英特爾研究AI是否可以使用熱成像識別人臉
英特爾的研究人員發表了一項研究，研究人工智能能否用熱成像識別人臉。
熱成像通常用于保護隱私，因為它掩蓋了個人識別細節，如眼睛顏色。在有些地方，如醫療設施，通常必須使用模糊這些細節的圖像。
人工智能正在開辟許多新的可能性，因此英特爾的研究人員開始確定熱成像是否仍然提供高度的隱私。
英特爾團隊使用了兩組數據集：
第一套稱為SC3000－DB，是使用FlirThermaCamSC3000紅外熱像儀創建的。該數據集包含766張40位志愿者（21位女性和19位男性）的圖像，每位志愿者在相機前坐了兩分鐘。
第二組稱為IRIS，由俄克拉荷馬州立大學的視覺計算和圖像處理實驗室創建。它包含30個人收集的4，190張圖像，與第一組圖像不同之處在于它包含各種頭部角度和表情。
首先，數據集中的每一張圖像被裁剪成只包含每個人的臉。
然后，機器學習模型嘗試將圖像中的面部特征標記為矢量。另一個在VGGFace2上訓練的模型——一個在可見光圖像上訓練的模型——用來驗證它是否可以應用于熱圖像。
以下是每個數據集的完整結果：
在可見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數據集的準確性為99．5％，IRIS的準確性為82．14％。
英特爾公司的研究表明，熱成像技術可能不會像現在許多人認為的那樣提供隱私保護，但熱成像技術已經可以用于區分人。
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，都可能涉及私人和敏感數據，例如有關個人健康的生物識別信息。”
熱成像可以提供有用的數據，同時還能隱藏個人身份，因此被用于許多應用中。 （編譯／Cassie）
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百，全球股市還能漲多久？ | 產聯看全球
- 2 OpenAI深夜王炸！ChatGPT Images 2.0實測：中文穩、細節炸，設計師慌了
- 3 6000億美元估值錨定：字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4，我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”：既生OpenClaw，何生Hermes？
- 7 AI界的殺豬盤：9秒刪庫跑路，全員被封號，還繼續扣錢！
- 8 2026，人形機器人只贏了面子
- 9 DeepSeek降價90%：價格屠夫不是身份，是戰略
- 10 AI Infra產業鏈卡在哪里了？
