人脸识别技术在移动支付中的应用

牛晓斐

（湖南女子学院，长沙 410004）

引 言

随着世界范围内现代科技的不断更新与发展，生物识别技术也获得了巨大的进步，人脸识别技术作为发展最成熟的一种生物识别技术，已经广泛应用在社会各行各业的生产生活之中，尤其是应用在移动支付工作中，为移动支付工作带来了更高的便利性和安全性。人脸识别技术虽然应用范围较广也得到了普遍的认可，但是总体来说其发展和运行过程中还存在着一定的问题，需要我们对其进行深入的研究和分析，并进一步提出优化措施。

一、人脸识别技术的发展概述

人脸识别技术指的是通过对系统内部已经存在的人脸信息进行查找，使用生物识别技术及图像识别技术等一系列技术与算法，将当前录入的人脸信息与系统内部的人脸信息进行对比，从而能够实现身份认证及支付行为的一种技术。人脸识别与虹膜识别、指纹识别等识别技术同属于生物识别技术，主要是建立在人类脸部基础特征信息的基础上进行识别的一种生物识别技术，需要使用摄像头来对清晰的人脸、人像信息进行采集，并且能够自动完成图像检测和人脸跟踪，从而完成对当前抓取的人像信息进行识别的一系列技术有机结合的总称，通常也被叫作人像识别及面部识别。

人脸识别系统研究工作是从20 世纪60 年代开始的，在进入20 世纪80 年代之后，由于计算机技术、光学成像技术、大数据技术、信息技术等的迅速发展，人脸识别技术获得了飞速的进步，在20 世纪90 年代末期正式告别了研究阶段，进入了应用阶段。近几年，随着计算机硬件性能及软件性能的提升，再加上云计算技术的发展，可以深入利用并且学习神经网络算法的应用，在此基础上人脸识别技术的研究和应用获得了巨大的进展和突破。自21 世纪以来，人脸识别技术已经开始广泛应用在我国社会各行各业之中，并且呈现爆发式的增长，国内外涌现了大量从事该技术的研究和推广公司，人脸识别技术迈入了大规模商业发展应用时代，并且广泛应用在我国的小微企业，乃至便利店中。人脸识别技术已经呈现出遍地开花的局面。

二、人脸识别技术在移动设备支付系统中的现状

（一）技术趋于成熟

人工智能技术的迅速发展能够为人脸识别移动支付工作提供更加有力的技术保障，而且随着计算机网络技术和信息技术的普及应用，人脸识别仪器已经能够更加高效精准地对消费者的面容进行识别，而且能够有效避免系统在使用过程中出现失误，即使是长相相似的人也很难出现纰漏，从而能够更加有效地保障人民群众的财产安全。根据人脸识别支付方式的应用情况来看，人脸识别技术已经逐渐成熟并且得到了广泛的应用。

（二）便捷性增强

使用人脸识别进行移动支付能够有效提高移动支付的便捷程度，这是由于人脸是人类长期裸露在外的器官之一，与虹膜识别及指纹识别等生物识别模式不同，人脸识别不会受到如手套、美瞳等外在因素的影响，因为人脸的骨骼是不会改变的。目前甚至还发明出了无须摘下口罩就能够进行识别的人脸识别技术，这一技术大大增强了人脸识别移动支付的便捷性和可靠性，这种简单易操作的支付方式获得了消费者的一致认可和好评，而且能够避免支付步骤过于烦琐导致消费者心生不满甚至拒绝合作等问题。

（三）安全性提高

安全性能对于每天流通大量资金的互联网金融行业而言是十分重要的。人脸自身具有较高的生物属性，并且通过人脸进行识别能够识别和分析的内容较多，因此与其他生物识别技术进行对比来说，人脸识别技术自身在安全性方面具有更加显著的优势，使用人脸识别进行移动支付能够极大提高移动支付的安全性能。

三、移动设备支付系统中人脸识别技术的具体应用

（一）移动设备端

移动设备端通常进行了前置摄像头的设置，所以在消费者进行移动支付操作的过程中，系统能够通过当前移动设备支付系统自带的前置摄像头来进行人脸图像的获取。通过使用人脸检测算法，能够从当前抓取到的整体图像中对人脸图像信息进行分隔，然后再将当前信息传送到云端服务器中进行处理。在此过程中，主要是将系统中的信息与当前人脸识别信息进行对比。所以，移动设备端最主要的工作任务就是对获取的人脸图像进行监测与比对。目前使用较为广泛的人脸检测方法主要有三种，分别是基于先验知识进行的预测方法、在已有模板基础上进行的检测方法及基于学习模板进行的检测方法。

