他們，被人工智慧遺忘在身後

人臉識別技術通過臉部圖像驗證用戶身份，使其能夠替代傳統的密碼或部分場景下的身份鑒權環節。這種技術在非接觸生物識別方面看上去很完美，但目前全球絕大部分公司開發的程序，很少考慮到視覺障礙人群無法正常使用這些程序或設備。

根據世界衛生組織的統計，全世界有2億8500萬人或多或少存在著視覺障礙，其中3900萬完全沒有視物能力。當生物識別技術成為主流，世界上的大部分人會通過這種更加快速便捷的方式進行非接觸式/接觸識別。用於登錄或驗證身份的人臉識別技術正變得越來越普遍，如Windows Hello，萬事達卡自拍支付。還有FacePhi，開發了一系列能夠讓用戶遠程辦理銀行業務的產品。但他們對視力障礙人群友好嗎？

來自雲從科技/上海交通大學聯合創新實驗室的研究人員針對視力障礙人群如何使用人臉識別進行身份認證這一課題進行了大量研究。 研究發現，視覺障礙人群主要困難是與拍照做鬥爭。由於他們無法看到攝像頭的準確位置，人臉採集過程中的運動或偏角會導致臉部圖像模糊或不完整。

該團隊還建立了一個相關人臉資料庫。"事實上，我認為沒有一個資料庫是針對盲人建立的，因為在這個新興領域中，尚未有人考慮到視覺障礙人群"該研發團隊負責人李繼偉告訴記者。

研究人員進行了一系列不同的實驗，如讓視覺障礙人群進行自拍；啟用人臉檢測，用音頻提示臉部角度。在許多情況下，最有用是音頻反饋。

音頻提示將引導人臉對準鏡頭

研究人員使用音頻提示引導測試者的臉部對準鏡頭，採集臉部圖像。在測試過程中，研究人員使用音頻引導程序，它會根據測試者臉部的角度與位置，發出不同頻率和音量的聲音引導測試者將臉移動到正確的位置。

儘管生物識別技術有越來越多的應用，比如人臉識別、語音識別或指紋識別，但無障礙環境還沒引起多數企業的注意。「根據調查，市面上的所有人臉識別產品都沒有考慮到這一點。」 雲從科技基礎研究部技術總監李繼偉說，雖然雲從科技正在開發這種技術，但橫在他們面前的一個難題是，需要考慮如何能夠使用戶體驗達到最優，幫助客戶擴大用戶基礎。

李繼偉表示，他們還考慮使用振動引導用戶。振動提示可以幫助聽覺障礙人群。類似於音頻提示，臉部越靠近中心位置，振動會相應增加強度。另一個潛在的方法也可以幫助視覺或聽覺有障礙的人群——活體檢測。活體檢測會讓用戶做出相應的動作，以證明他們是大活人，而不是說拿著一張某人的照片。這種結合的音頻提示可以幫助視覺障礙用戶通過識別的速度更快。亞馬遜最近的「刷臉支付」正是採用這種技術，通過眨眼或點頭進行支付。「這是一個典型的用戶界面和設計的問題，不是一個技術問題，」李繼偉說，「如果你想推出一項新技術，你必須考慮所有的用戶。」