刷臉付費靠譜嗎？全面滲透生活的人臉識別

從手機掃碼支付到刷臉支付，移動支付技術這幾年發展相當迅猛，當各大超市甚至政務機構擺上各式人臉識別終端設備時，人們突然發現原來人臉識別應用已經全方位滲透進入日常生活了。

瘋狂推廣中的刷臉支付

從掃碼支付到刷臉支付，支付寶與微信兩家格外看重的應用領域崛起速度也相當驚人，全國各大城市超市、政務機構甚至零食門店，終端刷臉設備仿佛在一夜之間就全面鋪開了，10元甚至20元左右的刷臉支付滿減活動，極大刺激了終端市場消費者對于刷臉支付應用的認可與接受度，簡單直接的“燒錢”成為刷臉支付最有效的推廣方式，這背后則是以支付寶為代表的互聯網巨頭力挺。

2018年雙十一，支付寶給出的數據是消費者通過指紋、刷臉支付的比例達60%，使用指紋或刷臉支付的老年人數量增長20%。另據中國支付清算協會的統計：2018年以來，人臉識別在手機解鎖、身份驗證、支付等方面廣泛應用，并已成為國內主流趨勢，目前85%的用戶愿意使用刷臉支付等生物識別技術進行支付。尤其刷臉支付更是讓支付方式又一次實現了“顛覆”，未來被業內普遍預測會呈現井噴式的增長。

從2010年崛起到2014年被叫停，再到2016年左右全面爆發，掃碼支付用了近十年時間才成為國內移動支付絕對主流的支付方式，而刷臉支付進入大眾生活的歷史實際上比大多數人認為的長。

·2015年3月的CeBIT漢諾威電子展開幕式上，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Smile to Pay掃臉技術;

·2017年9月1日，支付寶實現全球首次刷臉支付的商用，在肯德基的KPro餐廳上線刷臉支付;

·2018年1月，微信和Jack&Jones合作的人臉智慧時尚店開業;·2018年7月，天貓小店正式接入了“刷臉支付”;

·2018年11月，全球第一家支持全場景刷臉住宿的酒店，阿里巴巴未來酒店“菲住布渴”正式開業;

·2018年12月，支付寶刷臉支付設備“蜻蜓”橫空出世，3個月鋪貨三萬臺;

·2019年3月，微信推出小屏刷臉支付設備-青蛙;

三巨頭的戰爭

刷臉支付能夠以極快的速度成長，同巨頭的力挺有著直接關系，除支付寶和微信大力推動刷臉支付落地外，在移動支付領域屬于“后進者”卻又擁有雄厚實力的銀聯同樣在刷臉支付領域投下大量資源。

2019年2月，銀聯的刷臉支付解決方案也剛在第七屆中國國際自助博覽會上亮相;3月，微信支付正式推出了刷臉收銀機“青蛙”，距離支付寶在去年12月推出刷臉收銀機“蜻蜓”的時間，微信和銀聯跟進“刷臉支付”的動作可謂步步緊逼。

雄厚的實力及在終端消費市場多年的積淀，讓三大巨頭以極高效率在終端市場實現刷臉支付的落地。據統計，微信刷臉支付主要布局在深圳南京等地，而銀聯則集中在北京上海等地，隨著時間的推移，全國三大巨頭在全國刷臉支付落地戰場布局重疊度上越來越高，從而有力推動刷臉支付市場的成長并縮短了消費者的市場培育時間。

躁動的商戶與迷茫的用戶

從掃碼到刷臉，支付方式的變化對于消費者而言主要在于便利性的提升，更有不少消費者出于好奇和新鮮感開通刷臉支付應用，而實際上，刷臉支付之所以落地如此快，除三大巨頭堅定不移支持外，更為重要的還是刷臉支付技術對于商戶效率的提升。

刷臉支付對于商戶收款時間成本的節省較為明顯，普通收銀臺結賬，10件商品用戶需要56秒完成支付，而刷臉支付只需10秒。同時，刷臉支付也能有效節省商戶人力成本，引入人工智能刷臉設備之后，一臺刷臉機器相當于1.5個收銀柜臺，一天相當于3個收銀員。

