50 万张脸,一次报警,零逮捕:伦敦车站人脸识别的成绩单

先看一组数字。六个月,18 次部署,扫描超过 50 万张人脸,报警 1 次,报警认错,逮捕 0 人。账单:320,786 英镑。

先看一组数字。六个月,18 次部署,扫描超过 50 万张人脸,报警 1 次,报警认错,逮捕 0 人。账单:320,786 英镑。

这是英国交通警察(BTP)在伦敦火车站部署实时人脸识别的半年成绩单,9 月 29 日经《卫报》见报。数据来自一个信息自由申请,申请方是民权组织 Liberty 的调查部门。

📋 账单的明细

试验从今年 2 月跑到 7 月,覆盖伦敦最忙的一批铁路车站,共 18 次部署。设备租金加警力成本合计 32 万英镑出头,投入的警力时间接近 100 小时。系统做的事说来简单:摄像头实时抓取过往人脸,与警方监视名单比对,命中即告警。

六个月里,告警只响了一次。那个人不在名单上。

📐 基率的数学不讲情面

单看这一次试验,最刺眼的不是误报,是分母。监视名单再长,放进 50 万的人流里也是极小的比例;检测问题一旦变成"大海捞针",误报率哪怕压到万分之一,50 万张脸也够它响上几十次。系统级别的精度,从来不等于演示视频里的精度——基率会把一切拉回地面。

延期之后的表现补了一刀。BTP 上月宣布试验延长四个月,部署范围扩进伦敦地铁。延期期间系统确认命中 3 次,卫报的表述值得停一停:这 3 人随后被确认遵守着性犯罪预防令或其它法院指令。被系统找出来的 3 个人,接受核查的时候都在守规矩。以"正在违法者"为目标,半年多的精度是零。

🏙️ 扩大的部署,迟到的账单

这张成绩单公布时,决策已经先行了。延期和扩围是上个月定的,TfL 支持扩围的公开理由是针对侵害妇女和女性的犯罪,选择的车站标准是所谓最大影响。同一时期,大都会警察和市长办公室宣布圣诞节前在伦敦西区装固定人脸识别摄像头,牛津街步行化之后也将启用。

规模的大盘更可观。Liberty 调查部门的统计是:英格兰和威尔士过半数的警力已经把实时人脸识别铺上了街头。议会人权联合委员会最近的报告把这项技术的推广点名为风险特别清楚的例子,并呼吁立法。前生物识别专员 Fraser Sampson 对媒体说的那句中肯:在超市里防扒手和在公共交通网络里抓人,是两件事,技术的相称性取决于地点、时段、名单构成和到场概率,一环不对全盘皆输。

🧭 值得关注的原因

计算机视觉的论文里,人脸识别的基准分数早就刷到让人无感。这份 FOI 成绩单的价值在于它量的是另一件事:一套"技术成熟"的系统嵌进真实人流后,六个月能交出什么。扫描 50 万张脸,花 32 万英镑,找到 0 个正在违法的人,错认 1 个。做 CV 的人值得把"部署精度"和"演示精度"当成两个指标分开报告,公共政策的辩论需要前者。

还有一个顺序问题值得记住:成绩单见报之前,扩围决定已经做出。数据在事后才来,规模先走了一步。

  • 信源:卫报 2026 年 9 月 29 日报道(Phoebe Davies 与 Daniel Boffey,Liberty Investigates 经信息自由申请获取的数据);BTP 延期声明与 TfL 支持表述均转引自该报道;Sampson 与议员表态同源
  • 限定:50 万、32 万英镑、约 100 小时均为 FOI 文件口径,本文未核到 BTP 原始文件;"延期期间 3 次命中均为守法者"依赖卫报表述(3 人确认遵守法院指令),是否有人其后违法不在该数据范围内;本文对技术本身的识别准确率不作评价,仅评价该部署的系统级产出
暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens