距馬云在德國“刷臉購物”已四個月，支付寶還是沒有向大眾推出這一功能，這令躍躍欲試的技術控們頗感失望。
自去年末，各大互聯網企業(yè)紛紛高調披露其人臉識別項目進展，百度識圖、騰訊優(yōu)圖、阿里巴巴合作的FACE++等，帶動起人工智能新一輪創(chuàng)投熱潮。
2015年4月至5月間，川大智勝宣布投資1.76億元開展人臉識別項目，佳都科技與關聯方5000萬元入股人臉識別企業(yè)，阿里巴巴合作者曠視科技獲得4700萬美元B輪融資……即便是只有幾個人的創(chuàng)業(yè)公司，只要打出“人臉識別”概念，也容易受到投資者的青睞。
這項用于個人身份認證的技術，早在十年前，就漸漸滲入公眾生活，然而，與互聯網時代的不少新技術類似，人臉識別仍處于“做出來再說”的摸索階段。在這“一窩蜂”的投入中，關于商業(yè)模式及發(fā)展方向，還沒有什么結論。
人臉識別技術一出生就扎根于安防，現在淺嘗金融支付，這意味著其需要接受的安全考驗遠超其他技術，而對于可能侵犯個人隱私的疑慮始終未絕。
隨著人臉識別安全技術國家強制標準申報，其安全性若能保障，有望成為這一行業(yè)加速發(fā)展的契機。
定位點識別法
入境通關時，人們都會“被刷臉”，然后將數據圖像轉化為識別數據，與犯罪嫌疑人數據庫進行比對，這樣可以初步篩選出可疑對象，再結合其他相關線索的人工核查，在逃嫌疑人難免露出蛛絲馬跡。
自2005年清華大學電子工程系研究成功一套大型人臉識別系統(tǒng)，被公安系統(tǒng)用于查找犯罪嫌疑人后，至2015年，各地公安部門應用人臉識別功能抓獲逃犯頗為得心應手。
5月25日，上海公安局對“獵狐2015”專項行動進行總結時稱，前五個月抓獲的24名境外潛逃人員中，絕大多數都變換身份，其中包括更名換姓自稱“失憶”的中國人，還有五次改換身份的“外籍人士”。他們中不少人曾多次回國探親卻未落網，最終在人臉識別技術成功應用后，被邊檢部門發(fā)現，報至公安系統(tǒng)落網。
“一個人可能通過整容改變面部特征，但一些重要特征很難改變，如雙眼瞳孔之間的距離就是人臉識別中最穩(wěn)定的特征。”一位偵查員在上述總結時稱。
描述長相經常會用到國字臉、丹鳳眼、吊梢眉、鷹鉤鼻之類，人臉識別技術會把這些形態(tài)提取為一個個特征。在傳統(tǒng)方法中對于這些特征的描述，比較簡單的是將其標識為一個個定位點，由這些定位點組成人臉的主要輪廓和器官，一張臉上可以有上千個定位點。
曾風靡社交網絡的“明星臉檢測”，實質就是人臉識別技術的淺層應用。
在線測試網站上，上傳照片與明星臉的對比過程中，會在人的瞳孔、鼻尖、嘴角打上標記，這些被標記的位置，往往就是用來比對人臉特征點。這些娛樂性的比對，對精準度要求不高，因而選擇的是比對次數最少的五點定位法。
這些定位點不是以圖的形式，而是轉化為數據儲存。最早于上世紀60年代末出現的人臉識別法，是通過人工標識出人臉上的各個特征后，交由機器對特征進行比對的幾何法。
國內大規(guī)模應用該技術，始于2011年公安部戶籍查重。當時，公安部要求各省市公安廳全部引用人臉識別系統(tǒng)，經該系統(tǒng)初篩后，再由人工確認。截至2013年，共發(fā)現和注銷重復戶籍79萬。
在司法系統(tǒng)，人臉識別進一步延伸至監(jiān)獄、看守所，這種智能化的管理系統(tǒng)可以確保工作人員、會見人員、探視人員，及其他外來人員在各自權限區(qū)域內活動，除了更方便、人性化外，還能有效避免“人治”帶來的安全風險。
“深度學習”演進
人臉識別技術演進的速度很快。如果說基于二維圖像識別是在地圖上定位，那么人工智能的人臉識別，就是在運動的三維立體地球儀上定位。
定位點越多，越能精準驗證一個人的身份。
除了五官、嘴角，還可加上人臉重要器官的邊界數據，包括兩側眼角、鼻翼、嘴唇，甚至臉部輪廓、肌肉等位置都可加上定位點。麻煩是“定位點太多會犧牲效率”。上海晶軟信息技術有限公司總經理羅正寬說。
若僅僅用幾何定位法，不但只能實現“半自動”，受比對數據的限制，錯誤率也會上升。因此，全球科學家們窮盡所想，發(fā)明了包括基于幾何參數的，利用圖像像素值建立模式等各種方法，卻沒有一個是完美無缺的。
一些方法對圖像的質量要求較高，易受光線、環(huán)境等外部因素影響；一些則計算量較大影響效率，比如“特征臉法”、“神經網絡法”識別率較高，但因計算量大，一般識別速度十分低下。
