从赵薇老公被冒充看科技带来的便捷与风险人脸识别开启“刷脸”时代

■ 文 / 安 生

人脸识别在科技圈热门已久，支付宝的人脸支付、微软辨别年龄的网站How-Old.net、360奇酷手机的人脸识别……最近，赵薇的老公黄有龙被告上法庭，原因竟是其司机骗过公证处的人脸识别系统，以委托人的身份卖掉了赵薇家一处千万的豪宅，而整个过程黄有龙并不知情，是遭人“冒充”。这条新闻，让“人脸识别”也登上了娱乐版的头条，成为人们关注的焦点。

据新加坡《联合早报》10月21日援引人民法院报“中国法治”客户端报道称，赵薇老公黄有龙的司机冒充黄有龙到公证处，通过人脸识别技术办理了委托公证证明，委托人将房屋卖给受害人武某。武某将房屋买下后，却迟迟无法入住而做出提告，要求黄有龙交付房屋时，才揭发整起事件。黄有龙也就被武某告上了法庭。

报道称，由于部分公证处已引进了人脸识别技术，而有些品牌的人脸识别系统宣称识别率高于98.3%，因此该司机是如何通过人脸识别的引发了人们的热议。

什么是人脸识别技术

人脸识别，特指利用分析比较的计算机技术。人脸识别是一项热门的计算机技术研究领域，人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。

人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流。首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

人脸识别技术中被广泛采用的区域特征分析算法，它融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。

相比较其他生物识别技术而言，人脸识别有一些显著的优点：非接触的，用户不需要和设备直接接触；非强制性，被识别的人脸图像信息可以主动获取；并发性，即实际应用场景下可以进行多个人脸的分拣、判断及识别。

当然，人脸识别也存在一些弱点：对周围的光线环境敏感，可能影响识别的准确性；人体面部的头发、饰物等遮挡物，人脸变老等因素，需要进行人工智能补偿（如可通过识别人脸的部分关键特性做修正）。

人脸识别在各个领域的应用

随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。

企业、住宅安全和管理。如人脸识别门禁考勤系统，人脸识别防盗门等。2012年无锡采用物联网人脸识别技术规范建筑市场。无锡的建筑工地将从6月1日起每天通过物联网技术进行人脸识别，通过考勤管理，确保项目负责人到位，挂靠、层层转包等现象将有望受到限制。

电子护照及身份证。这或许是未来规模最大的应用，国际民航组织(ICAO)已确定，从2010年起，其118个成员国家和地区，必须使用机读护照，人脸识别技术是首推识别模式，该规定已经成为国际标准。中国的电子护照计划，公安部一所正在加紧规划和实施。

公安、司法和刑侦。如利用人脸识别系统和网络，在全国范围内搜捕逃犯。京沪高铁三站已建成人脸识别系统，整容也能被识别。铁路部门发布计划表示，已建成的京沪高铁段的上海虹桥站、天津西站、济南西站这三个站点的识别系统工程，以协助公安部门抓捕在逃罪犯。利用这个系统，作案后的犯罪分子，即使整容，也将能够被识别。

自助服务。如银行的自动提款机，如果用户卡片和密码被盗，就会被他人冒取现金。如果同时应用人脸识别就会避免这种情况的发生。虽然远程开户还未实现，但是“刷脸”取款已经成为现实。据悉，招商银行已经正式将人脸识别技术应用到ATM取款业务上，这是国内银行首次将人脸识别技术应用到自动取款机上。此举意味着，今后如果客户没有带卡，直接“刷脸”也可以取钱了。

人脸识别是一种基于人的相貌特征信息进行身份认证的生物特征识别技术，眼下正在掀起一股热潮，互联网大佬、银行金融机构等都在悄悄布局“刷脸”技术。

信息安全。如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完成，电子政务中的很多审批流程也都搬到了网上。而当前，交易或者审批的授权都是靠密码来实现，如果密码被盗，就无法保证安全。但是使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一，从而大大增加电子商务和电子政务系统的可靠性。

近两年，国内外的科技巨头们对人脸识别更是宠幸有加。

2013年 12月，Facebook在纽约创建了深度学习人工智能实验室，力邀深度学习鼻祖Yann LeCun加入，在他的推 动 下，2014年Facebook的DeepFace技术脸部识别率的准确度达到97%。

2014年初，谷歌4亿美元收购了深度学习算法公司DeepMind以及图片分析公司Jetpac，之后推出人脸识别技术FaceNet。

2014年5月，百度深度学习研究院吸收深度学习专家Andrew Ng（吴恩达）加盟，2015年百度世界大会发布脸优产品。

2015年3月，汉诺威消费电子、信息及通信博览会上，马云向德国总理默克尔与中国副总理马凯演示了蚂蚁金服的Smile to Pay扫脸技术，为嘉宾从淘宝网上购买了1948年汉诺威纪念邮票。

除此之外，阿里巴巴还创建了生物识别技术团队“柒车间”，腾讯很久之前内部孵化了对抗阿里刷脸支付的杀手锏优图团队。

2015年5月，微软推出How-Old.net，这是一个颜龄识别机器人网站，通过大数据和机器识别技术，智能判断照片中人物的年龄。因为足够“好玩”而引爆了社交网络。

2015年9月中美互联网论坛期间，周鸿祎随习主席访美，也展示了一把奇酷手机拍照功能的人脸识别功能。

不难看出，人脸识别技术虽然并没有真正实现大规模落地，但竞争态势已然拉开。我们应该有理由相信，随着深度学习的不断优化以及政策的逐渐开放，人脸识别将会拥有更丰富的应用空间，给我们的生活带来快捷便利，让我们真正的步入“刷脸”时代。