“刷臉”時代

蘆偉

去年三月在德國漢諾威電子通信展開幕式上，馬云向德國總理默克爾與中國副總理馬凱演示了螞蟻金服的SmiletoPay掃臉技術，不用輸入密碼，通過“刷臉”就完成了支付認證，成功的為嘉賓從淘寶網上購買了1948年漢諾威紀念郵票，引起了國內外的廣泛關注。

第二天各大媒體紛紛予以報道，國內涉足人臉識別概念的上市公司股票也紛紛上漲，各路資本對此也充滿興趣，相關技術創新公司先后成立，人臉識別成為了各類論壇展會關注的焦點，呈現出一片欣欣向榮景象。

巨頭和資本的共同選擇

近兩年，阿里巴巴對人臉識別越來越重視，在2014年就控股了一家人臉識別企業，推動人臉識別的發展。2016年9月再次投資7，000萬美元收購美國生物驗證公司EyeVerify，進一步加深其在生物識別領域的布局。在內容方面，阿里巴巴已全面將該技術應用到自己的支付寶、淘寶等平臺，并將協同旗下的其它業務板塊等，培養人臉識別的應用場景。

除了阿里巴巴，BAT三巨頭中其他兩位也在此方面落下棋子。騰訊為此成立了專注于人臉識別的優圖團隊，意在將騰訊征信、財付通、微眾銀行與人臉識別緊密相連。與公安部所屬的全國公民身份證號碼查詢服務中心達成的人像比對服務的戰略合作，讓騰訊的人臉識別技術可以7×24小時接入公安部查詢服務中心的數據庫。

百度更早在2012年在開始在人臉識別技術上發力，推出了當時國內第一款全網人臉搜索引擎以及百度魔圖PK大咖等明星產品，備受網民關注。近年來百度力圖將人臉識別技術應用于更多方面。如為了幫助丟失兒童的家人尋找孩子，百度利用人臉識別的人工智能技術開發了“百度尋人”公益平臺；“Dulight百度小明”可以通過語音識別、人臉識別等技術幫助盲人打理日常生活；最近被關注的烏鎮景區的人臉閘機，此技術也是由百度提供的。游客不用門票，只需“刷臉”就能在一秒內自由進出景區，極大減少了排隊檢票的時間。

資本是市場的風向標，資本投向哪里，哪里就發光發熱。各路資本近幾年對人臉識別充滿熱情。2014年歐比特以5.25億元收購鉑亞信息100%股權，由此涉足人臉識別業務和智能安防領域；2015年4月佳都科技5，000萬元戰略投資專注于人臉識別智能分析算法及產品研發的云從信息科技；2015年10月佳都科技以2億元收購華之源51%股權，為公司的人臉識別技術在軌交領域的應用鋪設渠道；2016年2月遠方光電擬以10.2億元收購維爾科技 100%股權，切入生物識別領域。

此外，在人臉識別領域掌握一定核心技術的公司也紛紛成為資本的追逐對象，如曠視科技、依圖科技、商湯科技、飛搜科技等均獲得資本支持。在股市方面，主打人臉識別的上市公司也表現出了非常大的潛力，受到了股民的青睞。海康威視、佳都科技、科大訊飛、海能達、賽為智能、漢王科技、高鴻股份等上市公司都呈現著不錯的表現。

為何受青睞

為什么如此多的資本和公司竟逐人臉識別呢？因為其廣泛的應用范圍和極大的發展潛力，人臉識別幾乎可以在任何行業都得以應用。如金融行業可以進行刷臉登錄、遠程人臉開戶、自助人臉開卡；教育行業可以借助人臉識別技術確認考生身份；公安系統可以通過人臉比對篩查出犯罪嫌疑人；廣告行業可把人臉識別技術應用在戶外廣告上進行人流量統計；商業領域通過人臉技術可實現對用戶的年齡、性別、表情等識別和檢測，從而為商家對顧客進行精準營銷提供基礎的技術支持；社保系統可啟用人臉識別技術，規范領取人資格；機場利用人臉識別技術進行安檢。此外還可以進行刷臉開車、刷臉購物，刷臉取款、刷臉簽到等等。隨著未來人臉技術的普及，人只需“刷臉”就可真正解決現有生活中的諸多事情，帶來更為便利安全的生活。

