刷脸付费靠谱吗？全面渗透生活的人脸识别

从手机扫码支付到刷脸支付，移动支付技术这几年发展相当迅猛，当各大超市甚至政务机构摆上各式人脸识别终端设备时，人们突然发现原来人脸识别应用已经全方位渗透进入日常生活了。

疯狂推广中的刷脸支付

从扫码支付到刷脸支付，支付宝与微信两家格外看重的应用领域崛起速度也相当惊人，全国各大城市超市、政务机构甚至零食门店，终端刷脸设备仿佛在一夜之间就全面铺开了，10元甚至20元左右的刷脸支付满减活动，极大刺激了终端市场消费者对于刷脸支付应用的认可与接受度，简单直接的“烧钱”成为刷脸支付最有效的推广方式，这背后则是以支付宝为代表的互联网巨头力挺。

2018年双十一，支付宝给出的数据是消费者通过指纹、刷脸支付的比例达60%，使用指纹或刷脸支付的老年人数量增长20%。另据中国支付清算协会的统计：2018年以来，人脸识别在手机解锁、身份验证、支付等方面广泛应用，并已成为国内主流趋势，目前85%的用户愿意使用刷脸支付等生物识别技术进行支付。尤其刷脸支付更是让支付方式又一次实现了“颠覆”，未来被业内普遍预测会呈现井喷式的增长。

从2010年崛起到2014年被叫停，再到2016年左右全面爆发，扫码支付用了近十年时间才成为国内移动支付绝对主流的支付方式，而刷脸支付进入大众生活的历史实际上比大多数人认为的长。

·2015年3月的CeBIT汉诺威电子展开幕式上，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;

·2017年9月1日，支付宝实现全球首次刷脸支付的商用，在肯德基的KPro餐厅上线刷脸支付;

·2018年1月，微信和Jack&Jones合作的人脸智慧时尚店开业;·2018年7月，天猫小店正式接入了“刷脸支付”;

·2018年11月，全球第一家支持全场景刷脸住宿的酒店，阿里巴巴未来酒店“菲住布渴”正式开业;

·2018年12月，支付宝刷脸支付设备“蜻蜓”横空出世，3个月铺货三万台;

·2019年3月，微信推出小屏刷脸支付设备-青蛙;

三巨头的战争

刷脸支付能够以极快的速度成长，同巨头的力挺有着直接关系，除支付宝和微信大力推动刷脸支付落地外，在移动支付领域属于“后进者”却又拥有雄厚实力的银联同样在刷脸支付领域投下大量资源。

2019年2月，银联的刷脸支付解决方案也刚在第七届中国国际自助博览会上亮相;3月，微信支付正式推出了刷脸收银机“青蛙”，距离支付宝在去年12月推出刷脸收银机“蜻蜓”的时间，微信和银联跟进“刷脸支付”的动作可谓步步紧逼。

雄厚的实力及在终端消费市场多年的积淀，让三大巨头以极高效率在终端市场实现刷脸支付的落地。据统计，微信刷脸支付主要布局在深圳南京等地，而银联则集中在北京上海等地，随着时间的推移，全国三大巨头在全国刷脸支付落地战场布局重叠度上越来越高，从而有力推动刷脸支付市场的成长并缩短了消费者的市场培育时间。

躁动的商户与迷茫的用户

从扫码到刷脸，支付方式的变化对于消费者而言主要在于便利性的提升，更有不少消费者出于好奇和新鲜感开通刷脸支付应用，而实际上，刷脸支付之所以落地如此快，除三大巨头坚定不移支持外，更为重要的还是刷脸支付技术对于商户效率的提升。

刷脸支付对于商户收款时间成本的节省较为明显，普通收银台结账，10件商品用户需要56秒完成支付，而刷脸支付只需10秒。同时，刷脸支付也能有效节省商户人力成本，引入人工智能刷脸设备之后，一台刷脸机器相当于1.5个收银柜台，一天相当于3个收银员。

生产力属性成为刷脸支付能够在终端市场快速落地的主因，支付宝快消零售业务负责人锋笙在接受记者采访时则表示，“刷脸支付与扫码支付、收现金相比，省去了掏手机和找零钱等环节，经过卜蜂莲花、江西省人民医院等试点，目前可提升50%以上的收银效率。”

在这样的大环境下，刷脸支付在终端消费市场崛起并成为移动支付主流付款方式之一并没有太大悬念，不过在好奇心褪去后，刷脸支付背后的的技术核心、安全防护乃至应用拓展渐渐成为人们关注的焦点。

技术更迭提速

从技术原理上说，人脸支付技术是利用受理终端的人脸采集能力，通过人脸识别技术（1：1or1：N）获取持卡人支付账户信息，结合Token技术、PIN加密技术、大数据分析等形成的新型支付技术。人脸支付技术通常涉及两个方面，一方面是人脸支付受理终端，一方面是人脸支付受理平台。

不论线上线下，刷脸支付在过去这两年已不再让我们感到陌生，一个原因在于，技术正逐渐成熟，并从线上带给人们更多认知。在手机上，面部识别不论是硬件还是软件都已经开始让面部识别走进千家万户。以2017年iPhone X Face ID为代表的面部识别，让人们体会到刷脸不仅可以用来解锁手机，还能用来玩Emoj，i甚至是金融领域的支付。人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，随着人工智能、大数据、机器视觉等技术的不断完善，人脸识别技术也在不断完善与更迭，不过对于大众消费者而言，晦涩难懂的技术名词显然没有实际体验来得靠谱。

