［人脸识别是一种基于人的相貌特征信息进行身份认证的生物特征识别技术，眼下正在掀起一股热潮，互联网大佬、银行金融机构等都在悄悄布局“刷脸”技术。］

　　今天我们来关注人脸识别技术。随着互联网科技的进步，新事物不断涌现。比如之前，我们习惯用用户名、密码和身份证、动态口令等来验证用户身份。而未来，很可能会转变成用户的生物特征来识别身份，比如人脸。人脸识别是一种基于人的相貌特征信息进行身份认证的生物特征识别技术，眼下正在掀起一股热潮，互联网大佬、银行金融机构等都在悄悄布局“刷脸”技术。今天的节目，我们先一起去了解一下。

　在马云刷脸时，后台验证需要处理大量来自面部的数据信息，包括结构、五官以及肌肉等方面的数据分析

　　“刷脸”付款不再是梦想  马云德国首秀刷脸支付

　　阿里巴巴集团董事长马云：这是一张在网上卖20欧元的纪念邮票。我现在要把它买下来。怎么买呢？我们按下“购买”，这是人脸识别支付，成功了。

　　把脸凑近，“滴”的一声，就完成了付款。这种只有在《神盾局特工》等美剧里才会出现的场景，马云在刚刚结束的德国汉诺威工业博览会上也酷炫了一把。他向在场的德国总理默克尔与中国副总理马凯，演示了阿里巴巴旗下蚂蚁金融服务集团的Smile to Pay扫脸技术。而为了证明刷脸支付有效，马云还特地为默克尔总理从淘宝网上“刷”出了一份特殊的礼物：1948年汉诺威纪念邮票。这位中国互联网大佬在送礼物的同时，也让全世界都认识了支付宝的这项新技术：刷脸支付。

　马云在德国汉诺威工业博览会上演示刷脸支付功能

　　那么刷脸支付的原理到底是什么呢？在位于浙江杭州的蚂蚁金服，有一支专职研究生物识别技术的团队，他们被称为“柒车间”。团队负责人陈继东告诉记者，Smile to Pay扫脸技术其实就是在购物后的支付认证阶段通过扫脸取代传统密码，能达到超过99%的识别率。比如，就在马云刷脸时，后台验证需要处理大量来自面部的数据信息，包括结构、五官以及肌肉等方面的数据分析，从而来比对识别“是不是马云”。那么人脸识别技术到底会应用在哪些方面？是不是不久之后大家就可以刷脸付钱了呢？

　　蚂蚁金服柒车间负责人陈继东：有支付宝还有一些金融的场景，比如我的证券开户，未来的银行开户，以及在一些比如说我需要验证你身份的场景下，都可能会用到这个技术。

　　陈继东告诉记者，对于生物识别技术的热衷，最主要是为互联网金融业务作相应的技术储备，目前相关的具体产品正在筹备中。刷脸支付的正式面世，还需要再等一段时间。不过，就在阿里巴巴内部已经开始试用“刷脸打卡”了。

　　提示音：缓慢点头，眨眼，缓慢转头。

　　陈继东：好，完成了。

　阿里巴巴内部已经开始试用“刷脸打卡”了

　　人脸识别从实验室进入商用，尤其是金融领域，一个大的技术难点，就是如何防伪造，比如用照片或者视频来代替真人。陈继东表示，目前，蚂蚁金服研究了基于场景的活体监测，已经可以非常有效地防止人脸照片和人脸视频来蒙混过关。

　　陈继东：他有一些活体检测的方法基于场景，比如说我要有个交互的动作，比如说我要判断你是不是，要让你抬个头或者是摇个头，或者是张个嘴。

　　同样是嗅觉灵敏的互联网巨头，腾讯董事会主席马化腾也在抢着“刷脸”。

　　腾迅财付通高级总监吴丹：可能在美国的大片里面，其实经常看得到有面部扫描的这些情景。但实际上的话并没有系统化的开始在互联网上的人脸识别身份验证。但是我们已经有了。

　　吴丹告诉央视财经《经济半小时》记者，传统金融中，用户在申请银行贷款或证券开户时，均必须到实体门店上做身份信息核实，完成面签。如今，通过人脸识别技术，用户只需要打开手机摄像头，自拍一张照片，系统将会做一系列的验证、匹配和判定，最终完成身份核实。目前，腾讯与微众银行正在对人脸识别的应用进行尝试。而腾讯的活体检测技术，结合了人脸分析、唇语分析和语音比对。

