你也被锁定了吗？「人脸辨识」在台湾的人权争议（上）
●作者／何明諠
人脸辨识技术的应用近期屡在台湾引发重大争议。特别是2018年经历台北市因前瞻计划，打算在几所高中试办人脸辨识点名，以及前几个月，台北市试图在智慧路灯上安插人脸辨识模组的事件后，人脸辨识到底在台湾如何被运用，是否会伴随相关权利侵害的风险，也受到越来越多人关注。
在几次事件后，我们也试着找寻了与人脸辨识的相关的文献，却发现在中文世界中，除了几篇比较厚重、技术门槛偏高的专业论文外，少有简短、易懂的中文资料可参考。而在此之上，与人权论述有关的文献自然就更少了
因此在本文中，我们希望能由人权的角度，较有系统地向读者介绍脸部辨识技术的运作、当前在台湾的运用案例，并就相关运用可能造成权利侵害提出初步讨论。
▲北京大兴机场自动报到柜台采用「人脸辨识」。（图／记者任以芳摄）
何谓人脸辨识（Face Recognition）？它如何运作？
人脸辨识（或「人脸识别」），是生物识别的一种技术，可透过个人的脸孔，识别某特定个人的身份。人脸辨识的技术前提是「人脸侦测」（Face Detection）。人脸侦测目前有几种常见的方式，如样板比对法（Template matching method）、条列式规则区分法（Rule-based method）、或以影像训练为基础的方法（Appearance-based method），各方法的概述可见此。
一般来说，在侦测到人脸后，「人脸辨识」便是透过电脑演算法，将某人脸部上已被抽取出的特定细节（例如两眼距离、颧骨形状、下巴形状、或其他独特的脸部特征），去比对人脸辨识资料库中的其他脸孔资料，以识别出其身份。由于需要的只是特征资讯，这类某人被拣选出的脸孔资料，也和一般的「照片」不同，最终的资料通常会化约到只包含可辨识这张脸的一些特征资料。
在比对的技术上，目前使用的技术主要有2D与3D两种。2D的人脸辨识由于取像容易，是过往最常被使用的人脸辨识技术，但其准确率容易受环境光照、拍摄角度的干扰；而3D技术的引入，主要即是为了解决前述2D影像所遭遇的干扰。尽管3D的人脸辨识可改善2D的辨识问题，却因为3D的脸部模型提供了更多个人的脸部资讯，因此准确率受脸部表情的干扰也比2D要来得大。（点此看NEC的3D人脸辨识解说影片）
尽管人脸辨识的准确率不断在提升，甚至无论是静态或动态辨识，皆已有企业表示，其准确率皆可达99%以上；然而1%不到的误判率是否算小，仍需视应用规模及误判可能造成的后果才能判断。倘若应用范围大，误判又会严重影响被辨识者的基本权利（如导致当事人被错误逮捕），则毋宁亦须审慎以对。近来亦有研究指出，目前人脸辨识系统的精准度仍会因肤色而大受影响。
而无论是采用何种识别技术（2D／3D、静态／动态、自动／手动），在理解人脸辨识的判别机率时，有两个基本概念仍需被特别厘清。亦即「误认」（false positive）或「误漏」（false negative）。
「误认」是指人脸辨识系统将某特定个人与资料库中的照片进行错误连结。好比说人脸辨识系统将现实的「小明」当作资料库中的照片「小强」，就是「误认」的典型案例。
「误漏」是指资料库中原已有某人的照片，但人脸辨识系统在对该人员进行辨识时却没有认出他。
大体而言，误认和误漏之间多半存在某种「相互折抵」（trade-off）的关系。意思是，误认的机率越高，表示系统用以判定人脸是否吻合的条件较宽松，因此相对的，误漏的机率就低；反之，当系统以较严格的方式判定人脸是否吻合时，误漏的机率高，但误认的机率就低。
▲有关「人脸辨识」进校园的议题，人权团体担忧个资外流 。（图／记者崔至云摄）
以人权保障为导向的应用原则
鉴于监控科技可能会迫使个人改变其外显行为及人格形塑，若以人权保障作为基本思考，则国家或企业在应用人脸辨识科技时，首先应思考技术使用的必要性、以及是否合乎个人资料保护的相关法律。
其次，亦应考量「误认」或「误漏」究竟何者会导致较大的权利侵害。例如当人脸辨识仅是众多工具或证据搜集方式的一种，且「误认」会使无辜的人遭受不当对待（例如差别待遇、甚至人身自由遭限制），则系统设计上就应降低误认的机率。
人脸辨识已知的用途
人脸辨识系统目前被各国公、私部门使用在不同的场合及设备上，已知常见的使用方式包含：
