人脸识别与商业亲密接触 “刷脸走天下”成可能
聚焦国内市场， 今年“人脸识别+指纹验证”引入高考备受关注。 从支付宝的“刷脸”付款开始，人们也终于能够凭借自己的生物学特征来证明身份。此外，虽然中国面部识别技术背后的基础性人工智能研究与欧美处于类似水平，但中国在商业应用中已经取得领先优势。
今年山东青岛的高考考生见识到了一个新装备——类似平板电脑的考生身份验证系统，先读取考生二代身份证信息，然后验证指纹，最后现场拍照并与报名照片进行人脸识别的比对验证，通过这些步骤，15秒就能验证一个高考考生的身份。
越来越多的普通人开始见识到人脸识别技术在“验证我是我”和“寻找你是谁”上的巨大威力。自2016年起，在安防、教育、金融等各个领域，人脸识别技术不断“落地”。人脸识别技术为何成长速度如此之快？我们离“刷脸走天下”还有多远？
技术快速进步确保安全
人脸识别是基于人的脸部特征信息，应用人工智能模式识别和计算机视觉技术鉴别个体身份的一种生物识别技术。从人工智能的角度来看，人脸识别其实是机器视觉的一个分支。旷视科技智能商业产品线资深总监宋晨表示，人脸识别实际上就是给机器赋能，让它具备一双眼睛的能力，让它像人一样去想、去看，从而“学会”各种检测、判断、识别和测量。
人们看好人脸识别，因为作为生物可识别技术，人脸识别有其独特的优势。一方面，人脸识别具有非接触性和非侵扰性，不接触人体就可以直接通过摄像头在一定距离内进行识别，从而实现更大范围、更多方位的信息采集，不需要被采集者配合，更易被大众接受。另一方面，人脸识别的硬件门槛更低，指纹识别需要特定采集芯片，但人脸识别只需要摄像头，智能手机上的相机和城市视频监控体系中的高清摄像头已足够满足需要。
但人脸识别应用的快速推进，仍来自于技术的快速提升。“我们最早在深圳的超级计算机上做人脸识别，要花28天进行迭代，但现在同样的工作在6块GPU芯片上只需要6个小时，这就是硬件提升带来的瓶颈突破。”商汤科技CEO徐立告诉记者。宋晨则对此解释说，人脸识别所需要的图像处理和深度学习能力，是基于GPU的训练来产生的，它代表着高速和价廉的计算能力。
而在硬件之外，卷积神经网络则在算法上大幅提升了人脸识别的精度。2014年前，在人脸检测评测平台FDDB上，学术界获得的最好检测精度是84%，但在2015年以后，通过使用卷积神经网络算法，众多人脸检测应用的准确率提升到90%以上，现在最高正确率已经超过99%。北京大学信息科学技术学院智能科学系教授徐超表示，考虑到人眼识别的正确率仅有97%多，人脸识别技术已经超过了人的识别能力，在识别效率上更是远超人类。
但对于人脸识别技术来说，“认得准”只是第一步，还需要足够安全，能够抵抗各种攻击，比如伪造面具、使用照片或者3D软件“换脸”等方式。蚂蚁金服生物识别负责人陈继东告诉记者，活体检测是其中最核心的技术，“我们通过一系列软件算法来判断摄像头前的是不是‘活人’，一是基于动作交互的识别模型，所以用户会被要求做出眨眼、摇头、张嘴等动作，通过检测过程中动作的连续性，以此让照片难以通过。但对于会模拟动作的视频，或者预先制作好的动作视频，我们还需要图像的分析，比如说区分正常的图像和通过软件模拟、视频剪辑的图像之间有多大的差异”。旷视科技公司则表示，合成脸在图形特征上会与真人有很大的差异，并不容易通过框体检测和对翻拍的图形特征分析检测。
判断“你是你”和“你是谁”
