自从人脸识别技术诞生以来，已发生过多次“翻车”事件，在这里，小编也盘点了几起失败案例，看下人脸识别都会出现哪些问题。

1、大巴车上广告头像被误认，董明珠躺枪

去年11月，微博有网友发布了一条“董小姐闯红灯”的内容，乍看之下真的以为是董明珠闯红灯了。仔细一看，原来是摄像头把大巴车上的董明珠广告人像错当成横穿马路的行人进行了抓拍，还在旁边打出了“桥东违法闯红灯”的字样，真是大写的尴尬。

对此，宁波交警官微回应表示：““董小姐”闯红灯了?原来是一场乌龙。今天有网友通过微博发布了一条内容为“董小姐闯红灯”的图文信息，经核实是一套装置在江厦桥东的“行人非机动车闯红灯抓拍系统”，对一辆正在沿江东北路由南往北行驶的公交车身广告上的人像进行了误识别，交警部门事后立即进行了删除，目前技术人员已对该系统进行了全面升级，减少误识别率。”

以铁腕著称的董小姐恐怕从没想过自己会以这种方式上热搜， 或许这就是“人在家中坐，锅从天上来”吧。

2、谷歌发布Pixel 4新机，曝面部识别重大安全漏洞

就在几天前，谷歌刚发布了谷歌Pixel 4系列最新旗舰智能手机，但距离发布会还没过去三天，外媒就就曝出了谷歌Pixel 4的严重BUG。

报道显示，谷歌Pixel 4在使用时不会验证用户是否处于清醒状态，所以哪怕用户处于睡着、闭眼的情况下也能解锁手机。这个BUG也宣告了谷歌Pixel 4面部解锁功能基本失效。仔细想想，不需要手机主人同意，别人就可以在用户睡着时轻松地解锁该设备。谷歌回应称，Pixel 4的面部解锁安全功能就是这样，支持页面甚至警告用户将设备放在安全的地方，以避免此类攻击，将会在后续软件更新时会修复这一漏洞。

3、微软IBM人脸识别现重大BUG，肤色越深错误率越高

此前，纽约时报曾发表一篇文章，文章引用了MIT媒体实验室研究员Joy Buolamwini与微软科学家Timnit Gebru合作的一篇研究论文。作者选择了微软、IBM和旷视科技三家的人脸识别技术，对它们进行性别判定的人脸识别功能测试。其中，AI应用人脸识别针对黑人女性的错误率高达21%-35%，而针对白人男性的错误率则低于1%，不同种族的准确率差异巨大。

在当时，该项研究也引发了关于“AI是否存在社会不公甚至种族歧视问题”的探讨。显然并不是，深究其中的原因，更多的是因为当下的人工智能数据的量影响了AI的判断。肤色较深女性较难识别，除了天然人脸特征更难提取之外，可供训练的数据集较少也是影响因素之一。

4、iPhoneX人脸识别BUG，母子俩可解锁同一部手机

iPhone X面市时，曾受到广大果粉追捧。它不仅用了全面屏，还加入了面部识别，官方称之为“原深感摄像头系统”。但有位母亲却发现，用自己的脸部设置了FaceID，结果十岁的儿子也可以轻松刷脸解锁。

对此，苹果客服解释，这种事情发生的可能性极小，暂时无法查明原因，也许母亲和儿子长得很像，建议将手机恢复到系统中，并重置密码。如此回应显然不能服众，网友纷纷调侃“苹果X这个不是面部解锁，应该是亲子鉴定功能”。想想也是，网上的“网红脸”千篇一律，要是她们都用上人脸识别，岂不是都能互相解锁手机?

5、女子妆太浓面部识别失败， 银行建议卸妆重办

在重庆一家银行办理业务时，有一名女子在使用自助办卡机办理银行卡时，因妆容太浓导致拍照识别环节识别失败，工作人员对比其二代身份证与本人面貌，发现其本人面貌和身份证上的面貌确实相差太大，最终建议客户回去卸妆后再来办理业务。

据悉，客户自助办卡时，在人脸识别这一环节，系统设置了本人面容和证件上的面容匹配值需要超过95%，才能通过身份认证。这起案例虽然不是人脸识别的失误操作，但是也表明，妆容、肤色、五官发生的变化，也会影响人脸识别的智能判断。