刷臉時代 前景可期

欄目主持/劉道勤

刷臉時代 前景可期

欄目主持/劉道勤

老編有曰：近期，刷臉成為了熱詞，人臉識別技術不斷進入大眾視野。人臉識別已經在人們衣食住行的各個領域發力，迎來運用的“井噴期”，其中，金融和安防等行業成為應用“先鋒”領域。隨著人臉識別技術的商用場景不斷擴充，市場潛力巨大，資本紛紛涌入。

來自前瞻產業研究院的數據顯示，2016年我國人臉識別行業市場規模已超過10億元，預計到2021年將達到51億元左右。

市場巨大

刷臉進站、刷臉取款、刷臉支付、刷臉報到……隨著人臉識別技術的日漸成熟，“刷臉”時代正在到來。在業內人士看來，人臉識別技術正在不斷突破各個行業應用的“閾值”，帶來日趨豐富的應用場景。

“隨著深度學習算法登場，人臉識別精度相比五年前已有大幅飛躍。”360公司副總裁、人工智能研究院院長顏水成說，各種設備拍攝人臉所提取的信息會結成數據對，不斷積累的海量數據成為反哺技術完善的“充足養料。

人臉識別正在慢慢從線上走到線下，在無人零售、快捷支付、酒店入住等場景中亮相。資本看準其中的商機，紛紛入局。今年7月，商湯科技宣布完成4.1億美元B輪融資。上海依圖科技與北京曠視科技完成了C輪融資，金額分別為3.8億元人民幣與1億美元。來自前瞻產業研究院的數據顯示，2016年我國人臉識別行業市場規模已超過10億元，預計到2021年將達到51億元左右。

人臉識別技術在金融上的應用呈爆發式增長態勢。從我國自主研發的全球首臺具有人臉識別功能的ATM機通過驗收，到互聯網企業螞蟻金服、京東、蘇寧等推出“刷臉支付”應用，再到傳統銀行如招商銀行試點人臉識別應用……支付、取款、貸款等金融領域的應用走到了其他領域應用的前面。

今年9月，“刷臉”在金融上的應用賺足了眼球。在蘋果新機發布會上，iPhone X具備“刷臉”解鎖功能成為了關注焦點，蘋果稱這一功能可運用到Apple Pay；金融科技公司螞蟻金服與肯德基共同對外宣布“刷臉支付”進入商用試點階段，這是刷臉支付從線上走到線下，首次真正落地到商業場景的消費中。

在杭州萬象城肯德基的KPRO餐廳里，看到不少消費者嘗試了“刷臉支付”：在自助點餐機上選好餐，進入支付頁面，可選擇繼支付寶、微信移動支付選項后的新選項“刷臉支付”，然后進行人臉識別，大約需要1－2秒，再輸入與支付寶賬號綁定的手機號，確認后即可支付，過程不到10秒。

在難度系數極高的城市安防領域，人臉識別也在大顯神通。以往人臉識別技術只能處理數百人級別的數據比對，但現在已經發展到上萬人甚至更高量級的數據比對，且突破拍攝角度不正、光線變化復雜、分辨率低等不利條件，幫助公安機關迅速抓捕逃犯。

據悉，人臉識別公司曠視科技已為多地公安系統提供了實時警情數據服務，其中直接協助警方破獲案件1032起，抓獲、控制的在逃人員超2000人。重慶市某公安分局使用商湯科技的人像比對系統，在40個工作日內辨認出69名嫌疑人，相比人工效率提升200倍。

有曰一：在人臉識別技術到來之前，指紋識別、虹膜識別等生物特征識別方式已經在生活中得到廣泛運用。受訪人士表示，相比較而言，人臉識別最大的優點在于“非接觸性”，這可以大大提升系統響應速度，提高使用便捷度，同時避免指紋等接觸式識別產生的疾病傳播等衛生隱患。

技術突破

據顏水成介紹，通常人臉識別包含以下環節：相機或者專業設備先采集到圖片，人臉檢測技術定位圖片中的人臉，然后從中再定位諸如眼角、鼻尖、嘴角、臉部輪廓線等特征，進行包括光線補償或者遮擋物剔除等校正。再用深度學習算法進行身份特征提取，跟數據庫中的人臉特征做比對，以識別人臉身份。

業內人士認為，其中的技術關鍵在于通過不同臉部圖像上的特征關鍵點和面部表情網，找出彼此之間的關聯，最終判定這些圖像是否為同一個人。但人臉是變化的，不同角度、不同妝容都能影響特征關鍵點的抓取。