“临川区荣耀网吧43号机器，一位17岁男性未成年人正在上网！”江西省抚州市文化综合执法支队的工作人员手机上接到这样一条弹窗报警信息。“这正是应用了人脸识别技术，用户在网吧上网时要拍照，这张照片会与上网者的身份证照片比对，一旦发现是未成年人，我们的技术监管平台就会报警。”抚州市文化综合执法支队支队长胡光斌表示。
在沈阳地铁，人脸识别系统同样成为话题。在短短11天内，这套系统连续抓获了3名网上逃犯。这是沈阳警方首次应用智能人脸识别系统追逃，在包括沈阳站等3个地铁站，有人从高清摄像头前经过，就会被连续拍摄20到30张角度不同的照片并与警方数据库比对，一旦相似度评分超过83分，系统就会自动报警，并对目标拍摄一条10秒钟的即时视频。
在中科院自动化研究所雷震博士看来，这两个应用场景正对应了人脸识别应用的两个方向：用来确定“你是你”的1：1确认和用来判断“你是谁”的1：N辨认。“1比1确认是将人脸图像与图片库中的图像进行比对，是目前比较成功的应用，精准度已经很高；1比N人脸搜索，先要在视频中确认人脸的位置，然后抽取一张适合进行人脸识别的图片，最后则将这张图片与N张照片比对，看是否有相符的一张，技术上讲要难得多。”雷震说。
“在身份确认上，以前是人来做，现在交给机器，流程没有变，只是效率大大提升，因此在各个传统行业中渗透得最为迅速。”徐立表示。
的确，如果说“1比N人脸搜索”目前基本还集中于安防领域“试水”，那么在“1：1确认”方向，人脸识别应用则成熟得多。拿金融领域来说，陈继东介绍，目前支付宝在高风险支付、修改密码、实名认证等48个场景使用刷脸验证，在支付宝的4.5亿实名用户中，有三分之一“刷过脸”。今年2月，蚂蚁金服的“刷脸支付”还被知名科技杂志《麻省理工科技评论》评为全球十大突破性技术之一。
“做到从实名到实人，人脸识别起了非常重要的作用。在金融领域的人脸识别技术应用，除了准确度和安全级别之外，还需要极高的稳定性、可靠性和极低的实时响应。”陈继东说。而在金融领域之外，证明“你是你”还在智能门禁、智能考勤、刷脸安检、个税申报、养老金领取资格认证等场景被广泛使用。
防攻击能力需不断提升”
如果说在确认“你是你”和搜索“你是谁”两个方向上，人脸识别技术还都是“把人能做的事做得更好”，那么人脸识别技术还能完成“人无法完成的事情”。
今年年初，厦门的一些珠宝店在货架上装上了人脸识别系统，能够分析每个用户在柜台前停留的时间。“VIP客户一到店，人脸识别系统就能将消息推送到店员手机上，同时还能显示出这些客户以往的购买记录。如果记录到一个客户上次在哪个货架停留的时间久，下次这一信息也会推送给店员。”厦门瑞为信息技术有限公司负责人詹东晖说。人脸识别技术与线下商业的“亲密接触”，被视为是“互联网+线下零售”的一个全新方向。
随着人脸识别技术应用场景的丰富，新的担忧也随之而来。雷震坦言，隐私成为不可忽视的问题，面部信息这一敏感数据如果因攻击而泄露，将带来严重的隐私安全问题。目前，人脸识别服务企业通常以图像脱敏技术来解决隐私保护问题。“图像脱敏就是不管是图像的存储还是传输，都不是原始的图像。这些数据是人脸等多组合特征的一个脱敏后的特征样本，几乎不可能被逆向还原。这样即便这些特征数据被泄露、被攻击，甚至被拿走了，也不会造成什么严重的后果。”陈继东说。
不过，陈继东也坦承，“刷脸服务上线以来，每天都会拦截上千的攻击量。从前他们只是利用照片、视频进行攻击，现在更多是利用计算机图像软件来做人脸的合成、3D建模，甚至他们也用深度学习的方法来做人脸的模拟，那我们反过来也要提升防攻击能力、识别能力，这是一个持续攻防和不断改进的过程”。
