“刷脸”时代扑面而来

文/海川

“刷脸”时代扑面而来

文/海川

人脸识别技术的应用正在从金融、安防等领域逐渐应用到消费和生活场景中，刷脸大潮勾画出了未来人脸可能取代钥匙、银行卡甚至身份证的远景

当钥匙、刷卡、密码、签名、指纹识别司空见惯的时候，近期“刷脸”成为热词，人脸识别技术受到广泛关注。引爆这一话题的是，9月13日，苹果公司发布了新一代手机iPhone X，其中最大的变革之一是取消以往的指纹识别(Touch ID)，改为通过“刷脸”实现识别解锁，并且可运用到Apple Pay以及各种需要身份验证的App中。

人脸识别是生物识别技术的一种，它是利用人的生物特征实现个体区分的一种技术，一般包括图像采集、特征定位、身份确认和查找三个环节。简单来说，人脸识别就是从图像中提取面部特征关键点，比如骨骼特征、眉毛高度等，通过比对输出结果。

其研究始于20世纪60年代，1980年代特别是1990年代后期，随着计算机技术和光学成像技术的进步，人脸识别技术进入初级应用阶段。2000年以来特别是近几年，中国的人脸识别技术飞速发展，基础性研究已经与欧美并驾齐驱，巨大的人口基数也让这一技术的应用前景充满想象。

如今，人脸识别技术的应用正在从金融、安防等领域逐渐应用到消费和生活场景中，刷脸门禁、刷脸支付、刷脸检票、刷脸入学、食堂刷脸吃饭、宾馆刷脸入住、刷脸娱乐等，掀起了一股刷脸大潮。外媒称，中国一些城市对于人脸识别技术的应用即将达到临界点，勾画出了未来人脸可能取代钥匙、银行卡甚至身份证的远景。

人脸识别应用大爆发

人脸识别已经在人们衣食住行的各个领域发力，迎来市场井喷期，其中，金融、安防、出行、医疗等成为应用“先锋”领域。

刷脸支付。2017年9月1日，支付宝在杭州的肯德基KPRO餐厅上线“刷脸支付”，成为全球首个将“刷脸支付”推向商用的试用点，成功抢占刷脸技术商用化的先机。

在杭州的肯德基餐厅，使用刷脸支付，先要在手机端开通刷脸支付功能。在支付宝的购物娱乐功能中，点击人脸识别——刷脸支付，就可以打开刷脸支付功能。进入餐厅后，用户可以在自助点餐机上选餐，进入支付页面，选择“刷脸支付”，进行人脸识别，识别后须再输入手机号，随后完成付款。整个过程比较简单。刷脸时需要看摄像头，如果位置不准确，屏幕上会有文字提示“近一点”或“远一点”等。非熟练用户，也就一分钟不到即可完成支付的完整操作。随后，拿着定位器就坐，等着服务员送餐到桌前就可以了。据了解，目前支付宝还支持多人、化妆、变换发型等多种复杂场景。

而另一电商巨头、号称人脸识别技术算法识别率高达99.9%的京东，也在8月31日针对其旗下的京东之家多地店面进行内测。不过此次内测仅是试水刷脸市场，进一步收集用户反馈以推动刷脸支付的迭代升级，京东下一步还将邀请更多用户进行真实商业场景的开放测试。

刷脸安防。拥有强大技术流的百度和腾讯在马云宣称刷脸时代到来之后，在支付领域依然不为所动，而是将更多精力投入到民生安保上。腾讯新建总部门禁及智能签到系统均采用了人脸识别技术，且腾讯慧眼在多城市开放微信自助办证和用户自助办理酒店入住的功能。而以人工智能技术引领的百度更是将刷脸技术应用到了员工食堂、自动售货机、景区入园、机场安检等多个场景。

人脸识别公司旷视科技已为多地公安系统提供了实时警情数据服务，其中直接协助警方破获案件1032起，抓获、控制的在逃人员超2000人。重庆市某公安分局使用商汤科技的人像比对系统，在40个工作日内辨认出69名嫌疑人，相比人工效率提升200倍。今年8月的青岛啤酒节，在历时一个月的活动期间，警方对190名嫌疑人员的身份进行了识别，经过二次盘查核实了25名逃犯，其中包括已经通缉了10年之久的一个卖淫团伙的主谋。