此外，“刷臉支付”是在線下公共設備和開放環境下進行，真實場景復雜多變，且安全性要求更高。生物識別技術對人們的生活帶來更多便利還是挑戰？

疑惑一：“刷臉”如何確保精準度？

在衡量人臉識別能力時，很多公司都會宣稱其準確率超過99%。對此，長期研究機器學習的西安交通大學電信學院特聘教授、國家“千人計劃”專家龔怡宏表示，這里的準確率是指在一些世界知名人臉數據庫比對中取得的成績，但在現實運用中，這種準確度要大打折扣。

蘋果方面介紹，新機iPhone X的面容ID功能利用由點陣投影器、紅外鏡頭和泛光感應元件組成的先進原深感攝像頭系統，在A 11仿生強勁動力的支持下可繪制面譜并識別面容。該功能會投射30000多個肉眼不可見的紅外光點，然后將得到的紅外圖像和點陣圖案傳輸給神經網絡，創建用戶臉部的數學模型，再將這些數據發送至安全隔區，以確認數據是否匹配。而且，用戶的樣貌隨著時間而改變，技術也能隨之進行調整適應。

疑惑二：雙胞胎、過度化妝和整容能分辨嗎？

為了提高識別率，不少應用場景都需要用戶采用除人臉識別技術外的雙重驗證。陳繼東表示，交叉驗證方式進一步提升識別率，即使是雙胞胎也判若兩人。在金融等對誤識別率容忍極低的領域中，單一識別要素即使精準度再高仍然會有漏網之魚，因此需要結合多因子綜合驗證。目前人臉識別準確率已遠超肉眼，而且有活體檢測算法來判斷采集到的人臉信息是否為照片、視頻等冒充。“即便出現賬戶被冒用的極小概率事件，支付寶也會通過保險公司全額賠付。”

疑惑三：用戶隱私如何保護？

有專家指出，人臉特征與指紋、虹膜相比，是一個具有弱隱私的生物特征。例如，很多人都會發自拍照，也是相對公開的特征。如何保證用戶數據安全尤為關鍵。

照片進行脫敏處理，只提取照片特征，而非照片本身，即使這些特征在傳輸過程中被竊取，也無法還原出照片，過程是不可逆的。

目前支付寶已經對人臉識別技術進行了技術防范，可以將人臉信息變成一個不可逆的數字信息，不能還原、比對。

有曰二：每一項技術都有利弊。在安全性和便利性上做出完美的平衡才是市場最需要的技術。所以，從這個角度看，任何一項技術都不能單獨承擔起保衛信息安全的重任，未來各項信息技術相互融合是必然的趨勢，而臉部識別技術無疑會成為重要的加分項。

有待完善

專家普遍認為，人臉識別技術的市場潛力巨大，技術要求高安全性、高準確率、高可用性、高實時性，但目前人臉識別技術還沒有一個行業標準，用戶隱私安全也亟待保障，建議制定并完善行業標準。

在中科院計算技術研究所研究員山世光看來，經過多年發展，人臉識別近幾年確實取得了突破式發展，完成了一些以前不可能完成的任務。但用戶隱私也值得關注，即用戶的照片是如何傳輸和保存的，有沒有在未經允許的情況下被保存或拷貝。相關應用如何設計人臉識別系統，確保用戶數據不被盜用，目前看起來還不明確。人臉識別技術逐漸走向成熟，應用越來越多，人臉識別技術的各類標準，包括保護公民隱私的標準應盡快出臺。

華為集團從事模式識別的技術人員田女士說，人臉數據很難更改，例如，我們不可能因為一次人臉數據被盜就去整容來更改我們獨有的生物密碼。因此，當下很多技術都在突破活體檢測，如用眨眨眼、張張嘴來進一步確認。

楊帆表示，人臉識別是一條很長的產業鏈，保護用戶隱私不僅需要靠公司的自律，更需要在政府引導下建立起整個行業的統一標準，共同筑起保護用戶隱私的行業堤壩。

有曰三：人臉識別更廣泛運用的基礎在于進一步提升識別準確率和安全性，而大量數據作為深度學習的養料是必不可少的。以后，人臉識別采集設備會越來越多，會積累大量的數據，但這些數據如果變成一個個數據孤島，就無法使人臉識別技術得到提升。

法媒稱，從衛生紙架到快餐店、旅行以及打擊犯罪活動，中國在很多領域廣泛使用臉部識別技術的行為在世界領先。面部識別的商業發展不會停止。企業工作的方式改變了政府工作的方式。（本刊整合）