2010年聯(lián)合國大會通過了《聯(lián)合國打擊販運人口的全球行動計劃》，敦促世界各國政府協(xié)調(diào)一致地打擊這一禍患。該計劃呼吁將打擊販運人口行為列入聯(lián)合國更廣泛的方案之中，以便促進(jìn)全世界的發(fā)展和安全。此行動計劃中非常重要的一條就是為販運人口行為的受害者，特別是婦女和兒童受害者，建立一個聯(lián)合國自愿信托基金。

2013年聯(lián)合國大會召開高級別會議評估《全球行動計劃》。聯(lián)合國會員國通過了第A/RES/68/192號決議并將每年的7月30日定為世界打擊販運人口日。該決議稱這個國際日對于“提高對人口販運受害者境況的認(rèn)識以及促進(jìn)和保護(hù)他們的權(quán)利”十分必要。

如果你關(guān)注人口販賣，那你一定知道 “北大女碩士赴美交流突然失蹤”的事件，北大女碩士章瑩穎被加拿大人口販子盯上并實施了綁架，不知所蹤。

人口販賣，一個看似距離我們很遠(yuǎn)，實則就潛伏在我們身邊的高危犯罪。目前，全世界約有2700萬的人口販賣受害者，當(dāng)中大多數(shù)為女人和兒童，也不排除男人。全社會對人口販賣犯罪都是深惡痛絕，各國政府打擊力度也是有增無減，越來越多的社會力量也廣泛參與到阻止人口販賣的活動中來。但是悲劇卻依舊屢屢發(fā)生，一些犯罪行為更是令人發(fā)指。

這些年，我們依然對“人口販賣”四個字充滿著無力感。對于警察而言也是一個棘手的難題。受害者通常被各種形式的監(jiān)禁，長時間非人的折磨或者被迫買淫，導(dǎo)致他們精神崩潰，意志力薄弱，求生欲望低下。這大大的加劇了警方辦案的難度。

聯(lián)合國有關(guān)報告顯示，人口販運活動遍及全球。全球每年至少有250萬人淪為人口販運活動的受害者。最常見的人口販運形式是性剝削，占到人口販運活動總數(shù)的79%，第二類最常見的形式是強(qiáng)迫勞動，占總數(shù)的18%。

為了拯救這些失蹤的人口，許多人都在奉獻(xiàn)自己的力量。而在人工智能的領(lǐng)域，利用人臉識別技術(shù)和人臉數(shù)據(jù)庫，可以快速的檢索失蹤人口的定位。

其實，類似的尋人平臺并不少見，全國范圍內(nèi)，以民政部、救助站為首的公益機(jī)構(gòu)以及民間志愿組織，大部分都有開通PC或手機(jī)APP應(yīng)用的尋人平臺。如影響力較大的有全國救助尋親網(wǎng)，也是百度合作的第一家AI尋人平臺，還有福建省公安廳與騰訊互聯(lián)網(wǎng)+合作事業(yè)部聯(lián)合發(fā)布的“牽掛你”防走失平臺等等，還有我們?nèi)粘Ｔ谛侣効蛻舳顺？吹降念愃啤半S手拍”等平臺，這些都是針對人員走失找回的公益平臺，各大平臺由于后臺的技術(shù)支持方不一，因此，找回的技術(shù)方式和流程也不盡相同，不過，核心的技術(shù)架構(gòu)普遍采用的是人臉識別+大數(shù)據(jù)。

隨著人工智能技術(shù)的日趨成熟，其在各領(lǐng)域的應(yīng)用也逐步落地，驅(qū)動了多應(yīng)用領(lǐng)域走向智能階段，其中人臉識別更是以其技術(shù)的通用性，快速顛覆了包括公安抓捕嫌疑人、人員走失找回等原有應(yīng)用體系的工作流程，輔以大數(shù)據(jù)運作平臺，系統(tǒng)的識別率和海量數(shù)據(jù)的檢索能力都得到質(zhì)的提升，可大大提高目標(biāo)人員信息匹配的準(zhǔn)確率，這也是當(dāng)前AI尋人的真實現(xiàn)狀。包括百度、騰訊等在內(nèi)目前都已是相關(guān)AI尋人平臺背后的人臉識別技術(shù)提供方。