　　吴丹：用户首先需要开展一个登录的过程，在拍摄完身份证照片以后，利用OCR技术自动识别出来姓名还有身份证号码，按照界面上的指导，录下一段视频，这段视频会提交到我们的合成服务器上，进行一系列的人脸识别相关比对，最终反馈一个比对结果。

　　吴丹为记者演示腾讯活体检测技术

　　在腾讯大厦5层的这间征信专用机房里，记者看到，四五十台机器，正以每秒80~100次的视频比对能力运转着。

　　腾讯财富同开发中心副总监郭玮：随着金融业务的发展，未来我们预计腾讯大厦五楼机房的机器容量是远远不能满足我们的要求，所以我们现在正在规划我们有一个两级三中心腾讯征信专区，那个专区大概有七百到八百个机位的容量，未来我们人脸识别的系统就会搬迁到那个专区里面，大概三个月以后我们可以拿到那个专区。那个时候我们的整个人脸识别服务，就可以提供更大量的支持未来互联网金融的业务发展的需要。

　　4月13日，腾讯财付通还宣布与公安部属下的全国公民身份证号码查询服务中心达成“人像比对服务”战略合作。腾迅优图团队总监黄飞跃告诉记者，与其它公司的人脸识别技术不同的是，腾讯人脸识别技术最重要的环节之一就是系统将用户视频、身份证照片跟公民身份证查询中心的权威数据三者做交叉验证，通过算法和技术进行匹配，杜绝假冒身份的情况出现。

　　而不单是互联网巨头看中了人脸识别这块蓝海，中科院重庆绿色智能技术研究院旗下的云从公司也在人脸识别的产业化应用方面有了许多有趣的成果，特别是在安防领域。比如这款人脸识别边检站自动通关系统，可在3秒内识别出通关人员与身份证是否一致；再比如这款VIP人脸跟踪系统，能在一对多的环境中准确识别特定目标，追踪显示目标位置。

　　中科院重庆绿色智能技术研究院周曦：安防这个领域我们应该说也取得了一些小小的成就，比如在新疆的安防领域，我们在全疆的边防通关系统，采用人脸识别系统是采用我们的人脸识别系统，包括现在已经推广到火车站、小区、公安局，还有加油站等等地方，都是全面地去做一个安全的保护。

　　人脸识别最近到底有多“火”？在金融行业，光大银行引入人像识别技术，信用卡发卡先"辨脸"；南京部分银行将用上南理工人脸识别系统，刷脸便可取款；而有望引爆人脸识别应用的微众银行也将近期正式开业。就在人脸识别技术如火如荼的当下，许多其他生物识别技术也趁势发展起来。TCL最近新推出了一款手机，就拥有一种神奇的功能：扫眼。

　　TCL集团副总裁王激扬：你可以戴着眼镜，也可以不戴眼镜，上面有个白点会出来，你就跟着白点去看你的这个东西，然后眼睛会跟着白点在转。现在就完成了。

　　人类每一只眼睛里都有两个眼纹，分别位于虹膜的两边。眼纹可以显示出人体的许多生理信息，比如血管、静脉等，这成为了“眼纹识别用户身份”的重要指标，也是TCL在身份核实方面最为看好的技术。王激扬告诉记者，眼纹的优势在于其稳定性。人的一生，眼纹生理特征基本不会改变。而美国普渡大学的实验室统计表明，相比较人脸识别0.35%、指纹识别0.08%的误识率，眼纹仅有0.02%的误识率，略胜一筹。