直到人工智能的“深度學習”概念帶來了質變。這種深度學習系統(tǒng)，可能聚集了數百種算法，比如，第一層用某幾種算法處理，第二層改用另幾種算法。在各種計算中不斷對自身進行優(yōu)化，甚至細到每一張人臉，人工智能都會為其“度身定制”一套最適合的人臉識別算法。
“這種‘深度學習’不斷迭代優(yōu)化，且更新速度非?？?，已經和傳統(tǒng)的人臉識別完全不同，有的‘深度學習’只需提供照片，不用告訴計算機是人臉還是非人臉?！?nbsp;上海洪劍智能科技有限公司總經理耿敢超告訴記者。
應用深度學習的人臉識別系統(tǒng)，早期需要把現實的圖像抽象成一系列數據進行學習及了解人臉的特征，在構建了一套最基本的人工智能學習算法后，提供大量人臉及非人臉照片，包括同樣的人臉在不同光線、表情、角度的照片，讓計算機去適應辨別、學習。
計算能力變得更強大，奠定了人臉識別“深度學習”的基礎，智能手機則讓大量人臉圖像數據庫變得唾手可得，“深度學習”正在不斷降低人臉識別對圖像質量的要求，同時提升識別率。
2014年6月，香港大學的湯曉鷗團隊，首次在“戶外臉部檢測數據庫”（Labeled Faces in the Wild），將識別率提升至99%以上，這是一個比肉眼更加精準的數據。這個數據庫目前被公認為全球最重要的互聯網人臉識別數據庫。
顱骨識別技術，則幫忙將這種改變深推了一把，其將二維、正臉的配合型，向自然環(huán)境下的人臉識別演進。“簡單來說，有兩個眼睛一張嘴就被認為是人臉，現在把嘴巴遮住，只有眼睛和額頭，也能識別；或者只露出半張臉，都可以識別。因為人臉識別已經不再僅僅是對某些特定器官位置的定位”。耿敢超說。
這些變革帶來的好處是，人工智能不但可以適應光線、場景變化對圖像質量的影響，也能適應變胖變瘦、皮膚老化、整容化妝等帶來的臉形和五官變化；甚至特征點之間的相對位置出現細微的改變，現在的人工智能也能驗證識別。
“刷臉支付”前景
逐漸變得強大的人臉識別技術，已不甘心僅在安防領域深耕。馬云在德國展示的“刷臉支付”，是這一技術可預期的前景。
早在2013年，芬蘭一家企業(yè)就推出“刷臉支付系統(tǒng)”測試版，5秒即可完成付款行為。最新的消息則是，全球首臺“刷臉ATM”在梓昆科技（中國）有限公司誕生，與一般的ATM相比，這臺機器多了一個二代身份證的讀取框，攝像頭會將取款人圖像與二代身份證信息進行比對，成功識別后才能取款。
在深圳、大連、南京等地，招商銀行、民生銀行、農業(yè)銀行也紛紛推出“刷臉”服務，用于銀行網點的銀行卡開戶。中國人民銀行亦在地方試點推出了“刷臉”打印信用記錄的個人征信查詢機。
由于金融業(yè)對于安全性的嚴苛要求，遠程的人臉識別銀行開戶操作，以及類似支付寶的“刷臉支付”應用，都還未獲得相關政府部門的認可。
羅正寬將能夠跟蹤人臉的動態(tài)識別特征，視作人臉識別產品的主要“賣點”,因為其推廣安全要求相對較低。“人臉識別考勤機”就是一個在商業(yè)上可以拿得出手的產品。這種考勤機比指紋識別類的產品更能有效地防止“作弊”，性價比也不錯，較為靈敏的考勤機，在5米外就能成功識別人臉并完成身份認證，隱蔽性明顯增強。
這樣的人臉識別手段，被國內一家企業(yè)應用于會員認證系統(tǒng)。當會員進入鏡頭范圍時，電腦屏幕會顯示出該會員的信息，包括其消費偏好，比如，高爾夫球俱樂部是否需要為他準備球包，服務人員可提前準備，使會員基本處于零等待的狀態(tài)。這樣的一套系統(tǒng)3萬－5萬元，對于一些高端消費場所并不是很高的預算。
問題在于，一般企業(yè)并不像政府部門那樣擁有二代身份證照片庫，其通過互聯網收集人臉數據的做法及其安全性，也存在爭議。
調查發(fā)現，幾乎所有曾就這一問題接受采訪的企業(yè)均表示，在推出相關應用時征得使用者同意才會收集數據，且絕對不會將數據外泄。但還是有不少人擔心，自己的人臉圖像被別人獲得后，身份被冒用。
清華大學電子工程系智能圖文信息處理研究室副教授劉長松表示，用人臉識別進行身份認證，確有一定風險，“主要是一些有組織的犯罪，幾乎可以突破現在所有的防御手段。一些所謂的活體檢測技術也不完善且需要有專用設備”。他稱，如果只是手機的話，是一點都不安全的，就現在的狀況看，“刷臉時代”還相當遙遠。
劉長松指出，人臉識別用于身份認證，必須達到一定的安全要求，“這可能也是要制定國家標準的原因”。
7月16日，公安部安全與警用電子產品質量檢測中心軟件部一位工作人員向記者確認，《信息安全技術網絡人臉識別認證系統(tǒng)安全技術要求》國家強制標準已向全國信息安全標準化技術委員會申報。
=相關新聞推薦=