刷脸解锁。通过面部识别就能快速打开手机，“刷脸解锁”相较于指纹解锁显得更加方便快捷，并能有效防止用户在非自愿状态下强行开锁，能更高效地保护用户信息安全。在刷脸这一浪潮的推动下，国美7月率先推出支持面部识别功能的国美s1，速度最快可达0.1秒；而小米在9月11日发布会上发布了拍照旗舰小米Note3,也将人脸识别技术应用到手机解锁上，但除此之外，小米AI应用更多在于美颜拍照；随后，vivo在印度发布的V7+宣布开始应用刷脸解锁。

刷脸取款。“刷脸支付”让用户体验了全新的支付方式，而银行业近日也进军刷脸取款。目前，已有多家银行先后解决了刷脸取款在实际应用中的问题，将刷脸取款全线推广。中国农业银行表示将为全国多家分行、柜台机以及ATM机安装人脸识别系统，采用先进的“双目活体检测”技术和其他生物识别技术来识别人脸的真伪；而早在去年招商银行就在全国106个城市的近千台ATM机上安装了“刷脸取款”的功能。

银行业的此番改革成功将自己与互联网企业的抗衡天平再次扳平，刷脸取款有诸多好处：告别传统银行卡，降低银行卡被复制的风险；降低设备吞卡数量，减轻基层行负担；解决客户因未带卡而无法取款的问题；促进ATM的功能升级，为支持“线上开户”等新业务做好准备。

刷脸出行。位于武汉的张先生在解放大道循礼门路口过马路时闯了红灯，随后便看到自己的“大头照”出现在旁边的监控大屏幕上，交警随即对他开了20元的罚单。这是武汉汉口最新启用的行人闯红灯自动识别抓拍系统，通过高清摄像头对准斑马线，对闯红灯的行人、非机动车违法行为进行抓拍。据武汉交警介绍，系统会把抓拍到的画面同公安内部的人脸识别大数据进行连接，自动对违法者的身份信息比对。此外，利用刷脸技术，滴滴平台可以查验驾驶者是否为注册司机。

刷脸入住。位于昆明市山西区马街街道一酒店前台处，未带身份证的住客可利用前台摆放的一台“人脸识别自证系统”在数据库里搜索本人的数据信息，再对比人脸完成匹配，即可入住。据当地派出所负责人介绍，这套系统可以防范有人冒用他人身份入住，如果是被管控的重点人员，只要一刷系统就会触发警报，及时通知警方。目前全区已经建成400余套人脸识别系统。此外，“刷脸入住”系统在济南也开始推广，目前，已有山东大厦、舜耕山庄、南郊宾馆、蓝海御华大饭店等10家宾馆酒店安装了该系统。预计今年年底前，济南60%的旅馆开通，明年上半年，力争全市百分之百开通。

刷脸医疗。看病不用带医保卡，只要用手机“刷脸”，系统就能识别身份，轻松完成缴费。2016年3月27日，全国首家“人脸识别”医保支付系统在武汉市中心医院上线，智慧医疗实现新突破，患者在家里也能完成看病缴费。

患者登陆武汉市中心医院APP，在医生问诊开单后，点击“费用缴纳”，选择医保支付，首次使用时，根据系统提示，输入相关信息确认签约后，软件弹出“人脸识别”，只要对着手机的前置摄像头刷下脸，几秒后扫描完毕确认是本人，就能顺利缴费。首次身份验证时将银行卡绑定和人脸识别验证成功后，下一次再付费就不需要再“刷脸”，付款更便捷。医保在线支付需要银行卡金融身份、公安身份证信息和医保身份信息三重比对确认身份，传输过程信息加密，全流程无缝连通，以保证医保账户的安全。

随着人脸识别技术的商用场景不断扩充，市场潜力巨大，资本嗅到商机纷纷涌入。来自前瞻产业研究院的数据显示，2016年我国人脸识别行业市场规模已超过10亿元，预计到2021年将达到51亿元左右。

“刷脸”技术安全吗？

iPhone X的Face ID技术并没有采用普通摄像头的方式，而是采用红外主动识别的技术，这样就可以做到三维立体识别，增强了安全系数。在具体的应用场景中，人脸识别大致可以分为1:1、1：N、N:N三种。

