Facebook利用身形姿勢，不需人臉就可辨識照片人物

Facebook人工智慧與加州柏克萊大學的研究人員最近發表一篇研究報告，主要是運用人臉特徵以外的線索來辨識照片中的人物，他們分析人物的身形與姿勢等特徵，發現辨識準確度高達83%。

這項研究從公開的Flickr相簿中蒐集包含2000多人的6萬多個實例，其中只有一半具備清楚臉部正面可供辨識，其他可能是側臉、低著頭、被頭髮遮住臉，或者甚至是背對著鏡頭，如果這些人物是我們所認識的，那麼可能很輕易就能藉由這些人的髮型、服裝、眼鏡或姿勢來判斷，Facebook因而提出「姿勢不變人物識別法」（Pose Invariant PErson Recognition，PIPER）來蒐集非臉部的個人辨識線索。

PIPER演算法分析人物的雙手擺放在臀部旁邊的樣子，或是背對鏡頭時頭部與肩膀的樣貌，以及走路時的大腿姿勢，發現它的辨識準確度高達 83.05%，如果有清楚可辨識的人臉，辨識度則會高達93.4%，超越DeepFace僅以人臉辨識的89.3%。

PIPER可輔以其他辨識技術以創造更好的辨識能力，研究人員指出，雖然PIPER是為了辨識個人而設計，但它的演算法也適用於其他物體的辨識，例如汽車或狗等。（編譯/陳曉莉）