近日，“富豪找回丢失25年儿子”引发全网关注。
12月3日，格灵深瞳发布微博称，亲人团聚的背后，格灵深瞳自主研发的“跨年龄同亲缘人脸比对算法”功不可没。
周一，格灵深瞳盘中一度涨超17%，股价触及今年7月20日以来新高，最终收涨7.66%。《科创板日报》记者向格灵深瞳发去采访请求，但相关负责人称不便接受采访。
晚间，格灵深瞳在微信公号发布声明称，公司在寻亲事件中主要配合警方提供技术和算法等工具，然后交由警方来应用。公司没有开发所谓的“收费版的寻亲APP”，也没有授权任何单位或个人售卖相关软件。
格灵深瞳还在声明中表示，虽然技术发展很快，但跨年龄寻亲依然非常困难，公司一直在协助警方发展寻找失踪人口的技术，今年的确取得了较大的技术突破。
2023年11月，河北富豪解克锋在警方的帮助下找到了失散25年的儿子解清帅，至此结束了历时25年的漫长寻亲路。
据格灵深瞳发布的视频介绍，基于遗传关系，亲属间人脸特征的相似性会相对较高。利用这一规律，公司的“跨年龄同亲缘人脸比对算法”会筛选出相关性较高的疑似者，进行赋分排名，可以大幅提升筛选摸排效率。“这次帮助解克峰寻找儿子，我们直接用他们夫妻俩和大儿子的照片进行人像比对，结果在排名前五中就找到了解清帅。”究其原理，跨年龄人脸识别需使人脸特征最大程度上和年龄解耦，从而提取与年龄无关的特征信息。由于受到人脸皱纹随着时间变化而加深、颅骨形状改变等因素影响，跨年龄人脸识别难度不容小觑。格灵深瞳算法部负责人冯子勇表示，公司在人脸识别技术的技术积累上，针对跨年龄的识别做了数据增强，通过在不同年龄段生成对应的照片来增强训练数据，采用更大规模的训练，使得模型算法的泛化能力更强。事实上，作为通用人脸识别研究的细分方向之一，跨年龄人脸识别虽较通用人脸识别而言起步晚，但并非新技术。
在2015年的微软“骇客马拉松”上，通过微软人脸识别技术寻找儿童的应用程序就已被开发出来。该程序克服跨年龄相关技术挑战，后续被公益寻人网站“宝贝回家”采用，已帮助超过1900位儿童找到了家。2017年全国"两会"期间，百度CEO李彦宏在一份"利用AI和大数据技术帮助解决走失儿童问题"的提案中，提出了建立适用于搜寻走失儿童的人脸识别模型等建议。“百度的人工智能技术可以拿着特小的小孩照片来对比她现在长大以后是什么样子。我觉得这个技术可以应用到公安机关等相关的部门。”李彦宏如是说。同年起，百度与民政部、“宝贝回家”等合作，推出了“AI寻人”平台，用人脸识别技术帮助寻亲。针对跨年龄人脸识别的困难，百度采用度量学习的方法，并用大规模人脸数据训练好的模型作为底座，用跨年龄数据对他做更新。据当时的介绍，百度人脸测试集有2百万人的2亿张图片作为训练样本数据。除了跨年龄人脸识别技术，百度还曾展示隔代人脸识别——通过父母的照片，对比失踪宝贝的照片，让二者匹配成功。截至2021年3月1日，百度“AI寻人”平台共计收到用户上传照片42万余张，寻亲成功数量达到12000多人次。腾讯CEO马化腾在2017年12月同样表示，腾讯的人脸识别技术基于大量数据的学习，可以预测一个人变老时的样子，“所以我们帮助公安部门寻找丢失儿童的时候，还可以推算出丢失10年后、5年后孩子的样貌怎么样，而且非常成功地帮助公安找到这样的儿童。”为了充分的从数据中学习人脸自然的跨年龄变化规律，腾讯优图实验室提出了基于DDL（分布式蒸馏学习法则）学习策略的正则化迁移学习策略，以可充分进行跨年龄人脸识别学习，从而让跨年龄识别更加可靠和精准。2019年11月，腾讯云人脸识别3.0版本正式对外发布，支持“跨年龄识别”，搜索识别同一人不同年龄段的人脸。据介绍，使用腾讯技术的福建省公安厅“牵挂你”防走失平台，仅2019年累计找回的走失儿童就超过1000人。2017年8月，云从科技在央视《机智过人》节目展示了“御眼重明”系统的跨年龄识别人脸功能。该系统训练样本为1000万人的2亿张照片，可以通过一张7岁以上的儿童照对应识别出成年照。时隔一年，在2018年9月的《机智过人》第二季节目，云从科技带来了“御眼重明2.0”，采取结构光的技术挑战跨代的辨识能力，即通过祖辈寻找孙辈。在与拥有15年模拟画像经验警官的比拼中，“御眼重明2.0”以更快的识别速度取胜。2019年8月，云从科技研发的帮助寻人的系统“灵鹊”亮相《机智过人》第三季节目。据介绍，其针对跨年龄识别、跨代识别问题，在走失儿童、走失失智老人等方面都取得了显著成效。此外，佳都科技针对寻亲难题提供了人脸模拟算法技术——根据人的面部特征，利用AI算法模拟人脸的成长变化，推测出当年走失孩童现在的长相。“宝贝回家”在2018年接入了佳都科技的人脸识别引擎接口；2019年6月，佳都科技发布“AI回佳”平台，利用AI帮助寻找失散家庭。截止至2019年12月，佳都科技利用人脸模拟成长算法，已成功寻回了3个失踪儿童。不过，跨年龄人脸识别质量的提升需要大量跨年龄样本数据来进行训练，而这些数据需要拿到每个人不同年龄段成组的照片，大批量成组照片样本从何而来是一大难题。