1:1等级的人脸识别，实现的是最初级的“证明你是你”。从字面上就可以看出，1:1是用户提前上传个人照片储存于系统中，每次验证时，线下拍照与系统中存储的照片信息进行对比，进而确定“你是不是你”。例如，车站安检、手机解锁、刷脸支付、网上买票、医院挂号、政府惠民工程项目，以及各种证券开户、电信开户、互联网金融开户等，这些都是1：1人脸识别的应用场景。同其他方式相比，1：1识别准确率高，对算力的要求也相对较低。

而1：N的人脸识别算法则主要用于人脸检索，“证明你是谁”。与1:1的一一对照不同，1：N需要一张照片同系统中的海量照片进行对比，根据相似度排列出多个对比结果。而排在第一顺位的结果，未必准确。1:N人脸识别算法主要应用在安防领域，如用于排查犯罪嫌疑人、寻找走失儿童等。同1：1识别相比，使用地点、环境、光线、采集角度甚至是玻璃反射都会影响1：N识别的准确度，所以1:N相对更具有挑战性。至于N:N人脸识别，实际上相当于同时进行多个1：N识别，用于“证明谁是谁”。

从技术角度来看，人脸识别技术如今处在怎样的阶段？启赋资本高级投资经理宋昶认为：“静态人脸识别已经比较成熟了，识别精度已经超过肉眼识别，精度优化好的话会高于指纹识别，动态人脸识别仍需要人工辅助，因为可能出现一些人为的遮挡、光线不够或者距离较远的情况无法识别。”

在国中创投投资总监童亮亮看来，相较于指纹识别、静脉识别、虹膜识别等几种生物识别技术来说，人脸识别目前看来是最好的，“人脸识别采集过程无感知、成本低、速度快、精准度高，综合起来是最好的。”

但科技专家表示，人脸识别只是一种高精度的辨识技术，目前在一些专业度高的行业里，还不能完全取而代之，人脸识别是一种辅助技术，目前还在陆续完善中。现在也在推出活体验证技术，要求用户做一些活体动作，同时要求和别的身份识别相结合。

随着人脸识别技术的商业化应用，个人隐私保护也成为公众热议的话题。照片冒用本人怎么办？数据隐私会不会被泄露？

旷视科技副总裁谢忆楠表示，旷视在采集到照片后会对照片进行脱敏处理，只提取照片特征，而非照片本身，即使这些特征在传输过程中被窃取，也无法还原出照片，过程是不可逆的。

苹果公司相关负责人表示，Face ID不会备份和发送用户的任何面容数据，也不会发送给第三方开发者，这些数据永远不会离开设备自身。同时，苹果公司表示，面部解锁将通过检测目光方向来确认你是否在注视屏幕，然后利用神经网络的机器学习能力，计算匹配和抵御欺骗攻击。也就是说，如果有人尝试以照片解锁，或者用户没有注视屏幕的时候，都无法解锁成功。

“我们通过软硬件结合的方式，智能算法和硬件结合，以此确认是不是活体。”蚂蚁金服生物识别技术负责人陈继东说，支付宝团队有多年的人脸识别技术积累，为刷脸支付的商用，团队也做了很多独创优化。

在杭州的肯德基餐厅，自助点餐机上配备了3D红外深度摄像头，在进行人脸识别前，会进行活体检测，判断采集到的人脸是不是照片、视频或者软件模拟生成等，防止真人被假冒。目前的刷脸支付还须在人脸识别后，输入绑定支付宝的手机号，进一步验证是不是本人账户，安全度变高了。如果实在害怕被盗刷，也可以在不使用时，在手机端关闭人脸识别功能，使用时再打开就好。用户隐私安全也将得到保障。“我们通过加密、脱敏等一系列安全措施，最大限度地保障用户隐私和安全。”陈继东说。

