內蓋夫本古裡安大學的一項新研究發現計算生成的化妝模式，可以繞過面部識別軟體。數字和物理應用的化妝可以欺騙部分面部識別系統，成功率高達 98%。

據瞭解，在實驗中，研究人員將 20 名志願者列入黑名單，方便系統標記身份。然後研究人員使用 YouCam Makeup 的自拍應用程式，根據面部可識別區域的熱圖，對面部影象進行數字化成像。接著化妝師用化妝品在志願者身上模擬數字化妝，測試目標模型在實際情況下的反應。

據悉，研究人員在一個模擬現實世界的場景中對這一技術進行測試。志願者會走過配備了兩個攝像頭的走廊，評估系統會在此時進行識別。

該研究的主要作者、博士生尼贊・蓋坦表示：“我對這項研究的結果感到驚訝，化妝師只是依據影象中的花樣，把它複製到人臉上。這種複製並不精確，但它仍然有效。”

論文得出的結論是：“這一技術在 FaceNet 模型和 LResNet 模型上的數字實驗都取得了 100% 的成功。在物理實驗中，47.6% 的參與者沒有化妝，33.7% 的參與者沒有化妝。使用這種方法的人只在 1.2% 的幀中被識別出來。“

另外，論文還提到：“假如我們在一個黑箱場景中，那麼我們就無法訪問目標 FR 模型、其架構和任何引數，因此，攻擊者的選擇是在被攝像機捕獲之前改變他/她的臉。”

有意思的是，研究人員並不是第一個用化妝品欺騙面部識別系統的人。

早在 2010 年，藝術家亞當・哈維的 CV Dazzle 專案就展示了一系列旨在挫敗演算法的妝容，藝術家的靈感來自第一次世界大戰中海軍艦艇使用的“炫目”偽裝。

還有很多研究，在通過數字模擬來繞過面部識別系統，比如通過建立模仿他人的“主人臉”。這篇論文引用了一片內容為：可以在帽子上貼可列印的貼紙繞過面部識別系統，另一項研究則是列印眼鏡框。

雖然這些方法可能會在面部識別演算法面前隱藏某人，但它們的副作用是讓你在人群中非常顯眼，比如你試圖去機場。

有關人士表示：”我通常不太相信現在的面部識別技術，面部識別這個領域有很多問題。但我認為這項技術正在變得越來越好。”