生產力屬性成為刷臉支付能夠在終端市場快速落地的主因，支付寶快消零售業務負責人鋒笙在接受記者采訪時則表示，“刷臉支付與掃碼支付、收現金相比，省去了掏手機和找零錢等環節，經過卜蜂蓮花、江西省人民醫院等試點，目前可提升50%以上的收銀效率?！?/p>

在這樣的大環境下，刷臉支付在終端消費市場崛起并成為移動支付主流付款方式之一并沒有太大懸念，不過在好奇心褪去后，刷臉支付背后的的技術核心、安全防護乃至應用拓展漸漸成為人們關注的焦點。

技術更迭提速

從技術原理上說，人臉支付技術是利用受理終端的人臉采集能力，通過人臉識別技術（1：1or1：N）獲取持卡人支付賬戶信息，結合Token技術、PIN加密技術、大數據分析等形成的新型支付技術。人臉支付技術通常涉及兩個方面，一方面是人臉支付受理終端，一方面是人臉支付受理平臺。

不論線上線下，刷臉支付在過去這兩年已不再讓我們感到陌生，一個原因在于，技術正逐漸成熟，并從線上帶給人們更多認知。在手機上，面部識別不論是硬件還是軟件都已經開始讓面部識別走進千家萬戶。以2017年iPhone X Face ID為代表的面部識別，讓人們體會到刷臉不僅可以用來解鎖手機，還能用來玩Emoj，i甚至是金融領域的支付。人臉識別系統的研究始于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，而真正進入初級的應用階段則在90年后期，隨著人工智能、大數據、機器視覺等技術的不斷完善，人臉識別技術也在不斷完善與更迭，不過對于大眾消費者而言，晦澀難懂的技術名詞顯然沒有實際體驗來得靠譜。

顏值與成本的雙引擎

相對于產業企業看中的刷臉支付辨識率、容錯率、反應速度等技術核心，大眾對于刷臉支付的認知出人意料地停留在美顏上。

根據近日媒體的調研發現：女性用戶對于刷臉支付的接受度明顯低于男性，原因是刷臉支付沒有美顏。有八成受訪女性用戶表示，會因為沒有美顏拒用刷臉支付，吐槽之勢十分洶涌。這樣的輿論甚至引發法國《世界報》的關注，對于國內刷臉支付的關注點倍感好奇。

非常有意思的是面對終端市場消費者對于美顏功能的需求，支付號還真的進行了改變。特地上線了美顏功能，一周內全國門店的刷臉系統也會都上美顏功能，并稱“到時候讓你刷臉比在美顏相機里還美”。

顏值之外，終端渠道對于刷臉支付的關注點還是在成本上。據經濟之聲《天下財經》2019年4月報道，移動支付頭部玩家支付寶宣布，針對B端商家推出新一代刷臉支付設備，定價1999元，和上一代產品相比，價格直降三成。較低的硬件設備成本加上對工作效率的提升與人力資源的節省，刷臉支付大眾化進程得以提速。

重中之重的安全問題

當新鮮感逐漸淡去后，人們開始重新審視刷臉支付應用時，安全始終是備受關注的點?！八⒛槨边M站、“刷臉”支付、“刷臉”簽到、“刷臉”執法......人臉識別技術正走進更為廣闊的應用場景，與指紋、虹膜等相比，人臉是一個具有弱隱私性的生物特征，因此，這一技術對于公民隱私保護造成的威脅性尤其值得重視。

人臉是非常敏感的個人信息，一旦泄露或被盜取，會帶來非常大的影響?，F在有的技術在三公里之外可以識別人臉，如果人臉支付時，一刷臉錢就沒了，一個場景不能表達客戶的主觀意愿是可怕的。所以有技術也不能濫用，有技術也不能任性。

尤其是在支付之外，隨著人臉識別技術成熟度的提升，越來越多領域都能看到該技術的融入，如果沒有預先制定好監管和防護措施，很容易被有心人利用。傳統的密碼如果忘記了或被竊取了，可以重新設置一個新密碼。而人臉特征的數據如果被竊取了，就無法更改。用戶的數據就只能被盜取而無能為力。這將使得數據防泄漏成為不可能完成的任務。