颜值与成本的双引擎

相对于产业企业看中的刷脸支付辨识率、容错率、反应速度等技术核心，大众对于刷脸支付的认知出人意料地停留在美颜上。

根据近日媒体的调研发现：女性用户对于刷脸支付的接受度明显低于男性，原因是刷脸支付没有美颜。有八成受访女性用户表示，会因为没有美颜拒用刷脸支付，吐槽之势十分汹涌。这样的舆论甚至引发法国《世界报》的关注，对于国内刷脸支付的关注点倍感好奇。

非常有意思的是面对终端市场消费者对于美颜功能的需求，支付号还真的进行了改变。特地上线了美颜功能，一周內全国门店的刷脸系统也会都上美颜功能，并称“到时候让你刷脸比在美颜相机里还美”。

颜值之外，终端渠道对于刷脸支付的关注点还是在成本上。据经济之声《天下财经》2019年4月报道，移动支付头部玩家支付宝宣布，针对B端商家推出新一代刷脸支付设备，定价1999元，和上一代产品相比，价格直降三成。较低的硬件设备成本加上对工作效率的提升与人力资源的节省，刷脸支付大众化进程得以提速。

重中之重的安全问题

当新鲜感逐渐淡去后，人们开始重新审视刷脸支付应用时，安全始终是备受关注的点。“刷脸”进站、“刷脸”支付、“刷脸”签到、“刷脸”执法......人脸识别技术正走进更为广阔的应用场景，与指纹、虹膜等相比，人脸是一个具有弱隐私性的生物特征，因此，这一技术对于公民隐私保护造成的威胁性尤其值得重视。

人脸是非常敏感的个人信息，一旦泄露或被盗取，会带来非常大的影响。现在有的技术在三公里之外可以识别人脸，如果人脸支付时，一刷脸钱就没了，一个场景不能表达客户的主观意愿是可怕的。所以有技术也不能滥用，有技术也不能任性。

尤其是在支付之外，随着人脸识别技术成熟度的提升，越来越多领域都能看到该技术的融入，如果没有预先制定好监管和防护措施，很容易被有心人利用。传统的密码如果忘记了或被窃取了，可以重新设置一个新密码。而人脸特征的数据如果被窃取了，就无法更改。用户的数据就只能被盗取而无能为力。这将使得数据防泄漏成为不可能完成的任务。

不止于支付

数据显示，预计未来几年，人脸识别市场规模将保持年均20%左右的高速增长，到2022年，全球人脸识别市场规模将达75.95亿美元。目前，“刷脸”已经逐步在金融、公安、边防、航天、教育、医疗等多个领域落地，成功进入大众生活。

以江西省人民医院为例，刷脸缴费的出现，有效缓解了就诊高峰时段收费排队问题，改善了患者的就医体验。统计数据显示，该院的收银结算效率较过去提升了50%以上。而在北京、重庆等地，公租房逐渐普及使用人脸识别的门禁系统来提升小区安保水平。屋外的摄像头一旦发现未录入租户系统的人员多次出现在小区或房屋周围，“人脸识别”系统则将提醒物业人员现场跟进。同时，这也成为防止转租转借的“利器”，保证了只有录入系统的住户才能顺利刷脸进入。

而随着深度学习演进，基于深度学习的人脸识别将获得突破性的进展。人脸识别需要的只是越来越多的数据和样本，数据和样本越多、反复训练的次数越多，它越容易捕捉到准确的结果并给用户准确的答案。

准确与效率并行

美颜和成本推动着人脸识别技术的大众化进程，而准确与效率则是人脸识别发展的重要方向。可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板保存到数据库中。在进行人脸搜索时，将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。

这样的应用在人海中寻找丢失的儿童又或者抓捕逃犯时具有很高的实用性，尤其是当前人脸识别效率也在不断提升。以百度人脸识别为例，针对1080P的图片，百度离线人脸SDK可实现人脸检测速度100ms以内，动态追踪速度10ms以内，检测追踪效率可适配绝大部分业务场景。

识别准确率与效率的提升，将有效提升人脸识别系统的应用体验和效率，进一步推动终端市场对新技术的认可与接受度。

刷脸背后的大数据生态

通过数据采集和机器学习来对用户的特征、偏好等“画像”，互联网服务商进而提供一些个性化的服务和推荐等，从正面看是有利于供需双方的一种互动。但对于消费者来说，这种交换是不对等的。就频频发生的个人数据侵权的事件来看，个人数据权利与机构数据权力的对比已经失衡，在对数据的收集和使用方面，消费者是被动的，企业和机构是主动的。

大数据时代，个人在互联网上的任何行为都会变成数据被沉淀下来，而这些数据的汇集都可能最终导致个人隐私的泄露。算法的客观与透明将成为用户个人隐私安全的防护屏障，深度学习还是一个典型的“黑箱”算法，可能连设计者都不知道算法如何决策，因而要在系统中发现是否存在歧视和歧视根源，技术上也较为困难。算法的“黑箱”特征使其决策逻辑缺乏透明性和可解释性。

监管则是人脸识别应用过程中不可或缺的存在，管理部门要进一步加强人工智能的伦理设计，对算法的理论预设、内在机制与实践语境等进行全流程追问与核查，从算法决策的结果和影响中的不公正入手，反向核查其机制与过程有无故意或不自觉的曲解与误导，揭示存在的问题，并促使其修正和改进，从而全方位保护公众隐私。

写在最后：

人脸识别大趋势

自动识别可以说是每个科技产品必备的一项功能，从指纹识别到最近火爆的人脸识别，一遍遍的刷新人们对科技的认知。依托成熟的移动支付生态，人脸识别技术在我国落地及应用具有非常不错的大环境，而旷视、商汤、云从、依图也构成了我国人脸识别四大独角兽，全面覆盖移动支付、政务、医疗等多个领域，而隨着人脸识别技术不断成熟，市场需求将加速释放，其应用场景也会不断被挖掘。