基于先验知识进行的预测方法指利用人类在对人脸进行认知的过程中建立起来的知识经验。这些先验知识中存在着人脸比较普遍的构成规律，比如人脸的五官基本上是对称的，而且每个人的五官数量及五官布局都是统一的，人脸面部基本上都是椭圆形状的面部轮廓等规律。基于上述各种规律，在进行人脸识别的过程中需要先对人眼位置进行定位，然后再以人眼为基准对当前人脸面部五官的其他位置进行结构定位，从而达到面部检测的效果。

在已有模板基础上进行的检测方法与基于先验知识进行的预测方法一样，也是使用人脸的先验规律及已知认知进行检测，但是与基于先验知识进行的预测方法存在差异的是，这一方法是通过建立人脸模板，并且将当前获取的图像与人脸模板按照系统事先设定好的关键参数预计配置算法，彼此之间进行计算和比对，从而获得人脸检测的结果。

基于学习模板进行的检测方法能够与在已有模板基础上进行的检测方法进行有效区分，这是因为这一检测方法是建立在训练集的基础之上的，通过自我学习的方式能够得到一个合格的人脸模板，但是不能够使用先验知识进行模板的建立。

（二）云端服务器

自从云端服务器能够对海量信息数据进行处理之后，各种云储存技术和云计算技术不断涌现出来，目前在移动终端呈现出越发强烈的业务需求，其中移动支付的业务需求最为突出。在移动支付方式逐渐深入人民群众的生产生活的今天，各种网络安全病毒也成为人脸识别移动支付工作的最大敌人，一旦移动网络终端遭受网络安全病毒的攻击，就可能造成支付密码泄漏。利用云储存技术能够将个人信息、用户密码信息及财务信息等储存在云端上，用户能够通过网络信息随时随地对自身信息进行查询，能够将各种信息储存在移动设备终端中，用户即使在使用过程中丢失了移动设备，也不用担心数据泄露问题。移动支付系统的人像图像数据库中储存着无数人脸面部信息，在对当前识别到的人脸与系统人脸信息进行匹配时，需要进行大量的数据运算，云端服务器独具的云计算优势能够通过快速高效的计算为人脸识别工作提供更大的便利，而且云端服务器还能够对当前图像进行预处理，可以对人脸特征进行提取、对人脸信息进行识别。

（三）难点

在使用人脸识别技术进行移动支付的过程中，必须认识到人脸识别技术是当前最为典型的生物特征识别技术。但是人脸识别技术发展至今，还存在着较大的问题和弊端，尤其是人脸识别技术的运行环境较为受限，只能根据当前人脸信息识别库中的人脸样本图形对摄像头的工作条件进行获取和调整。因此，无论是何种人脸识别技术，都应在复杂的工作条件下得到进一步的使用和使用效果的提高。目前看来，人脸识别技术面临着较大的工作难点，主要体现在以下三个方面。

首先，人脸检测的背景并不是完全统一的，这是由于背景环境具有一定的特殊性，如果背景过于复杂甚至会导致无法完成对当前人脸信息的识别，影响后续进行的移动支付行为。

其次，光照的变化也会对人脸识别移动支付的效果造成影响，这是由于在光照强度较强的地方，曝光或者反射会导致人脸识别率降低，一旦人脸识别率降低就会造成较为严重的问题。

最后，人脸在进行识别的过程中也会存在一定的问题，尤其是每个人的人脸在进行识别的过程中都会由于各种原因产生各种变化，无论是姿势发生变化、表情发生变化，还是年龄增长变化等，都会导致人脸特征发生变化，甚至会影响人脸识别和人脸检测效果。

四、应用前景

（一）未来发展前景

刷脸支付指的是以人脸识别技术为基础，在此基础上充分结合生物识别技术及图像处理技术，从而对当前消费者在系统中录入的各项面部信息进行充分的对比，最终成功识别出消费者的身份信息并完成支付操作的一种支付方式。在进行人脸识别工作的过程中，必须对数据进行充分的分析，从而更好地匹配消费者信息。

