刷脸取款、刷脸支付、刷脸报到……未来带“脸”就够了？

支付、取款、高铁检票、宾馆入住、食堂打饭、取厕纸，都可以使用“刷脸”技术，人脸识别技术不断进入大众视野，在其现实应用方面的功能引人瞩目。

9月29日，昆铁试运行“刷脸”进站，工作人员在引导旅客“刷脸”进站。

近期，“刷脸”成为了热词，人脸识别技术不断进入大众视野。苹果新机iPhone X具备“刷脸”解锁功能，并且可运用到Apple Pay以及各种需要身份验证的App中；首个“刷脸”支付的商用试点也在杭州一家肯德基餐厅开启；一些银行正尝试启用自动取款机“刷脸”取款功能；高铁检票、宾馆入住也在使用“刷脸”技术……

人脸识别技术三大应用方向

刷脸进站、刷脸取款、刷脸支付、刷脸报到……随着人脸识别技术的日渐成熟，“刷脸”时代正在到来。

蚂蚁金服生物识别技术负责人陈继东说，近年来得益于深度学习的迅速发展，我们可以基于神经网络让机器模拟出人类大脑的学习过程，并通过卷积神经网络模型和海量的图片数据进行训练。生物识别从以前70%、80%的准确率提升至近两年的99.6%甚至99.7%，具备商用条件。同时，在支付场景中人脸识别技术的误识率已经达到十万分之一。

旷视科技副总裁谢忆楠告诉记者，人脸识别技术主要有三大应用方向，一种为1：N认证，判断某个体是否为特定群体中的一员，用于人员出入管理和城市安防，包括公安抓捕逃犯、小区门禁启用刷脸系统，以及一些商家的VIP管理等。

另一种为1：1认证，即证明本人与证件信息是统一的，主要应用于需要实名制验证的场景。南航今年6月在河南南阳机场启用的“刷脸登机”，武汉火车站和广州南站启用的“刷脸进站”，即属于此类。

第三种是活体检验，证明是真人在操作业务，进而做账户许可授权。中信银行的ATM和移动客户端可以进行远程身份认证，海通证券可以远程开户，滴滴平台则可以查验驾驶者是否为注册司机。

人脸识别正在慢慢从线上走到线下，在无人零售、快捷支付、酒店入住等场景中亮相。

“刷脸”如何确保精准度？

在衡量人脸识别能力时，很多公司都会宣称其准确率超过“99%”。对此，长期研究机器学习的西安交通大学电信学院特聘教授、国家“千人计划”专家龚怡宏表示，这里的准确率指的是在一些世界知名人脸数据库比对中取得的成绩，但在现实运用中，这种准确度要大打折扣。

商汤科技联合创始人杨帆也认为，这些准确度是在一定前置条件下取得的，但现实应用场景复杂多变，人群样本更大，不同光线、姿态、分辨率等条件都可能给机器识别带来困难。

不过，这也不代表技术要达到100%准确率才可以使用。“世界上没有完美的技术，任何技术都是有错误率和瑕疵的，但是如果在特定的场景下，技术的准确度能够满足要求、错误带来的风险可以承受，那它就是有价值的。”颜水成说。

蚂蚁金服介绍，支付宝在肯德基KPRO的点餐机上配备了3D红外深度摄像头，在进行人脸识别前，会通过软硬件结合的方法进行活体检测，来判断采集到的人脸是否是照片、视频或者软件模拟生成的，避免各种人脸伪造带来的身份冒用情况。

双胞胎、化妆和整容能分辨吗？

“人脸的角度、光线、表情、年龄、化妆、遮挡、照片质量等会影响我们的判断，并且随着数据库样本增大，两个不同人长得像的概率会快速上升。”陈继东提出了生物识别技术面临的难题，不过，他认为深度学习会让计算机更聪明，能克服这些困难。

颜水成表示，面对双胞胎或者整容前后等特殊情况，机器能否识别，要看具体情况。比如整容幅度过大，机器无法识别是有可能的。此外，脸部信息也会随着年龄增长而改变。如果到了机器无法识别的程度，使用者只需去系统更新脸部照片就可解决。

为了提高识别率，不少应用场景都需要用户采用除人脸识别技术外的双重验证。陈继东表示，交叉验证方式进一步提升识别率，即使是双胞胎也“判若两人”。在金融等对误识别率容忍极低的领域中，单一识别要素即使精准度再高仍然会有漏网之鱼，因此需要结合多因子综合验证。目前人脸识别准确率已远超肉眼，而且有活体检测算法来判断采集到的人脸信息是否为照片、视频等冒充。“即便出现账户被冒用的极小概率事件，支付宝也会通过保险公司全额赔付。”