据专业人士介绍，“刷脸入住”时，为了防范可能出现的黑客攻击等问题，在互联网与公安内网连接过程中，就有屏障进行技术“隔离”，借此杜绝信息泄露。

对于整容脸，“刷脸入住”系统也可以识别。如果是本人减肥或变胖，骨骼不会变化，识别并无太大难度；倘若有人割了双眼皮、做了面部拉皮，这些对于面部皮囊的改变，并不会“入骨”，也躲不过识别系统的“火眼金睛”。因为识别技术，主要是依靠对人像骨骼的识别，例如眉骨、颧骨、下颌骨等重点点位。除非类似某些网红那样的“返厂大修”，否则是不会影响人像识别比对的。但即使是“磨骨削腮”现象，也得看骨骼变化的多少，也并非都识别不出来。

主要玩家及创投机会

一直以来，国内外对于人脸识别的研究都非常活跃。国外公司主要有德国的CognitecSystem、西班牙的HertaSecurity、日本的NEC、美国的Identix、Bioscrypt、Google以及Facebook。

德国的Cognitec公司主要从事政府项目的人脸识别系统，西班牙的Herta公司是一家学术氛围很浓厚的公司，而NEC公司主要做机器人视觉识别系统。美国Identix公司则是多模认证(指纹、虹膜)为主体业务，而Bioscrypt公司早期起于指纹识别考勤，后来转战人脸识别领域，在市场上占据了不小份额。这五家公司都是比较早期的老牌强者，而Google和Facebook进入人脸识别领域的时间并不算长，但因其本身的雄厚技术实力以及海量数据支持，也跻身于国外主流人脸识别公司的阵营。

国内的人脸识别公司主要有商汤科技、科大讯飞、旷视科技、云从科技、依图科技等。其中商汤科技是现在国内人脸识别技术领域的龙头企业，曾在一次公开评测中超过了Facebook和Google，由此获得了知名风投公司IDG的垂青；科大讯飞最早是从事智能语音及语言技术，在2014年联合香港中文大学汤晓鸥教授团队，共同推出世界领先的人脸识别技术，识别率高达99%；旷视科技目前为阿里巴巴旗下蚂蚁金服提供面部扫描系统，在金融、安防、零售领域分别开始了商业化探索并成功培育出Face++Financial等多款垂直人脸验证解决方案产品；云从科技，成立于2015年4月，是一家从中科院重庆研究院孵化的专注于计算机视觉与人工智能的高科技企业，目前已成为中国银行业人脸识别第一大供应商；依图科技成立于2012年，已获得C轮融资，在美国国家标准与技术研究院(NIST)的人脸识别竞赛中(FRVT)获得四项世界第一，已为多家银行提供人脸身份认证，为海关总署及中国边检提供人像比对系统。

由于我国人脸识别产业的市场需求旺盛，从而推动众多投资者和创业者入市。目前，该技术已具备大规模商用的条件，未来三到五年将高速增长。

国海证券认为，伴随识别准确率及识别速度提升，人脸识别应用场景不断拓展，在闸道、安防等方面有望打开增量市场。当前结合深度学习，人脸识别在复杂场景下的人脸识别率已达到99%，在铁路、金融、教育等多领域应用案例逐步涌现，2017年有望成为人脸识别产品快速普及的元年。

这与童亮亮的看法不谋而合，“各地公安都在积极布局人脸识别来提供案例办理的效率，市场非常大。”童亮亮为此也看了十几家相关的创业公司，他最想找的项目是，能够破解动态识别过程中因光照度不够、人为遮挡、大姿态所导致的识别不准难题的创业公司。

对于人脸识别领域的创业机会，童亮亮认为，静态人脸识别已经是红海了，互联网金融、银行、保险方面的应用基本不用考虑了，市场巨头已定，但安防领域却是一片蓝海。“如果要做安防领域的人脸识别，就一定要解决上述三个难点，如果可以攻破这些难点，依然是一片蓝海。”此外，他认为医疗、智能驾驶也是比较新的应用领域，创业者可以尝试切入。

宋昶则对人脸识别方面的项目表现谨慎，“现在底层技术上已经有了巨头了，很难有更大的超越，但是应用现有的技术去开发一些垂直方向的应用可能还有些机会。”

据了解，国内的人工智能人才相对紧缺，目前这个领域的人才多来自于微软实验室、硅谷等知名的工作室和地区，国内人工智能的科目开设得比较晚，所以创业的门槛很高。也正因此，创投在筛选项目时，对团队的构成提出了要求，“团队中要有来自国外的技术人才与中国本土的人才相结合才行。”