测量从开源自动化面部识别软件中对成像研究参与者的重新识别的潜在风险

科学领域:

• 神经成像是一种神经成像.
• 计算机视觉 计算机视觉
• 生物识别信息 生物识别信息

背景情况:

• 面部识别软件是广泛可用的和可访问的.
• 以前的研究表明,商业软件可以从脑成像数据中识别个人.
• 现在可以轻松使用开源面部识别工具.

研究的目的:

• 评估商业和开源面部识别软件在从脑成像数据重新识别研究参与者的准确性.
• 评估使用自由可用的软件包重新识别的可行性.

主要方法:

• 测试了两个商业和几个开源面部识别软件包.
• 使用"人口样本"威胁模型.
• 通过将面部照片与182名参与者的MRI面部重建相匹配,测量了重新识别的准确性.

主要成果:

• 开源软件在重新识别参与者的准确率高达59%.
• 商业软件实现了92%和98%的更高准确度.
• 使用可访问的开源工具证明了重新识别的可行性.

结论:

• 自由使用的面部识别软件在脑成像研究中构成隐私风险.
• 即使使用开源工具,也可以实现高的重新识别精度.
• 在脑部扫描中取代可识别的面部图像对于参与者的隐私至关重要.