顔認識Face Recognition

顔を数字の束に縮めておきます

認識の最初の段階は、顔が入った位置を切り出して大きさと傾きをそろえることです。目尻や口角のような基準点を打っておき、その点がいつも似た場所に来るように写真を回転させ伸び縮みさせます。こうして姿勢をそろえておかないと比べられません。

そのあとが要です。整えられた顔の絵を**数百個の数字の束に縮めます。**この数字は目の間の距離のように人が名前を付けられる値ではなく、学習の過程で「同じ人どうしは近く、違う人どうしは遠くなるように」作られた値です。

この方式のおかげで照明が変わったり眼鏡をかけたりしても数字の束は大きく揺らぎません。そして照合するとき写真を見直す必要がありません。数字の束どうしがどれくらい近いかだけを測ればいいので、名簿が数万人でも一瞬で調べられます。

問いが二種類あります

一つ目は確認です。「この人は登録しておいたあの人と合っているか」を問い、**名簿から一枚だけを取り出して照らし合わせます。**スマートフォンのロック解除や入退室の確認がここに入ります。答えは合っている・違うの二択で、照らし合わせる回数が一回なので速く、誤りも少ないです。

二つ目は識別です。「この人は名簿の中の誰か」を問い、**登録された全員と照らし合わせて最も近い一人を探します。**照らし合わせる回数が登録人数の分だけ増えます。

識別は確認よりずっと難しくなります。名簿が大きくなるほど偶然似ている人が紛れ込む確率も一緒に大きくなるからです。照らし合わせる精度が同じでも、十人の中から探すときと十万人の中から探すときとでは、結果はまったく違う話になります。

どれくらい似ていれば同じ人でしょうか

数字の束どうしの距離が出たら、そのあとは判断です。**どこまで近ければ同じ人とみなすか、その基準線は人が決めます。**この線をどこに引くかが認識の性格をほぼ決めてしまいます。

基準線を緩く取ると本人を止めることは減りますが、似た他人を通すことが増えます。逆に厳しく取ると他人は確実に止まりますが、本人が何度も試し直すことになります。二つの誤りを同時に減らす方法はなく、どちらがより困るかによって線を動かすだけです。

ここに偏りの問題も重なります。学習に使った顔の資料に特定の肌の色や年齢層が少なければ、その集団では同じ基準線でも誤りがより頻繁に出ます。同じ扉を前にして、ある人は簡単に通り、ある人は何度も引っかかることが起きるわけです。

名簿を誰がどう集めたかが問題です

顔認識が他の照合技術と分かれる点は精度ではなく、照らし合わせる名簿がまず存在していなければならないというところにあります。名簿に顔が登録されていない人は、どれだけ優れた技術でも見つけ出せません。

そこで問いは自然と名簿の側へ移っていきます。登録した人がその事実を知り同意したか、いつまで保管していつ消すのか、最初に示した目的以外に使われていないか、といったことです。入館証代わりに使うと受け取った顔が、あとで売り場の中の動線を追うために使われていたら、技術は同じでも人が同意した範囲を外れてしまいます。

顔はパスワードと違って変えられないという点も重く働きます。漏れたパスワードは作り直せますが顔はそうはいかず、一度漏れた顔の情報は一生ついて回ります。しかも顔は遠くから本人が気づかないうちに撮られることがあり、指紋と違って当人が気づかないまま名簿が作られることもあります。

多くの国がこうした点から顔の情報を特に慎重に扱うべき情報として別扱いにし、公共の場で同意なく集めることに追加の制限を設けています。技術を使う前に「この名簿はなぜ必要なのか」を先に問うのが順序です。