●作者／何明諠
人臉辨識技術的應用近期屢在台灣引發重大爭議。特別是2018年經歷台北市因前瞻計畫，打算在幾所高中試辦人臉辨識點名，以及前幾個月，台北市試圖在智慧路燈上安插人臉辨識模組的事件後，人臉辨識到底在台灣如何被運用，是否會伴隨相關權利侵害的風險，也受到越來越多人關注。
在幾次事件後，我們也試著找尋了與人臉辨識的相關的文獻，卻發現在中文世界中，除了幾篇比較厚重、技術門檻偏高的專業論文外，少有簡短、易懂的中文資料可參考。而在此之上，與人權論述有關的文獻自然就更少了
[廣告] 請繼續往下閱讀.
因此在本文中，我們希望能由人權的角度，較有系統地向讀者介紹臉部辨識技術的運作、當前在台灣的運用案例，並就相關運用可能造成權利侵害提出初步討論。
▲北京大興機場自動報到櫃檯採用「人臉辨識」。（圖／記者任以芳攝）
何謂人臉辨識（Face Recognition）？它如何運作？
[廣告] 請繼續往下閱讀..
人臉辨識（或「人臉識別」），是生物識別的一種技術，可透過個人的臉孔，識別某特定個人的身份。人臉辨識的技術前提是「人臉偵測」（Face Detection）。人臉偵測目前有幾種常見的方式，如樣板比對法（Template matching method）、條列式規則區分法（Rule-based method）、或以影像訓練為基礎的方法（Appearance-based method），各方法的概述可見此。
一般來說，在偵測到人臉後，「人臉辨識」便是透過電腦演算法，將某人臉部上已被抽取出的特定細節（例如兩眼距離、顴骨形狀、下巴形狀、或其他獨特的臉部特徵），去比對人臉辨識資料庫中的其他臉孔資料，以識別出其身份。由於需要的只是特徵資訊，這類某人被揀選出的臉孔資料，也和一般的「照片」不同，最終的資料通常會化約到只包含可辨識這張臉的一些特徵資料。
在比對的技術上，目前使用的技術主要有2D與3D兩種。2D的人臉辨識由於取像容易，是過往最常被使用的人臉辨識技術，但其準確率容易受環境光照、拍攝角度的干擾；而3D技術的引入，主要即是為了解決前述2D影像所遭遇的干擾。儘管3D的人臉辨識可改善2D的辨識問題，卻因為3D的臉部模型提供了更多個人的臉部資訊，因此準確率受臉部表情的干擾也比2D要來得大。（點此看NEC的3D人臉辨識解說影片）
儘管人臉辨識的準確率不斷在提升，甚至無論是靜態或動態辨識，皆已有企業表示，其準確率皆可達99%以上；然而1%不到的誤判率是否算小，仍需視應用規模及誤判可能造成的後果才能判斷。倘若應用範圍大，誤判又會嚴重影響被辨識者的基本權利（如導致當事人被錯誤逮捕），則毋寧亦須審慎以對。近來亦有研究指出，目前人臉辨識系統的精準度仍會因膚色而大受影響。
[廣告] 請繼續往下閱讀...
而無論是採用何種識別技術（2D／3D、靜態／動態、自動／手動），在理解人臉辨識的判別機率時，有兩個基本概念仍需被特別釐清。亦即「誤認」（false positive）或「誤漏」（false negative）。
「誤認」是指人臉辨識系統將某特定個人與資料庫中的照片進行錯誤連結。好比說人臉辨識系統將現實的「小明」當作資料庫中的照片「小強」，就是「誤認」的典型案例。
「誤漏」是指資料庫中原已有某人的照片，但人臉辨識系統在對該人員進行辨識時卻沒有認出他。
大體而言，誤認和誤漏之間多半存在某種「相互折抵」（trade-off）的關係。意思是，誤認的機率越高，表示系統用以判定人臉是否吻合的條件較寬鬆，因此相對的，誤漏的機率就低；反之，當系統以較嚴格的方式判定人臉是否吻合時，誤漏的機率高，但誤認的機率就低。
▲有關「人臉辨識」進校園的議題，人權團體擔憂個資外流 。（圖／記者崔至雲攝）
以人權保障為導向的應用原則
鑑於監控科技可能會迫使個人改變其外顯行為及人格形塑，若以人權保障作為基本思考，則國家或企業在應用人臉辨識科技時，首先應思考技術使用的必要性、以及是否合乎個人資料保護的相關法律。
其次，亦應考量「誤認」或「誤漏」究竟何者會導致較大的權利侵害。例如當人臉辨識僅是眾多工具或證據搜集方式的一種，且「誤認」會使無辜的人遭受不當對待（例如差別待遇、甚至人身自由遭限制），則系統設計上就應降低誤認的機率。
人臉辨識已知的用途
人臉辨識系統目前被各國公、私部門使用在不同的場合及設備上，已知常見的使用方式包含：
