公安人脸大数据平台的建设与应用

针对公安行业人脸识别实战化应用的发展方向,探索了人脸大数据平台的建设思路,提出了以实战为导向、以大数据引擎和AI能力引擎为支撑的建设指导思想、数据流转设计和技术架构,总结了人脸识别结合大数据在公安实战业务中的若干建设经验和实战技战法。通过AI能力引擎在多地公安实战中证明了人工智能下的大数据、人脸识别可以产生出更多有效的技战法。     

基于FAT-AI测试的人脸检索技术分析

基于FAT-AI视频分析应用测试结果,阐述了当前主流商业算法在大规模开放场景数据下的人脸检索的性能水平,分析了候选集容量、案例样本等因素对人脸检索应用的影响,并对人脸检索系统设计、产品选型、改造升级及应用效果评价等工作给出建议。     

基于年龄掩码的跨年龄人脸识别

人脸特征随着年龄的增长会产生显著的类内差异,从而导致一般人脸识别模型的性能下降。为了减少年龄变化引起的类内差异,提出了一种基于年龄掩码的跨年龄人脸识别方法 AM-FPN(Age Mask Feature Pyramid Network)。首先通过FPN模型中自底向上的方式提取年龄和身份的混合特征,并将空间注意力机制（Spatial Attention,SA）嵌入到横向连接处,通过自顶向下的方式提取出更具有代表性的年龄特征。然后提出一种高效的年龄掩码分解模块,剔除混合特征中的年龄特征,从而得到纯净的身份特征。最后引入跨年龄域对抗、年龄估计和人脸识别的多任务联合训练策略,增强模型泛化效果。在FGNET、C-ALFW和ECAF人脸老化基准数据集上的识别效果显著优于目前先进的跨年龄人脸识别算法,充分证明了AM-FPN的先进性和有效性。     

人脸识别信息侵权风险与责任认定

在数字经济时代,人脸识别为社会管理等领域带来便利,但也带来隐私、财产、伦理等侵权风险,适用侵权责任法规制是防范风险的重要路径。在侵权领域采取过错推定的归责原则,并区分收集照片与收集人脸信息的不同认定违法性。就因果关系而言,适用传统的相当因果关系理论即可对侵权人追责。人脸识别信息损害的后果通常不马上显像出来,而表现于泄露后被他人误用的风险,应作灵活解释,在一定条件下认可未来风险构成损害。     

论人脸识别刑法规制的限度与适用——以侵犯公民个人信息罪指导案例为切入

如果国家无意用刑法手段规制公权力组织滥用人脸识别的现象，那么从刑法面前人人平等的原则出发，对于个人滥用人脸识别的行为就必须慎用刑事制裁措施。法秩序统一性原理主要强调的是刑法的补充性，它必须受制于刑法的独立性。侵犯公民个人信息罪是通过保护公民的个人信息来捍卫信息所承载的人身、财产权利。它是一种具体危险犯，只有对人脸等个人信息的侵犯足以危及人身、财产权利，才可以发动刑罚权。单独的人脸信息如果没有姓名等其他信息，很难对自然人的人身、财产权利造成实质损害。在涉及人脸识别的相关犯罪中，侵犯公民个人信息罪与计算机犯罪、网络犯罪、财产犯罪都不能进行数罪并罚。通过人脸识别骗取财物，机器不能被骗的理论应当被扬弃。法治必须对数据利维坦保持足够的警惕，对人脸识别的规制主要依赖于其他法律体系的治理，刑法应该保持必要的谦抑与节制。     

人脸识别技术应用的场景化法律规制

人脸识别技术的验证、辨识和分析功能正在不同场景中发挥着越来越显著的作用。由于人脸识别信息具有敏感性和唯一性的特点,信息处理者对其的分析与利用一旦超出原初场景的内在一致性,就有可能损害信息主体的人格、财产甚至人身安全。虽然我国立法对人脸识别信息等生物识别信息进行了特别保护,然而单独同意原则在适用过程中的机械性会与人脸识别技术的便捷性要求相抵牾,目的限制原则与诚信原则也会因忽略场景而在适用时失去抓手。为此,我们有必要进一步深化人脸识别技术的场景化法律规制模式,厘清场景化法律规制的概念,并在场景融合的发展趋势下明确场景划分的内在逻辑。我们应根据信息主体在不同场景中的合理预期,对人脸识别技术施以相对应的规制手段,依场景特点确立评估制度,建立尊重信息主体合理预期的动态同意模式,完善因应场景风险的责任体系,并最终形成兼顾人脸识别信息保护、流动与利用的场景化法律规制路径。