與常用的密碼方式相比，人臉識別具有更高的安全性，任何賬號和密碼只要通過驗證都可以進行更改，而人臉識別則完全不同，人臉數據具有唯一性，幾乎是不可改變或改變成本非常高。與同樣具有唯一特性的生物指紋和虹膜識別技術相比，人臉識別無需用戶和設備直接接觸，無需用戶配合就可主動獲取人臉圖像信息，且可以進行多個目標的分揀、判斷及識別，因此操作起來更為方便快捷簡單。在推廣方面，當前普通攝像頭可以作為傳感器，人臉識別主要依靠人臉識別軟件和算法進行處理，普通攝像頭就可以作為采集人臉信息的傳感器，推廣起來成本比較低，客戶也較容易接受。

如今人臉識別發展最快的領域是安防。隨著城鎮化的進程加快，流動人口比例大大增加，面臨的突發事件和異常事件越來越復雜，給城市的安保工作以及視頻監控帶來了更大的壓力。傳統依靠人工來盯的方式難免會因疲勞或精神不集中等原因影響監視效果，難以勝任對龐大數據庫的分析，從而影響事后查找證據。

于是在國家政策支持下，近些年大力建設平安城市，具有智能分析的視頻監控得以廣泛應用，大規模動態人臉識別、黑名單監控、人流統計已分布在邊疆安防布控、機場、車站、景區、公共場所等。在部分地區的部分領域，人臉識別已經開始被列為使用過程中的強制標準。

這種情況的出現，對于人臉識別的推廣無疑是一種非常有力的推動。互聯網金融可能會是下一個發展較快的領域。中國由于人口基數大，互聯網普及程度高，人臉識別技術全球領先，互聯網金融業務通過遠程人臉識別身份證件核實的方式進行身份驗證，可有效解決面簽難題，人臉識別技術有望成為互聯網金融行業的標配。

技術在發展 市場超千億

人臉識別技術并不是近些年才有的，它的研究始于20世紀60年代，80年代后隨著計算機技術和光學成像技術的發展得到提高，進入初級應用是在90年后期，但并沒有規模推廣開，這是由于當時采用的是基于可見光圖像的人臉識別技術。

這種方式有著難以克服的缺陷，在環境光照發生變化時，識別效果會急劇下降，無法滿足實際系統的需要。后來出現的三維圖像人臉識別和熱成像人臉識別等解決光照問題方案，識別效果也不盡人意。直到基于主動近紅外圖像的多光源人臉識別技術的出現，它可以克服光線變化的影響，在識別性能，在精度、穩定性和速度方面的整體系統性能超過三維圖像人臉識別。這項技術在近年發展迅速，使人臉識別技術逐漸走向實用化。

人臉識別是基于人的面部特征信息進行身份識別的一種生物識別技術。首先使用攝像頭或者攝像機采集含有人臉的圖像或視頻，之后根據所提取的人臉圖像特征采用相關識別算法進行人臉確認或辨別。隨后將已檢測到的待識別人臉與數據庫中已知人臉進行比較匹配，得出相關信息。該過程的關鍵是選擇適當的人臉表征方式與匹配策略，系統的構造與人臉的表征方式密切相關。一般根據所提特征而選擇不同識別算法進行度量，常用的包括距離度量、支持向量機、神經網絡、k均值聚類等。

人臉識別說起來簡單，但做好卻并不容易。比如在動態或復雜的背景中判斷是否存在人臉并分離出這種面像，需要特定的算法才可能挑選出人臉在哪。如算法不合適，很可能出現把猴臉、猩猩臉誤判為人臉的笑話。還有人的臉部毛發、化妝品、光照、噪聲、人臉傾斜和大小變化及各種遮擋等因素也會導致人臉檢測問題變得更為復雜。目前國內人臉識別還沒有統一的技術標準，各家企業算法也不盡相同，雖然國內團隊在類似LFW的國際標準測試中的精度不斷提升，基本上每家的LFW通過率都在95% 以上，但真實的場景要比LFW的測試復雜得多，還是會出現一些誤判錯判情況的發生。

但無論怎么說，現在人臉識別技術已經取得了突飛猛進的發展，準確率越來越高，響應速度越來越快，越來越多的領域開始應用人臉識別技術。據中投顧問發布的《2016-2020年中國人臉識別行業投資分析及前景預測報告》顯示，目前人臉識別市場已經進入了加速發展時期，2012年國內規模是16.7億元，到2015年就已經上升至75億元。隨著人工智能和智慧城市的加速發展，人臉識別將應用到更多場景，未來潛在市場規模將超過千億，“刷臉”時代正在向我們靠近。