“刷脸”：默认同意 风险几何(5)

　　除此之外，马兆远介绍，脸部识别系统的快慢也会受多方面因素影响。如：数据库中人脸数据的多少，会影响比对的计算量，从而影响总体识别速度；人脸数据库是否在本地，也会影响总体识别速度等，因此许多企业会根据应用场景，结合实时和易用性来进行调整，“任何一个人脸识别系统都无法做到百分之百正确。因此在某些人脸数据库较大，错误识别带来的损失较大的应用场景中，需要采集更多的人脸信息，以保证识别的准确率，这类识别系统的速度就相对较慢；而类似企业考勤这类人脸数据库相对较小，即使错误识别带来的损失也不大、对实时和易用性要求较高的场景，仅提取眼部等部分信息就能达到满意的效果，因此其识别速度也较快。另外，针对‘戴口罩只露出眼睛’等特定场景优化过的人脸识别网络，也能提升该场景下的人脸识别速度。” 马兆远说。
　　记者在采访云从科技有限公司时对方也透露，目前公司的技术保障主要是采用多方安全计算技术，把数据进行分散存储，在加密环境下智能化运营，达到互联互通又不泄密的效果。“同时人机协同操作系统会根据不同模块的场景适配不同的算法技术，比如银行手机端的需求是轻量化模型，它要求的是运行速度快、模型体积小；而公共安全场景对算法的需求是对天气、日夜、动态模糊的抗干扰能力较强。对于精度的要求通常主要取决于客户，客户可以根据不同的阈值设置来调整识别精度。”
　　如何更好地让人脸识别技术规范发展？云从科技提出，最好的解决办法就是设立官方主导牵头的共享数据中心，形成一个良性的体系，由政府主导和监管，核心企业参与进来；其次是利用多方安全计算等技术，保障数据安全以及对数据进行脱敏；最后是标准和接入效率问题。建议把区域标准、行业标准、国家标准乃至国际标准体系通路建立起来，利用广州在人工智能方面的应用优势，借助先导区、试验区的产业优势，让核心企业介入标准。
　　律师：
　　国家标准已开始征求意见 被采集人脸时搞清“三原则”
　　人脸识别的安全性和稳定性有待观察，而更需要注意的是，在采集人脸识别信息的过程中，甲方是否完全保障乙方的知情权。
　　对此，记者采访了金桥律师事务所的陈淮律师。陈律师表示，人脸信息是个人核心隐私，也是个人敏感信息。因此，用户被采集人脸信息时，必须权利人“明确同意”或基于公共利益的需要才能收集。陈律师透露，判断小区或学校是否因公共安全采集，可以看人脸识别机旁是否贴有“您已进入公共安全识别区域”的类似标识。
　　陈律师建议，公民要想知道社区或企业要求住户或员工录入面部信息是否符合规定，可以根据三个原则——合法、正当、必要。即社区或者企业采集人脸信息的目的是否合法（如有没有报备），必要（除刷脸外有没有其他的管理办法），正当（是否取得个人信息主体的明示同意和逐一授权，其中明示则包括告知主体信息的用途/具体内容/删除时间等）。
　　此外，据陈律师介绍，在郭兵案的影响下，杭州因此成为在物管条例中全国首个明确禁止物业强制人脸识别的城市；今年元旦起，天津市也已开始实行禁止采集人脸识别信息，规定企事业单位、行业协会、商会禁止采集人脸、指纹、声音等生物识别信息；今年1月，广东省检察院也部署了省检察机关针对人体生物学特征采集识别系统开展个人信息保护的专项工作；3月，江门市江海区检察院就辖区住宅小区违规安装“人脸信息识别”门禁系统召开了公开听证会，参会代表认为辖区住宅小区违规设置“人脸信息识别”门禁系统存在泄露个人信息的风险，涉嫌侵害不特定多数人的合法权益。
　　更可喜的是，4月23日，《信息安全技术 人脸识别数据安全要求》国家标准的征求意见稿开始面向社会公开征求意见。国标的制定主要为解决人脸数据滥采、泄露或丢失，以及过度存储、使用等问题，适用于数据控制者安全开展人脸识别数据相关业务。记者注意到，在该意见稿中有以下几个亮点：