今天我们要聊的，是一件让人第一反应很惊讶：“竟然还有这种操作？”，但细细想来，又极为惊恐的事情。

这件事，就是美国军方最近搞出来的一个大新闻。据《The Register》专栏记者凯蒂安娜·库奇4月17日的一篇文章，美国陆军研究实验室正在研究一项技术，通过AI的深度学习技术的加持，未来将可以实现黑暗中识别人脸的可能。

想在夜里获得视野并不是什么难事，如今 红外技术的发展已经非常成熟。拍摄野生动物、24小时监控等等都会用到这类技术。再加上热成像，在夜里能够判断前面站着的是个人而不是一块石头，已经不是什么问题。

但要在没有打光的情况下实现人脸识别的精度，这确实有点惊为天人。那么，美国军方究竟是准备怎么做的？

首先我们需要知道的是，热成像是通过非接触探测红外能量，将其转换为电信号，进而在显示器上生成图像和温度值的一种技术。热成像装置在军事用途中非常常见。比如Apache直升机等飞机和装甲运兵车等地面交通工具，都是配备了热成像相机。这能够保证其在低能见度的情况下也能探测到人员，比如大雾、夜晚。

这里存在着一个问题，热成像装置虽然相当于给在夜里活动的士兵们装了一双眼睛，但这双眼睛其实是双“近视眼”。它能够显现出对面出现的障碍物的基本轮廓，让士兵们能够判断眼前是人还是石头。但是，也就仅限于此。眼前的人是敌还是友，目前还是没辙。

基于此，美国陆军研究实验室开发出了一套基于深度学习的AI识别系统。通过卷积神经网络的处理，热图像中人的眼睛、鼻子、嘴唇等的边界被标记出来，从而可以确定出人脸的整体形状。接下来，非线性回归模型将这些特征映射到相应的面孔样貌中。这种被称为“多区域合成”的系统通过损失函数进行训练，热图像和可见图像之间的误差会被最小化，从而可以构建出一个相对准确的人脸图像。

但如何认识这张脸？毕竟仅仅得出一个人脸的图像是没有多大用处的，这项技术的最主要目的是判断对面的人是谁。这就需要有一个数据库用来对即时生成的人脸进行比对了。

因此，为了有效，它需要将构建出来的图像与数据库中的已知面部进行匹配，如监狱罪犯、恐怖分子等，因此才能识别出目标。也就是说，使用这套系统拍摄出的面部图像，必须要与数据库中的图像进行匹配。如果能早点应用，类似波士顿恐袭事件中对犯罪分子的抓捕，也许就不会那么大费周折。这样说来，目前来说这套系统的最大优势可以是抓在逃犯。

    听起来这项技术的可应用前景还是很广阔的。但还没等美国军方高兴起来，有人就过来泼冷水了。

三月份在内华达州举行的IEE动机计算机视觉应用会议上，有研究者就认为，虽然热成像技术多区域合成模型精度和常规成像精度都超过了80%，看起来结果有一定的希望，但是由于热成像精度的变化，该技术的人脸合成精度也会发生变化。因此，将这些算法和当前的热成像技术的完美结合仍然是有不同程度的困难。

有意思的是，国内的一些媒体在进行相关报道的时候，夸大其词地转译了其具有“穿墙透视”的功能。我们需要知道的是，目前热成像仪还无法突破墙体去探测人体发出的辐射，因此“穿墙”一说，噱头的成分更大一点。

对于刚刚取得初步进展的这项技术而言，这样的批评之言应该算是一种鞭策或者方向。但是现在问题又出来了。即便这项技术成熟了，但是数据库里没有那么多人脸来匹配，一切不都白瞎了？

所以，目前来看，该算法在于现有数据库进行结合的情况下，可以暂时解决一部分的问题。但是如果想要实现更精准而广泛的应用，仍然是有赖于人脸识别数据库的扩建。比如一个名为Terrogence的商业机构就声称自己拥有一个包含数以千计的恐怖分子面孔数据库。而这个数据库的客户，就包括国安局、美国海军情报机构和政府机构。

如此看来，这项技术在追捕在逃犯、打击恐怖分子、夜间作战方面还是有很大的用武之地的。