　　2014年10月，作为老牌硬件生产商TCL集团成立了金融事业部，申报第三方支付牌照，布局支付领域。与中国银联合作成立的深圳市前海汇银通支付科技有限公司，意在为银联搭建移动支付平台。王激扬表示，未来公司计划将眼纹识别用在包括支付在内的一系列需要身份验证的生活场景中。

　　TCL集团副总裁王激扬：生物的东西像我们的眼纹识别，目前我们是先把它作为解锁登录用，后期这块我们还有很多功能，都会做上去的，支付这块不是说要完全用眼纹来实现支付，可能跟你原来密码是相通的，增加一层保密的东西。

　　其实，基于脸部识别系统的支付平台最早于2013年7月由芬兰创业公司Uniqul在全球首次推出。该系统无需钱包、信用卡或手机，支付时只需面对POS机屏幕上的摄像头，系统便会自动将消费者面部信息与个人账户相关联，交易过程十分便捷。而全球最大的网上支付公司贝宝(PayPal)计划，在2016年前让英国人丢弃传统意义上的钱包，仅使用智能手机就可上街购物消费。

　　那么老百姓能否接受呢？

　　市民A：这么高级的产品，是刷脸之后就可以买东西吗？我觉得我会用。

　　市民B：不会用。

　　记者：为什么？

　　市民B：太恐怖了。

　　市民C：为什么不用，肯定会用。

　　市民D：不会用吧，我觉得不怎么靠谱。

　　记者：它推出来之后你会用吗？

　　市民E：会。

　　市民F：我可能会用。

　　当下人脸识别还处于一个起步阶段，但是各家企业都已经重兵布局，相信不久的将来，我们出门就能够凭借一张脸完成所有的事情。高新技术的产业发展离不开资本市场的支持，大批企业通过资本助力实现了规范经营和跨越式发展。那么如今人脸识别技术是否也赢得了资本的青睐呢？继续来看记者报道。

　　人脸识别受资本青睐   2015年市场规模将达75亿元

　　就在马云德国汉诺威“刷脸支付”的第二天，国内?A股人脸识别概念股强势突围，汉王科技率先涨停；在随后的一个月，佳都科技股价翻番；欧比特、科大讯飞、川大智胜等人脸识别题材股同样受到资金的大肆炒作。

　　FACE++总裁印奇：因为马总刷了个脸，现在相关的不相关的都跳出来了，我觉得这是一个资本的常态。当一个东西很热的时候，一定有很多人参与。

　　这个年轻人叫印奇，他是国内新晋人脸识别技术开发者Face++的创始人。88年出生的他，已带领公司在2014年11月完成了2200万美元的B轮融资，如今估值已过亿美金，技术价值无限。投资方包括创新工场和国内知名风投机构启明创投等。一个刚刚才成立四年的创业公司，为什么能成为资本热捧的对象？

　　印奇：我们对融资特别有信心，我们面对技术路线有很多自己的创新。

　　Face++成立于2011年，印奇和他的两个清华校友唐文斌和杨沐是公司的三位联合创始人，他们创办公司时都还在上大学。创业初期，他们推出了一款游戏《乌鸦来了》。这款游戏最高曾冲到中国区App?商店的排行榜前五名。但是从2012年，他们决定把注意力专注在人脸识别领域上来。

　　印奇：我们当时十分相信在未来人工智能技术包括说人工智能技术的下面这个，有针对性的叫做机器视觉这样的一种技术，有非常大的应用前景。

　　2011年7月，谷歌收购面部识别软件开发商PittPat；2012年6月，Facebook以6000万美元的高价收购以色列脸部识别公司Face.com；同年10月，谷歌再次出手，收购乌克兰人脸识别技术公司Viewdle。这一轮并购潮，标志着资本开始正式涌入人脸识别这一细分市场，也让三个年轻人敏锐地嗅到了计算机视觉领域中的重要分支——人脸识别技术的应用前景。

