邁入“刷臉”時代還需幾步？

坐車驗票、出入門禁、購物支付……在諸多類似場景中，只靠“刷”一下自己的臉就能搞定。隨著人臉識別技術日益走近生活，這些并非遙不可及。不過，人臉識別的大范圍運用，專業人士指出，還得邁過幾道關。

現狀：底層技術火了

面部識別解鎖功能成為平板電腦“賣點”、智能相冊可通過識別人臉進行照片分類、“美顏”類APP自動識別人臉并為其“化妝”……近年來，源于安防領域的人臉識別技術，正慢慢走入百姓生活。

例如，百度的“臉優”手機軟件，用戶只要打開軟件，然后用攝像頭對準自己的臉，就可以把自己的臉“變成”比爾·蓋茨、赫本等知名人物的臉，完成一段令人驚艷的“變臉”表演。

又例如，今年年初火爆一時的“FACE U”軟件，可以把人們“變成”大圣、兔子等形象，與朋友圈、微博等社交平臺的朋友互動。

從事計算機視覺技術研究多年的專家戴宇榮說，這些多數屬于底層視覺技術，可以幫計算機進行邊緣提取，區塊分隔。至于高層視覺技術，目前最為人所知的應用當屬人臉識別。

“金融領域要求人臉識別1：1驗證，即驗證你是你本人。而安防的應用是1：N，在N的庫里進行逆向篩選和識別，識別出特定的人，這也是目前重點需要提升的技術。”曠視科技品牌總監謝憶楠說。

經了解，很多互聯網公司和金融機構都宣稱已采用人臉識別技術，但真正大規模使用的機構尚未出現。

難點：雙胞胎、整容者怎么“刷臉”

人臉識別技術讓人們對即將進入的“刷臉”時代充滿期待，其中一個重要的應用，就是“刷臉”支付。但也有不少人對“刷臉”技術存在顧慮——雙胞胎能分辨嗎？過度化妝、整容能分辨嗎？

對此，有業內人士指出，人能分辨出來的雙胞胎、一般化妝或整容的人，人工智能機器人也能分辨。人不能分辨出來的，機器人目前也很難分辨。

人臉識別技術的關鍵，在于通過不同臉部圖像上的眼睛、眉毛、鼻子、嘴巴、臉頰輪廓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。

不久前，螞蟻金服推出人工智能機器人MARK（螞可），與最強大腦“水哥”王昱珩進行了一場人臉識別比拼，最終人類以3：2獲勝。

“從理論值來說，人臉識別機器人的精度達到99.6%，而人類識別的準確率是97.53%。雖然機器的理論值更高，但機器的確還存在局限性，尤其是在一些極端狀況下。”螞可研發團隊負責人、螞蟻金服安全智能部總監陳繼東說。

商湯科技CEO徐立認為，人工智能最核心的是制造大腦，深度學習就是制造的過程，因此真正讓機器深度學習、制造深度學習神經網絡尤為關鍵。

明天：你的臉就是你的安全密碼

人臉識別技術在許多應用領域還只是充當輔助角色——有它挺好，沒它也無妨。而且，人臉識別的穩定性仍有待提升。

不過，在戴宇榮看來，這并不意味著人臉識別技術應用的普及依然遙遠。“以計算機為例，20世紀80年代之前，它笨重、巨大，使用復雜。然而，僅僅20年，計算機就已成了家庭標配。”

隨著智能終端設備與移動互聯網產業的快速發展，近幾年，國內涌現出許多專注于人臉識別的創業團隊，他們研究的人臉識別技術已在互聯網金融領域嶄露頭角，遠程開戶、人證比對等工作，均可使用人臉識別技術。

曠視科技于2012年推出face++人臉識別云平臺；商湯科技與銀聯合作，推動人臉識別等在移動支付領域的創新融合，致力未來向銀行、第三方提供人臉等生物特征認證服務。與此同時，“刷臉”技術與金融機構的合作已越來越多。

“但人像識別的活體采集還存在一些難點，活體采集不僅僅是算法自身的問題，需要從硬件、算法、交互等多方面綜合考慮。”陳繼東說，生物識別智能進入商用，尤其是金融領域，有必要運用多種生物特征交叉比對驗證，即除了人臉識別，還要綜合運用指紋識別、聲紋識別、眼紋識別等多因子生物特征，更安全地服務用戶。

多位專家認為，未來人臉技術的應用會非常廣泛，“人臉就是安全密碼，就是你的身份”。相信“刷臉”支付的時代將會到來。那時你付錢時，支付平臺也許會跳出這樣一條信息：“你的臉已透支。”