Nimesh Patel 是伊利诺伊州居民，也是 Facebook 用户，其权利遭到非法侵犯。
当然，尼梅什·帕特尔并不天真：他很清楚社交网络公司Facebook正在收集他的个人信息。
然而，Facebook 似乎想要得太多了。
他们开始获得尼梅什·帕特尔外貌的一些具体细节，比如他的眉毛之间有多少毫米的皮肤间隙，以及他的嘴角抬起时可以在脸上伸展多远。
他的脸包含多少个、多少个几何形状，Facebook 收集这些数据，以便他们的面部识别软件能够识别屏幕前的人。
我们了解到，作为原告，帕特尔在集体诉讼中起诉了 Facebook，认为该公司使用面部识别技术违反了生物识别信息隐私法案（BIPA），该法案是伊利诺伊州 2016 年通过的一项法案，旨在限制企业存储和使用人们的生物特征，这些特征是经过专门定义的，包括指纹、声纹、视网膜、红膜扫描、手部扫描和面部几何形状。
帕特尔针对 Facebook 的诉讼于去年 10 月被法院受理，此后针对谷歌和 Snapchat 等社交网络巨头也提起了类似的诉讼。
这个问题可能会在明年的法庭上引起激烈争论：谁可以存储我们的面部信息？然而，美国公民自由组织表示，关于此事的辩论来得太晚了。
然而，伊利诺伊州法律在美国并不常见。
面部识别技术越来越多地存储并集成到监控系统和执法数据库中，并且该技术近年来发展迅速。
电子前沿基金会律师詹妮弗·林奇表示：我们可能很快就会在实体零售店安装安全摄像头，以识别进入商店购物的人。
事实上，这次针对Facebook的诉讼主要是针对他们在2018年推出的一项给照片“加标签”的功能：当用户上传照片时，Facebook的系统会自动识别照片中的人。
然后，将该人脸与系统之前“见过”的现有照片进行匹配，最终识别该人、他的朋友和其他联系人。
诉讼称，Facebook确认“标签推荐”系统确实收集并存储了社交网络平台上美国用户的“面部模板”。
从时间上看，伊利诺伊州颁布《生物信息隐私法案》先于Facebook推出“标签推荐”功能，但当时该法案并未提及与社交网络相关的生物识别信息隐私问题。
事实上，该法案仅限制生物识别标识符在金融交易中的潜在使用。
它还特别提到，生物识别标识符必须与 PIN 和交易密码不同 - 也就是说，即使使用客户的生物识别 ID。
黑客窃取的信息无法用于更新指纹和面部信息。
不过，集体诉讼的律师明确表示，该法案不能仅限于银行等金融领域，还应该适用于科技公司。
例如，去年4月，美国法院受理了另一起案件。
当时，法院认为照片共享服务提供商Shutterfly不能存储用户照片，并宣布该公司需要对用户进行赔偿，但具体金额未知。
根据伊利诺伊州的生物识别信息隐私法案，私营公司必须制定书面政策声明，明确告知用户其生物识别信息将被存储多长时间，然后他们必须永久删除数据。
克莱尔·加特兰 (Claire Gartland) 是电子信息隐私信息中心的律师，专注于消费者隐私问题。
他说：从某种程度上来说，伊利诺伊州的生物识别信息隐私法案实际上非常温和。
它仅要求私营公司向消费者提供免责声明而已。
此次针对 Facebook 的诉讼的核心问题是，该公司一直在建立和维护伊利诺伊州用户的面部模板数据库，但没有提供任何书面政策。
对于这起诉讼，Facebook发言人拒绝回答任何与之相关的问题，但发言人特别提到，用户可以随时关闭其账户下的“标签推荐”功能。
有趣的是，这并不是科技公司第一次因收集生物识别信息而被起诉。
年底，Facebook被指控违反《生物特征信息隐私法》（BIPA）关于生物特征识别的规定，其中包括有关面部扫描和面部几何形状的相关规定，其中没有明确排除照片和身体描述。
然而，Facebook 辩称，该法案仅对物理面部扫描仪具有约束力，该扫描仪扫描真实面部并记录相关生物识别信息。
至于Facebook的系统软件，它们仅过滤照片，因此不应受到计费。
然而，法院称 Facebook 的论点“没有说服力”，并指出该法案涵盖了所有新兴的生物识别技术。
如果 Facebook 输了，它就必须赔偿数百万伊利诺伊州用户（或者更具体地说，全美各地的用户），并改变其生物识别信息政策。
在法庭上，Facebook 可能会重点从技术角度解释其面部识别技术，但根据生物学专家、密歇根州立大学计算机科学与工程学院教授 Anil Jain 的说法，法庭可能还需要知道 Facebook 是否他们的面部匹配软件系统中会使用一些传统的处理方法。
Anil Jain 说，这些系统根据大量评估测量结果构建和存储面部模板。
他们对人的面部轮廓进行采样，然后提取标志点，例如眉毛、鼻子、沿着唇部的点和嘴角。
不过，Jain 也提到，Facebook 研究人员正在尝试利用机器学习技术进行面部识别。
该公司在2016年发布的一份报告中提到，Facebook DeepFace系统正在尝试应用新的解决方案。
在报告中，研究人员描述了他们如何使用 Facebook 平台上包含 10,000 张面部标记照片的数据集来训练 DeepFace 系统。
基于数百万个参数设置，DeepFace系统的深度神经网络可以检测人脸，然后根据他们的“学习经验”区分不同的面部匹配规则。
用 Jain 的话说，“它更像是一个黑匣子。
”现阶段，Facebook尚未透露他们是否会使用DeepFace软件（或其他类似的软件系统）来实现其平台上的标准标签推荐功能，但是，如果他们不采用这种先进的方法，那么他们目前的技术实际上并不违反法律。
Jain 进一步解释道：现在的问题是 Facebook 是否将面部信息存储在他们的数据库中。
DeepFace程序在分析原生照片时，系统可能只会根据学习到的分析规则来读取和分析照片，而不会像物理人脸扫描仪那样存储面部模板。
但现实总是很讽刺——如果Facebook没有将这些面部信息数据存储在他们的系统中，怎么会被告上法庭，所以让我们来看看Facebook将如何被告上法庭吧，保住你的“面子”吧。