　　印奇：大家其实都知道，这个技术的长期价值是毋庸置疑的。至于短期内切入哪个行业，做什么样的创业模式，其实我们认为这是必须要靠摸索和打出来的。

　　被印奇称作“类人脑神经元算法”的深度学习算法是Face++与全球同行们比拼的核心战场。而在它背后，结构化大数据、庞大系统支持、与具体领域相关的算法，三者缺一不可。为了积累人脸识别技术需要的大量图片库，Face++在成立初期便推出了Face++ v0.9云端视觉服务平台，为开发者提供人脸检测、人脸识别、面部分析的视觉技术服务，而这些开发者也会为平台带来图片资源。在保护隐私、不作商用的前提下，Face++借用这些图片及其标注信息进行算法学习。

　　“类人脑神经元算法”的深度学习算法的背后 结构化大数据 庞大系统支持 与具体领域相关的算法 三者缺一不可

　　印奇：我觉得那个时间点，我认为是一个叫做机遇与挑战并存的时间点，

　　2013年初，包括创新工场和联想智星在内的创投机构完成了对Face++的A轮融资。但是就在A轮融资过后，公司发展也面临前所未有的压力。

　　印奇：技术的研发的速度，没有我们想象的快。

　　联想智星执行总裁刘维：那个时候虽然整体的技术比别的竞争对手要领先很多，但有点五十步笑百步的感觉。并没有显著地达到一个可用的程度。实际上需要前期不断地训练和积累，而深度学习其实有赖于数据的提升和发展。

　　为了吸引更多的数据资源，印奇的团队制订了一个“数据战略”。其中重要的一步就是推出Face++平台3.0，将原先收费的服务完全开放。这一动作迅速吸引了大量开发者。截至2015年4月，使用Face++云平台服务的有超过3万名开发者，这些享受免费服务的开发者每天为平台提供数百万张图片。不过，通过开放平台获取数据，印奇仍然不满足。

　　印奇：开发者虽然在使用你的平台，但是由于它的产品用户量很小，所以它给你的数据都是小样的，而且是零碎的，所以后续其实我们做了很多大的客户这 个数据战略才真正的落地。

　　好的投资人带来的绝对不只是资本，还有点子和生意。随着Face++的“数据战略” 越做越大，美图秀秀、奇虎360、世纪佳缘等互联网公司闻风而至，最后，是拥有3亿用户的支付宝这条大鱼。

　　据公开资料显示，2012年我国人脸识别行业市场规模约16.7亿元，预计到2015年，我国人脸识别行业市场规模将达到75亿元。

　　我国有13亿人口，这决定了人脸识别市场有着巨大的潜力。资金疯狂追逐人脸识别概念股的背后，也说明了产业界对该项技术已经达到了广泛应用临界点的共识。人脸识别，到底离我们还有多远？根据人体生物密码的唯一性，进行识别。这不免给人们带来了疑虑和困惑，人脸识别技术准确率到底有多高？人脸支付相对于传统支付是否更安全呢？

　　独特人脸识别门禁系统   记者亲测智能门禁

　　陈继东告诉记者，当初蚂蚁金服的“柒车间”团队第一次来到Face++时，便被其独特的门禁系统所吸引。

　　蚂蚁金服柒车间负责人陈继东：因为那个我们当时大概有四、五个人去试，然后基本上每个人都能过，除了识别率高之外，速度很快。

　　记者也决定尝试一下这个人脸识别技术的智能门禁。

　　由于记者的人脸图像没有在数据库中，所以门禁没有打开。在工作人员的帮助下，简单地用手机拍照、录入系统后再次尝试，大门果然很快开启。

　　记者在图像被录入系统后 轻易通过了门禁

　　但是为了测试一下这个门禁是否真的智能，记者决定给它出道难题：摘下眼镜。

　　这时系统出现了瑕疵：识别不出来了。

　　工作人员告诉记者，在人脸识别中，每认识一个新事物，电脑都要经过大量的积累和学习。由于系统中尚未添加黑框眼镜的算法，机器在捕捉画面时，会将记者的眉毛和镜框捕捉在一起，这时再摘下眼镜，就无法识别了。那么，在人脸识别技术中，“添加算法”是否是一件简单的事呢？换句话说，要教机器识别一个新事物，要经历怎样的过程呢？

