人臉識別時代來臨

在不久的將來，追蹤嫌犯、養老生存認證、考生身份驗證、金融銀行、交通、社區、景點檢票、門禁、考勤等各種各樣的社會化場景中都可以看到人臉識別技術的應用。

人臉識別技術成為了近年來社會關注的科技熱點，尤其是隨著支付寶，中國銀行、民生銀行等金融產品開發出的實際場景應用，將人臉識別技術真正地應用到百姓生活中去，實現了這項超前技術的功能化。

人臉識別市場潛力無限

在國內，包括人臉識別、指紋識別、虹膜識別在內的多種模態生物識別技術都已經開啟了實際場景的應用開發階段，早在2013年12月，中國銀行率先在國內采用人臉識別技術解決身份核查問題，并引入天誠盛業“銀行聯網核查人臉識別解決方案”，將人臉識別技術與醫療自助發卡終端融合。通過身份證照片與用戶現場照片的比對，自動完成人臉驗證、確認客戶身份，取代或部分取代人工授權。如今，在民生銀行各家分支銀行內，自助設備、柜面等都采用了天誠盛業提供的人臉識別技術，作為身份核查的有效手段。天誠盛業人臉識別技術不但提高了銀行風險防控，也極大地加快了業務辦理速度，提升客戶的滿意度，由此開辟了人臉識別技術在金融、醫療系統應用的新紀元。

日前，天誠盛業創始人兼CEO周軍接受媒體采訪，坦言道，人臉識別應用時代已經開啟，中國在這一技術上的開發和場景應用上已經走在了世界前沿。在周軍看來，如同移動開發領域一樣，從全球的人臉識別市場發展來看，中國現在是最熱的時候。如今從事人臉識別的公司有200家，“這個虛火已經燒起來了”，要想持續發展，從業公司必須找好定位，做出好產品，并且選擇好技術落地的場景，可以讓民眾體驗到這種技術。

人臉識別的市場潛力是巨大的，在不久的將來，追蹤嫌犯、養老生存認證、考生身份驗證、金融銀行、交通、社區、景點檢票、門禁、考勤等各種各樣的社會化場景中都可以看到人臉識別技術的應用。

曠視：科技創業者中的頭把交椅

在2月份剛剛公布的《福布斯》“30歲以下青年領袖榜單”中，印奇被排在了科技企業家榜中的首位，成為亞洲30歲以下青年領袖中的代表人物。盡管印奇本人的大名尚且沒有廣為人知，但曠視科技手中的人臉識別系統卻早已在祖國大江南北，乃至全球得以生根發芽。

看重“刷臉”在未來的廣闊前景，馬云“爸爸”早就選擇了印奇。作為阿里巴巴的戰略合作伙伴，曠視為支付寶開發人臉識別模塊。在去年3月16日的德國漢諾威IT博覽會上，馬云更是親自演示了“刷臉”支付的神奇一面。

在當天發表完主旨演講后，馬云特意為德國總理默克爾與中國副總理馬凱這兩位貴賓，演示了螞蟻金服的Smile to Pay掃臉技術，并當場刷自己的臉給嘉賓買禮物。

馬云選擇的禮物是淘寶網上一枚1948年的漢諾威紀念郵票。他用手機登錄淘寶，首先選擇產品；第二步進入支付系統，確認支付后出現掃臉的頁面；然后掃臉（拍照后）后臺認證；接著顯示支付成功。整個過程都在大屏幕上顯示。“外星人”馬云刷臉支付，瞬間成為開幕式的亮點。不少觀眾在社交媒體上激動地討論這一刻，有網友說“刷臉的時代真的到了！”

這份在開幕式上刷臉下單買下的禮物后來送給了漢諾威展會。

這套由螞蟻金服與曠視科技合作研發的“刷臉”系統，在購物后的支付認證階段通過掃臉取代傳統密碼。更為驚人的是，其識別率竟能達到超過99%的精確程度。

極高的識別率，便是曠視真正能夠引領潮流的法寶。根據新華社2014年對印奇三人組的采訪來看，曠視在那時便已經達到了超過97%的高識別率。

“Facebook的人臉識別率是97.25%，我們的識別率是……97.27%！比Facebook還要略高一點！”當時，在看到電腦屏幕上顯示的這一結果后，曠視科技創始人唐文斌、印奇和楊沐3個小伙子忍不住擊掌相慶。

按照印奇的說法，真正的殺手锏是一種“類人腦神經元算法”的深度學習算法。通過這種技術框架，他們可以用大規模的數據對算法進行“訓練”，分析的數據對象越多，系統的計算、識別結果就會越來越精確。

鑒于曠視刷臉系統Face++的強大表現，去年4月，印奇作為中關村創業企業代表，接受了國務院副總理劉延東的接見，并在見面會上發言。在去年12月烏鎮世界互聯網大會上，曠視為大會安保提供了重要的技術支持。在此期間，各媒體報道小組不厭其煩地接受嚴密安檢的同時，也得以充分感受到了“刷臉”系統的強大。

從刷“臉”到刷“萬物”

盡管曠視是一家極客性質的創業公司，印奇與他的團隊很早便制定了“三步走”的發展戰略——第一步是搭建Face++的人臉識別云服務平臺，目標是識人；第二步則是Image++，識別萬物；最后則是實現“所見即所得”的機器之眼。

如果說Face++平臺已到了可以開花結果的階段，那么意在識別萬物的Image++平臺，尚處在技術的打磨期。

據悉，Image++的第一個公開版本已在2015年內發布。與Face++的發展路徑相似，印奇稱Image++是好幾個Face++的結合，將首先識別文字、行人、人的行為、場景等高價值的東西，其邏輯順序正如小孩識別萬物的過程，先從父母親的臉，到其他圖片、物體，再到文字。

從Face++到Image++，挑戰在于，各個細分領域的識別雖然都用深度學習算法，但各自難點不同，需要定向攻堅，即使一上來就能做到80%的準確率，但剩下的20%則屬于每個領域中比較特別的東西。

印奇稱，Image++出來后，對那些掃題庫、掃名片的創業公司來說，并不意味著災難。他想將這些入口級的技術開放給那些創業公司，圍繞圖像識別和人工智能技術，在未來建立一個以核心技術為軸的共生生態。

“就像馬云說的，你必須讓別人變得更強，自己才會有更大的發展空間。”Video++，真正的機器之眼，聽起來似乎還很遙遠，但在場景化數據的大循環與人工智能、機器學習的熱浪中，技術的迭代更新無疑已呈加速之勢。