国家海关出入、检警调犯罪侦查、门禁系统、线上购物付款、侦测并锁定广告投放客户、解锁科技装置、社群媒体的标记（tag）功能、搜寻引擎以图找图、学校的点名与学习系统、商家侦测特定族群或个人。
人脸辨识在台湾公共场所的应用（按建置时间先后排列）
执法机关1：内政部警政署—使用逾八亿次的M-Police行动平台（2007建置，人脸辨识2011年起）
警政署从2007年起开始建置M-Police行动平台，以小型的行动装置搭载M-Police，供基层员警在执勤查询各式资料使用。根据警政署的说明，至2017年为止，M-Police共整合了至少全国9个机关、超过30个资料库；而人脸辨识系统的导入，则是在2011-2012年间整合了内政部的户政资料后一并完成。换言之，警政署的人脸辨识系统理论上可查询全国2,400万人民的资料。
警察有多种使用人脸辨识系统的方式：例如现场照相、路口监视器的影像、或从社群媒体寻找照片，皆是警察目前可能运用这套系统的方式。
尽管警政署宣称人脸辨识系统有助于寻找失踪、失智、或因天灾而身分不明的人口，但根据警政署在2012年的说明，这套系统原先更预计要整合即时影音及相片比对功能，希望直接在集会游行、聚众活动中使用，似有要引进动态比对功能的意思。
资料显示，从2007年建置至2017年底，M-Police行动平台已被查询了近八亿次，平均每年查询近八千万次，平均每天查询超过二十万次。目前并不清楚其中有多少查询次数与人脸辨识有关。
▲嘉义市户政e化「人脸辨识系统」启动。（图／嘉义市政府提供）
执法机关2：内政部移民署—国境管制（2012起）
移民署在2012年1月1日开始启用「自动查验通关系统」，以采集脸部特征的方式，加速国人或有居留权的外籍人士的通关作业。自动查验通关系统并非强制使用，在使用该系统前，使用者须先自愿向移民署登记后，方能启用。
超商、连锁商店：结帐柜台上方电视广告看板（至少2014年起）
至少从2014年起，各超商或连锁商店（7-11、全家、莱尔富、星巴克、屈臣氏）等即已引入了人脸辨识系统，多半装设于结帐柜台上方的电视上，随时搜集店内客户族群的资料，以更精准地投放广告。
高雄捷运在2017年底，与资策会合作，引入了第一套在「大众运输系统」结合人脸辨识的广告看板。该广告看板内建摄影机，可辨识前方观众的性别、年龄、偏好等。
2017年世界大学运动会期间，新竹县政府警察局在其所负责维安的比赛赛场也引入了人脸辨识系统，逐一将进场观赛的观众与预先建立好的资料库进行比对。此外，世大运工作人员主要的场地，也引入了相关系统，以确保只有相关工作人员能出入该场地。
▲员警利用人脸辨识系统询问长者，最后顺利连络上家人领回。（图／记者沈继昌翻摄）
执法机关3：新北市政府警察局＆法务部调查局（2017＆2018年起）
根据政府采购网的资料显示，在2017年与2018年，新北市政府警察局和法务部调查局分别斥资约一千万及两百万，向NEC采购了人脸辨识系统的软硬体设备。根据报导，新北市政府警察局目前已在大型活动中启用人脸辨识系统，逐一比对进出民众的身份。
我们目前还不清楚法务部调查局的使用人脸辨识系统的方式。
台北市政府：智慧路灯上安装人脸辨识模组（2018年中，计划后续不明）
2018年中，台北市副市长林钦荣指出，未来将在智慧路灯上安装人脸辨识模组以维持治安，消息甫出，立即引发民间强烈反弹，认为北市府此举无疑等同对人民的任意临检，监控人民的行踪。尽管北市府在消息爆出后旋即改口，表示路灯上将不会有「人脸辨识」，但后续如何，仍有待监督。
清华大学＆台北市教育局（前瞻计划）：校园点名及学习系统（2018年中起，计划中）
自2018年中起，国内陆续出现试图将人脸辨识系统应用于各个学习场所的新闻。国立清华大学奈米工程与微系统研究所在2018年6月被指出使用人脸辨识系统监测学生的必修课学习状况；而在2018年7月中，台北市政府亦被披露，借着前瞻计划之名，打算在北一女等四所高中试办人脸辨识的点名系统。尽管消息传出后，台北市教育局已否认立即试办的可能，但新采购的点名系统已具有人脸辨识功能，未来是否启用尚不可知。看下集
热门文章》
►选出新一届立委，上届未通过的法案怎么办？
►分案霸凌酿网内互打危机 严重诋损司法清誉►按赞加入粉丝团，让你成为话题王！
●本文获平台授权，转载自「台湾人权促进会」。以上言论不代表本网立场，《云论》提供公民发声平台，欢迎能人志士、各方好手投稿，请点此投稿。