　　中科院重庆绿色智能技术研究院周曦：比如说我让他（人）认苹果，需要几个苹果，我觉得三个苹果就够了，就是我摆三个苹果在这，我跟他讲，这个是苹果，你来摸一摸，苹果是什么形状，颜色，摸摸它的材质等等，他是不是基本上就能认识苹果了，这是我们正常的心态。但是如果用现在的深度神经网络来做，需要多少个苹果？一万个估计都不止。因为它没有这个结构化知识，它总结起来很难的，你得给它海量的数据去学习。

　　十年前，银行转账解放了双腿；五年前至今，手机支付实现了走到哪里，支付到哪里。可不过无论哪种方式，双手一直都没有得以解放，刷脸支付显然干的就是让双手得到解放的事。但既然是刷脸，大家心中就难免会有这样的担心：如果整容了，变老了，变胖了，或者双胞胎，刷脸识别能认出来吗？人脸识别技术如何才能保证支付的安全呢？

　　陈继东：我们也做过一些测试，就是网上非常流行的整容图片，你觉得她们是同一个人，但是计算机识别出来是不同的人。

　　2014年7月，香港中文大学教授欧晓鸽宣布，自己领导的DeepID人脸识别技术，在LFW数据库上的识别率为99.15%，超过了人类肉眼可达到的97.35%。这样的测试结果又意味着什么呢？

　　周曦：用LFW比，比以前没有一个比的平台，这算是一个进步。因为我们科研也是要讲结果的，总算有一个练兵场，但是实际上用LFW来做评价标准有两个方面大问题，欧美人他不管从五官，从脸形等等，身上，脸上的肤质什么的，跟亚洲人是很不一样的，我们用他们来做我们亚洲人的这个比较，就是不准确的，有点相当于语音识别，你说你在英文上面做得好，不等于在中文上面做得好。还有一个方面的问题，就是在数据库上面使用跟真正在实际的使用环境下的使用，它还有很多显著的不同。

　　中科院重庆绿色智能技术研究院一直在开发人脸识别系统，周曦主任告诉记者，人脸识别技术就是让计算机学习人的大脑，并通过“深度学习算法”的大量训练，让它变得极为“聪明”，能够“认人”。但是目前国际上已有的人脸数据库主要在欧美国家，而由于欧美人与亚洲人在生理结构上的区别，所以为了使人脸识别能更好地服务亚洲市场，眼下很有必要建立一个基于亚洲人脸特征的训练数据库。

　　2015年1月，央行下发《关于银行业金融机构远程开立人民币银行账户的指导意见（征求意见稿）》，对银行远程开立账户提出了框架性意见，这让互联网银行业务的发展看到了一丝曙光，但要实现落地，仍需等待相关细则的出台。

　　周曦：人民银行是今年年初已经出了征求意见稿，人民银行会根据这个反馈或者大家的一个试用期的一个结果，来出最后的细则，也就是我们如果要在银行这个领域去推动大规模的人脸识别使用的话，政策层面是需要等一下人民银行的细则。

　　半小时观察：人脸识别离绝对安全还有距离

　　如果将人脸作为支付密码，这一看似简单的流程其实包含了许多复杂的问题。比如，人脸的构造具有很大的相似性，在提取人的脸部特征时，究竟该如何取舍？再比如，随着年龄的变化，人的脸部可能会发生较大的改变，保存在数据库中的信息会不会过时。还有，当人的脸部出现了眼镜帽子等装饰物时，这些东西会不会干扰最终的判断？如何准确无误的辨识众多人脸，是公众关心的话题也是一直以来困扰研究人脸识别技术的科学家们的基本问题。针对采集设备、活体检测、识别精度、通路加密、服务终端每个一支付环节的背后，都是一个深邃、极富挑战的技术领域。同时，不仅是科技领域，支付安全的发展还依赖更多法律法规细则的支撑，需要更多监管部门的共同努力。虽然人脸识别尚没有得到普及，但它离我们的生活并不遥远。不难想象未来的某天，刷脸支付的浪潮将席卷而来。