國家海關出入、檢警調犯罪偵查、門禁系統、線上購物付款、偵測並鎖定廣告投放客戶、解鎖科技裝置、社群媒體的標記（tag）功能、搜尋引擎以圖找圖、學校的點名與學習系統、商家偵測特定族群或個人。
人臉辨識在台灣公共場所的應用（按建置時間先後排列）
執法機關1：內政部警政署—使用逾八億次的M-Police行動平台（2007建置，人臉辨識2011年起）
警政署從2007年起開始建置M-Police行動平台，以小型的行動裝置搭載M-Police，供基層員警在執勤查詢各式資料使用。根據警政署的說明，至2017年為止，M-Police共整合了至少全國9個機關、超過30個資料庫；而人臉辨識系統的導入，則是在2011-2012年間整合了內政部的戶政資料後一併完成。換言之，警政署的人臉辨識系統理論上可查詢全國2,400萬人民的資料。
警察有多種使用人臉辨識系統的方式：例如現場照相、路口監視器的影像、或從社群媒體尋找照片，皆是警察目前可能運用這套系統的方式。
儘管警政署宣稱人臉辨識系統有助於尋找失蹤、失智、或因天災而身分不明的人口，但根據警政署在2012年的說明，這套系統原先更預計要整合即時影音及相片比對功能，希望直接在集會遊行、聚眾活動中使用，似有要引進動態比對功能的意思。
資料顯示，從2007年建置至2017年底，M-Police行動平台已被查詢了近八億次，平均每年查詢近八千萬次，平均每天查詢超過二十萬次。目前並不清楚其中有多少查詢次數與人臉辨識有關。
▲嘉義市戶政e化「人臉辨識系統」啟動。（圖／嘉義市政府提供）
執法機關2：內政部移民署—國境管制（2012起）
移民署在2012年1月1日開始啟用「自動查驗通關系統」，以採集臉部特徵的方式，加速國人或有居留權的外籍人士的通關作業。自動查驗通關系統並非強制使用，在使用該系統前，使用者須先自願向移民署登記後，方能啟用。
超商、連鎖商店：結帳櫃檯上方電視廣告看板（至少2014年起）
至少從2014年起，各超商或連鎖商店（7-11、全家、萊爾富、星巴克、屈臣氏）等即已引入了人臉辨識系統，多半裝設於結帳櫃台上方的電視上，隨時搜集店內客戶族群的資料，以更精準地投放廣告。
高雄捷運：廣告投放看板（2017年起）
高雄捷運在2017年底，與資策會合作，引入了第一套在「大眾運輸系統」結合人臉辨識的廣告看板。該廣告看板內建攝影機，可辨識前方觀眾的性別、年齡、偏好等。
世大運：賽場的觀眾出入與行政人員門禁系統（2017年底）
2017年世界大學運動會期間，新竹縣政府警察局在其所負責維安的比賽賽場也引入了人臉辨識系統，逐一將進場觀賽的觀眾與預先建立好的資料庫進行比對。此外，世大運工作人員主要的場地，也引入了相關系統，以確保只有相關工作人員能出入該場地。
▲員警利用人臉辨識系統詢問長者，最後順利連絡上家人領回。（圖／記者沈繼昌翻攝）
執法機關3：新北市政府警察局＆法務部調查局（2017＆2018年起）
根據政府採購網的資料顯示，在2017年與2018年，新北市政府警察局和法務部調查局分別斥資約一千萬及兩百萬，向NEC採購了人臉辨識系統的軟硬體設備。根據報導，新北市政府警察局目前已在大型活動中啟用人臉辨識系統，逐一比對進出民眾的身份。
我們目前還不清楚法務部調查局的使用人臉辨識系統的方式。
台北市政府：智慧路燈上安裝人臉辨識模組（2018年中，計畫後續不明）
2018年中，台北市副市長林欽榮指出，未來將在智慧路燈上安裝人臉辨識模組以維持治安，消息甫出，立即引發民間強烈反彈，認為北市府此舉無疑等同對人民的任意臨檢，監控人民的行蹤。儘管北市府在消息爆出後旋即改口，表示路燈上將不會有「人臉辨識」，但後續如何，仍有待監督。
清華大學＆台北市教育局（前瞻計畫）：校園點名及學習系統（2018年中起，計畫中）
自2018年中起，國內陸續出現試圖將人臉辨識系統應用於各個學習場所的新聞。國立清華大學奈米工程與微系統研究所在2018年6月被指出使用人臉辨識系統監測學生的必修課學習狀況；而在2018年7月中，台北市政府亦被披露，藉著前瞻計畫之名，打算在北一女等四所高中試辦人臉辨識的點名系統。儘管消息傳出後，台北市教育局已否認立即試辦的可能，但新採購的點名系統已具有人臉辨識功能，未來是否啟用尚不可知。看下集
熱門文章》
►分案霸凌釀網內互打危機 嚴重詆損司法清譽
►按讚加入粉絲團，讓你成為話題王！
●本文獲平台授權，轉載自「台灣人權促進會」。以上言論不代表本網立場，《雲論》提供公民發聲平台，歡迎能人志士、各方好手投稿，請點此投稿。