根據(jù)最新的數(shù)據(jù)顯示，百度尋人平臺日均用戶調(diào)用人臉識別功能超過200次，90%以上相似度占到1/10。騰訊優(yōu)圖合作的防走失平臺則在成立后短短的3個月時間里成功找回124名走失人員。如果用原始的人眼查看的方式，遠(yuǎn)達(dá)不到如今的數(shù)據(jù)值。

首先我們來了解下人臉識別本身的技術(shù)。在人工智能技術(shù)的持續(xù)的進(jìn)化下，人臉識別的準(zhǔn)確率也在逐漸提升，我們已經(jīng)能看到有多家企業(yè)在國際權(quán)威人臉識別數(shù)據(jù)庫LFW上刷新紀(jì)錄的消息，實驗室的數(shù)據(jù)高達(dá)99.5%甚至往上，這是人臉識別技術(shù)應(yīng)用到實際業(yè)務(wù)中的基礎(chǔ)，我們也為此感到高興。

影響人臉識別的因素有很多，其中影響人臉檢測的因素有：光照、人臉姿態(tài)、遮擋程度；影響特征提取的因素有：光照、表情、遮擋、年齡，模糊是影響人臉識別精度的關(guān)鍵因素。而在跨年齡人臉檢測中影響因素更多。

一般而言，在跨年齡階段人臉識別中，類內(nèi)變化通常大于類間變化（不同人相似年齡的照片的相似度有時比同一人不同年齡段的照片相似度更高），這造成了人臉識別的巨大困難。同時，跨年齡的訓(xùn)練數(shù)據(jù)難以收集，沒有足夠多的數(shù)據(jù)，基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)很難學(xué)習(xí)到跨年齡的類內(nèi)和類間變化。

針對這些技術(shù)難點，目前相關(guān)技術(shù)提供商均在通過優(yōu)化算法以及加大對模型的訓(xùn)練來尋求突破，我們也能從相關(guān)的資訊中了解到人臉識別監(jiān)測精度的發(fā)展進(jìn)度，它們的落地領(lǐng)域包括應(yīng)用最為廣泛的安防監(jiān)控以及金融、商業(yè)應(yīng)用等領(lǐng)域。

從尋人平臺的操作流程來看，用戶只需上傳一張要查找人的照片，系統(tǒng)會自動進(jìn)行人臉比對，然后按照人臉相似度生成一張查詢結(jié)果頁面，供用戶再次確認(rèn)。這個過程中，系統(tǒng)采用的是靜態(tài)人臉比對的方式，通過目標(biāo)人的人臉照片和數(shù)據(jù)庫中的人臉進(jìn)行比對。因此，人臉匹配的幾率，其實和數(shù)據(jù)庫中人臉的數(shù)據(jù)量有很大關(guān)系，人臉庫中的照片來自于各地方救助站、公安、民政局以及隨手拍等渠道提供的數(shù)據(jù)，據(jù)相關(guān)資料了解，目前全國2000多個救助站有共3萬多條走失人員數(shù)據(jù)，這個數(shù)據(jù)僅僅是救助站的數(shù)據(jù)，還不包括公安部門的數(shù)據(jù)，當(dāng)然還有來自民間的隨手拍的數(shù)據(jù)甚至街頭巷尾視頻監(jiān)控抓拍的人臉數(shù)據(jù)。而這些數(shù)據(jù)分散在不同的尋親平臺，目前還沒有一個系統(tǒng)可以統(tǒng)計到所有的具體失蹤人口的數(shù)據(jù)，數(shù)據(jù)共享問題也極大地影響著當(dāng)前尋人找回的成功率。

數(shù)據(jù)共享問題涉及到方方面面，這方面的建設(shè)也不能一蹴而就，相比于早前傳統(tǒng)的方式，近兩年的人工智能技術(shù)已經(jīng)推動了人員走失找回方式的重大變革，AI尋人需要循序漸進(jìn)，我們也期待在技術(shù)的推動下，更多走失的親人可以重回溫暖的家，這需要社會各方的努力！