不止于支付

數據顯示，預計未來幾年，人臉識別市場規模將保持年均20%左右的高速增長，到2022年，全球人臉識別市場規模將達75.95億美元。目前，“刷臉”已經逐步在金融、公安、邊防、航天、教育、醫療等多個領域落地，成功進入大眾生活。

以江西省人民醫院為例，刷臉繳費的出現，有效緩解了就診高峰時段收費排隊問題，改善了患者的就醫體驗。統計數據顯示，該院的收銀結算效率較過去提升了50%以上。而在北京、重慶等地，公租房逐漸普及使用人臉識別的門禁系統來提升小區安保水平。屋外的攝像頭一旦發現未錄入租戶系統的人員多次出現在小區或房屋周圍，“人臉識別”系統則將提醒物業人員現場跟進。同時，這也成為防止轉租轉借的“利器”，保證了只有錄入系統的住戶才能順利刷臉進入。

而隨著深度學習演進，基于深度學習的人臉識別將獲得突破性的進展。人臉識別需要的只是越來越多的數據和樣本，數據和樣本越多、反復訓練的次數越多，它越容易捕捉到準確的結果并給用戶準確的答案。

準確與效率并行

美顏和成本推動著人臉識別技術的大眾化進程，而準確與效率則是人臉識別發展的重要方向。可以將登記入庫的人像數據進行建模提取人臉的特征，并將其生成人臉模板保存到數據庫中。在進行人臉搜索時，將指定的人像進行建模，再將其與數據庫中的所有人的模板相比對識別，最終將根據所比對的相似值列出最相似的人員列表。

這樣的應用在人海中尋找丟失的兒童又或者抓捕逃犯時具有很高的實用性，尤其是當前人臉識別效率也在不斷提升。以百度人臉識別為例，針對1080P的圖片，百度離線人臉SDK可實現人臉檢測速度100ms以內，動態追蹤速度10ms以內，檢測追蹤效率可適配絕大部分業務場景。

識別準確率與效率的提升，將有效提升人臉識別系統的應用體驗和效率，進一步推動終端市場對新技術的認可與接受度。

刷臉背后的大數據生態

通過數據采集和機器學習來對用戶的特征、偏好等“畫像”，互聯網服務商進而提供一些個性化的服務和推薦等，從正面看是有利于供需雙方的一種互動。但對于消費者來說，這種交換是不對等的。就頻頻發生的個人數據侵權的事件來看，個人數據權利與機構數據權力的對比已經失衡，在對數據的收集和使用方面，消費者是被動的，企業和機構是主動的。

大數據時代，個人在互聯網上的任何行為都會變成數據被沉淀下來，而這些數據的匯集都可能最終導致個人隱私的泄露。算法的客觀與透明將成為用戶個人隱私安全的防護屏障，深度學習還是一個典型的“黑箱”算法，可能連設計者都不知道算法如何決策，因而要在系統中發現是否存在歧視和歧視根源，技術上也較為困難。算法的“黑箱”特征使其決策邏輯缺乏透明性和可解釋性。

監管則是人臉識別應用過程中不可或缺的存在，管理部門要進一步加強人工智能的倫理設計，對算法的理論預設、內在機制與實踐語境等進行全流程追問與核查，從算法決策的結果和影響中的不公正入手，反向核查其機制與過程有無故意或不自覺的曲解與誤導，揭示存在的問題，并促使其修正和改進，從而全方位保護公眾隱私。

寫在最后：

人臉識別大趨勢

自動識別可以說是每個科技產品必備的一項功能，從指紋識別到最近火爆的人臉識別，一遍遍的刷新人們對科技的認知。依托成熟的移動支付生態，人臉識別技術在我國落地及應用具有非常不錯的大環境，而曠視、商湯、云從、依圖也構成了我國人臉識別四大獨角獸，全面覆蓋移動支付、政務、醫療等多個領域，而隨著人臉識別技術不斷成熟，市場需求將加速釋放，其應用場景也會不斷被挖掘。