刚刚接受的一篇论文是计算机械协会（ACM）关于隐私和安全杂志的交易，概述了一种商业现成（COTS）面部识别算法的拟议通用面部混淆方法。
这研究论文，由Xidian大学和南佛罗里达大学的中国学生撰写，标题为谚语：“眼睛看到朦胧，而算法则认识到您是谁。”它认为，不断发展的隐私法（例如GDPR使面部识别系统中的混淆需要更加紧迫，这可能导致追赶游戏。研究人员开发的方法会掩盖人眼图像中的面孔，同时使它们与生物特征算法匹配。
“面部识别算法必须根据当前的混淆方法量身定制设计，结果面部识别服务提供商必须为每种混淆方法更新其商业现成（COTS）产品。”
本文提议使用通用混淆方法来解决这个问题，用于使用全球或局部结构特征向量空间。具体来说，
“一种适合所有基于特征向量的COTS面部识别产品的通用面部混淆方法。这种类型的方法使用空间映射将高纬度图像转换为低纬度特征向量。然后，这些提取的低纬度矢量被用作原始图像的数字特征来进行面部识别。”
完整的论文详细介绍了这一想法的数学。通过简短的解释，它提供了以下内容：“众所周知，基于特征向量的面部识别算法的核心方法是将面部图像映射到特征向量空间中，然后计算原始特征向量之间的距离和映射的向量之间的距离。
2022年生物识别更新作品Shufti Pro达米安·马丁（Damien Martin），“在这项技术，将面部数据投影到特征区域，也称为面部空间。目的是编码预先存在的面部图像中的变化。该空间由“特征面”明确解释，后者是一组面的特征向量。”
总之，该论文说：“它的实验表明，与具有相同图像质量效果和计算复杂性的最先进方法相比，我们的方法具有更好的准确性降解。”
