伦敦实时人脸识别试验：花费32万英镑，扫描五十万张人脸，零逮捕，仅一次误报

关键要点

伦敦最繁忙的铁路车站进行的六个月实时人脸识别（LFR）试点项目共扫描了约50万张人脸，花费320,786英镑，仅产生一次误报警报，且没有逮捕行动可直接归因于该系统。

---

试验范围与支出

• 持续时间与地点：2026年2月 – 7月，共18次部署，覆盖伦敦主要铁路枢纽（如国王十字车站、利物浦街车站）。
• 扫描人脸数量：超过50万张独立的人脸图像。
• 财政支出：设备租赁和警察人力成本共计320,786英镑，该数据由Liberty Investigates通过信息公开请求获得。
• 警察工作时间：近100小时的警员工时用于监控该系统。

"在试验期间，18次部署的设备租赁和警察人力成本为320,786英镑，仅触发一次警报，结果发现是错误识别。" – 《卫报》，2026年9月29日

运行表现

• 警报数量：试验仅产生一次警报，匹配了警方监控名单上的一个名字。
• 警报结果：该匹配为误报；被识别的个人实际上不在监控名单上。
• 逮捕情况：没有逮捕行动是直接由LFR警报导致的。警方虽因袭击、盗窃、持械等其他原因进行了逮捕，但这些均不计入LFR绩效指标。
• 监控名单管理：BTP强调，监控名单被刻意限制并严格控制，已建立数据质量和保护措施。

延期与后续活动

• 试验延期：2026年8月，BTP宣布将试验延长四个月，并将部署范围扩展至伦敦地铁车站。
• 延期后警报：自延期以来，已确认三起警报，涉及的个人均已在遵守性侵害预防令或其他法院裁定条件。
• 政策表述：伦敦交通局（TfL）将该技术宣传为针对警方监控名单人员的工具，以及打击针对女性和女孩暴力行为的手段。

专家评论

• 弗雷泽·桑普森（前生物识别专员，现Facewatch董事）

  "我们知道这项技术是有效的，但在超市中用于阻止盗窃……与在公共交通网络中用于抓捕人员完全不同。商店中的成功意味着无人进入。而警方抓捕人员的成功意味着有人被抓住。从这个角度看，该试验似乎并未取得显著成效。"

• 人权视角：议会人权联合委员会称实时人脸识别是“一个特别清晰的风险示例”，并呼吁加强法律保障。
• 政治反应：工党议员贝尔·里贝罗-阿迪呼吁暂停推广，直到建立强有力的保障措施和法律框架。

社区与Hacker News讨论亮点

• 规模质疑：用户指出，六个月扫描50万张人脸，平均每天仅数千张，暗示许多摄像头处于离线或间歇运行状态。

  "在铁路车站进行了16次部署，持续六个月——他们必须有99%的时间处于关闭状态，才能只扫描50万张人脸。"

• 投资回报质疑：评论者质疑该试点是否真是打击犯罪的努力，还是“一场巨大的钓鱼行动”。
• 监控名单规模：有评论澄清，监控名单仅包含约450人，限制了系统的检测潜力。
• 潜在滥用：部分用户警告，监控可能扩展至税务执法、逃票追查或更广泛地侵蚀公民自由。
• 有效性怀疑：一句讽刺评论突显了系统成功的悖论：只有无人被捕时才称其成功："我的神奇人脸识别软件成功了，因为……那些不受欢迎的人一个都没进来！"

人工智能赋能警务的更广泛影响

1. 成本效益失衡：花费32万英镑仅换来一次误报，引发对大规模LFR部署经济效率的质疑。
2. 数据隐私担忧：实时人脸识别处理特殊类别个人数据；根据英国GDPR和ICO指南，必须满足比例性、必要性及强有力的监督要求。
3. 偏见与监控名单构成：将监控名单限制在数百人以内可能减少偏见指控，但也削弱了系统的实际效用。
4. 透明度与问责：信息公开披露对揭示试验真实表现至关重要；若无此类披露，公众讨论将缺乏事实基础。
5. 未来政策方向：扩展至地铁车站并推动应对针对女性和女孩的暴力，显示出政治推动力，但议会与民间社会的批评可能迫使加强监管。

---

结论

伦敦铁路车站的LFR试验表明，以当前规模和成本，实时人脸识别在警务上的价值微乎其微，同时引发了重大的隐私与问责问题。决策者在进一步推广该技术前，必须权衡32万英镑的支出与系统有限的检测能力，以及普遍监控带来的更广泛社会成本。