、顧客の待ち時間を短縮します。• 3VRの顔監視分析を使用して、従業員によるパーソナライズされた顧客挨拶を促進することで、競争力を高めます。• POS（販売時点情報管理）データと顔認識を組み合わせることで、ロイヤルティプログラムを作成します。
警察はViisageソフトウェアを使用して、19人の顔を過去に軽微なスリ、詐欺、その他の容疑で逮捕された人々の写真と照合した。彼らは試合当日の不正行為で起訴されなかった。これは茶番だ
ウィキメディア・コモンズにある顔認識システム関連のメディア