人脸辨识-day18 人脸辨识的隐忧

在人脸辨识的兴盛下，如同科技进步一般，水能载舟，亦能覆舟，有如此多的优点也会也缺点，如先前讲的隐私权及要如何确保每次辨识下都是正确的，换句话说就是辨识时的不稳定。

1.隐私权：
在模型进行训练时就需要大量资料来进行训练，所以需要很多人脸的资料，在资料的收集就十分困难，目前就有使用收集意修资料後，用这些资料来产生训练资料，就是生出假的人脸，使用先前收集的资料学习组合成一张以假乱真的脸，或是使用资料增量的方式来增加训练资料，如不同的光影变化，或是使用3D建模的方式来撷取人脸的不同角度，让可以侦测的角度变大。

2.辨识时的不稳定：
使用更加完善的模型架构，如前面所提到的各种人脸常用模型，或是使用更强健的演算法来降低辨识不稳定的发生率，因为人脸的变化有光线、角度、年纪、化妆等可以改变人脸外表的因素，维持辨识的稳定，可能需要在辨识时持续更新或增加资料库的影像。

在未来人便辨识系统发展，可以有更强大的辨识系统来突破这些限制，使人类的生活更加便利。