当前支付宝属于人脸支付领域的带头者，其能够在人脸支付市场上获得成功的主要原因是不断优化其支付步骤，并且能够有效摆脱硬件设备的约束，为消费者的支付行为带来了更大的便利及新鲜感。电子支付工作的主力军是社会的中青年人，这一群体不但是新鲜事物的尝试者，而且能够有效推动社会的发展和经济的进步，这也为人脸支付操作的普及与优化提供了更加强大的背景和坚实的基础。在进行支付的过程中不需要使用固定的设备，也不需要进行密码的输入，这样一来就能够避免很多麻烦。当前这种便利的支付模式已经逐渐受到中青年群体的喜爱。在可预见的未来中，人脸识别移动支付方式必将会受到社会的更大追捧及认可，人脸识别移动支付方式的安全性、可靠性及创新性开创了支付领域现代化的先例，并且标志着我国社会范围内支付方式的进一步改革。随着我国社会移动终端持有率的普及与5G 网络的发展，再加上社会科学技术的不断创新，都会为人脸识别移动支付的发展提供更加坚实的基础和更大的优势。

（二）大数据融合

人脸识别移动支付的后台系统能够通过当前消费者的消费情况及近期的消费流水来建立独属于个人的消费数据，并且根据当前消费者的个人基本信息如年龄、性别等，以及个人的消费喜好和当前购买的商品种类等数据，对当前消费者的消费模式和消费习惯及具体某件产品或者某类产品的销售情况进行分析与探究，从而进一步明确在当前社会消费情况下不同消费群体青睐程度最高的商品，并且将上述分析信息上传到云端数据上，大数据会对其进行进一步的融合及分析梳理。除此之外，大数据还能够根据当前消费者的消费信息及消费习惯为其进行消费推荐，制定针对性极强的消费推荐方案等。

（三）多场景应用

随着社会的发展，目前人脸识别技术的发展方向和发展趋势是应用到人民群众生产生活的各个方面，甚至对于任何可能会涉及身份信息核对及校正的工作任务、岗位规范、高度识别等场景都必须使用人脸识别技术为其提供基本的技术支持和保障。而金融领域是对便捷性和安全性要求最高的一个社会发展领域之一，所以人脸识别移动支付方式将会在金融领域得到系统化发展，而且在此发展过程中人脸识别技术的便捷性和安全性也会获得进一步的优化和提高，受此影响，社会消费水平和发展水平也会不断提高。

（四）金融服务的应用

在进行线上移动支付的过程中，可以以人脸识别支付技术为切入点，后台系统则通过业务办理与业务控制等操作来完成客户资源的沉淀工作，对客户资源进行把握，从而建立更加妥善的消费圈。与此同时，在大数据不断融合的基础之上，人脸识别技术作为需要大数据技术为其提供关键支持的一种技术，能够在更多的领域不断实现自身的价值，并且在实现价值的过程中获得更好的发展，比如建立消费金融商业模型及金融理财商业模型等多种多元化的商业模型。

（五）普遍化

当下，以微信、支付宝等为主流的人脸支付软件已经逐渐占据了我国线下消费市场，无论是大型商户、中小型企业，还是便利店等小微企业都已经得到了普及，尤其是随着近些年科学技术的发展及人脸识别技术应用门槛和应用成本的降低，刷脸支付技术及刷脸支付设备的应用已经更加普遍，甚至个人都能够拥有自己的刷脸支付终端，这种高度精准和便捷的支付方式进一步推动了社会经济的进步及社会财富的积累。

结 语

综上所述，随着近些年移动终端设备的发展及信息技术和网络技术的进步，根据市场发展的相关需求，为了能够更好地促进我国社会经济的建设和发展，人脸识别技术逐渐应用在移动支付工作中，这不但能够进一步提高移动支付工作的便捷性、可靠性及安全性，而且能够不断推动我国社会经济建设模式的优化和提高。在不远的将来，人脸识别技术逐渐成熟，能够应用在越来越多的领域中，而人脸识别技术自身的独特性、稳定性和安全性也能够带给我国社会以更多的便利。