人臉識別技術應用“爆發”，是否意味著證件、指紋識別等傳統身份識別方式將被取代？有網友著急地問：胖了、瘦了怎么辦？整容了怎么辦？有人假扮自己怎么辦？

　　多家人臉識別公司獲上億元融資

　　商湯科技聯合創始人、副總裁楊帆說，這幾年，人臉識別的應用場景已從線上運用逐步往線下拓展。北京有無人超市能刷臉進出，河南有機場能刷臉登機，廈門有酒店能刷臉入住……

　　來自前瞻產業研究院的數據顯示，2016年我國人臉識別行業市場規模已超過10億元，預計到2021年將達到51億元左右。

　　資本迅速涌入。今年7月，商湯科技宣布完成4．1億美元B輪融資。上海依圖科技與北京曠視科技完成了C輪融資，金額分別為3．8億元人民幣與1億美元。

　　曠視科技副總裁謝憶楠等告訴記者，人臉識別技術主要有三大應用方向。一個應用場景是1：1認證，即證明人與證件信息是統一的，主要用于實名制驗證。

　　其次是1：N認證，即判斷某個人是否為特定群體中的一員，用于人員出入管理和城市安防等。重慶市某公安分局使用商湯科技的人像比對系統，在40個工作日內辨認出69名嫌疑人，相比人工效率提升200倍。

　　第三種是活體檢測，以確保是真人在操作業務，進而做賬戶許可授權。云從科技的人臉技術已經運用于全國50多家銀行。中信銀行的ATM和移動客戶端可以遠程身份認證，海通證券可以遠程開戶，滴滴平臺則可以查驗駕駛者是否為注冊司機。

　　機器識別大幅度整容、雙胞胎還有困難

　　從上世紀60年代開始，科學家們涉足人臉識別的研究，不過準確率一直不高。過去數年，科學家將深度學習算法運用于人臉識別。2014年，香港中文大學湯曉鷗研究團隊開發的算法使機器識別準確率超過了人類。

　　據360公司副總裁、人工智能研究院院長顏水成介紹，通常人臉識別包含以下環節：相機或者專業設備先采集到圖片，人臉檢測技術定位圖片中的人臉，然后從中再定位諸如眼角、鼻尖、嘴角、臉部輪廓線等特征點，進行包括光線補償或者遮擋物剔除等校正。再用深度學習算法進行身份特征提取，跟數據庫中的人臉特征做比對，以識別人臉身份。

　　“隨著深度學習算法的采用，人臉識別精度相比5年前已有大幅飛躍。”顏水成說。

　　在人臉識別技術的研發方面，中國與國際發達水平基本同步。國家“千人計劃”專家、西安交通大學電信學院特聘教授龔怡宏表示，人臉識別領域國際上有幾個公認的測試集，測試結果名列前茅的團隊名稱會記錄上網，中國科研人員占據半壁江山，不少準確度都超過99％。

　　盡管如此，龔怡宏表示，在測試集中得到的成績，運用于現實中會大打折扣。在現實中人群樣本更大，不同光線、姿態、分辨率等條件都可能給機器識別帶來困難。

　　顏水成表示，雙胞胎、整容前后等特殊情況下機器能否識別，要看具體情況。比如整容幅度過大，機器無法識別是有可能的。此外，臉部信息也會隨著年齡增長而改變。如果到了機器無法識別的程度，使用者只需去系統更新臉部照片就可解決。

　　專家預測未來身份查驗趨勢是“人證合一”

　　專家表示，相較指紋識別、虹膜識別等生物特征識別方式，人臉識別最大的優點在于“非接觸性”，可以大大提升系統響應速度，同時避免指紋機器接觸產生的衛生隱患。此外，“非配合、非侵入”式特征，意味著可以在不需要使用者配合的情況下采集到數據，有利于安防領域的應用。

　　“人臉識別會成為主要的身份識別手段，兩三年內就可以大規模運用。”不過，龔怡宏也認為，未來身份查驗的一個主流趨勢是人證合一，即刷臉加證件，身份證還是會繼續存在。

　　謝憶楠表示，對于政府機關和銀行機構而言，有很多建立在“親見”和“本人到場”原則上的業務，也可能被遠程辦理所取代。比如身份證辦理、銀行開戶、社保和公證業務等，如果可以在手機端驗證身份，意味著老百姓就不用跑去現場辦理了。

　　不過，人臉識別技術還面臨一些安全漏洞。目前通過一些特殊手段，比如用別人的照片等方式，都可能成功“騙”過人臉識別系統。對此，很多公司都加大了在“活體檢測”上的技術投入，而在安全性要求較高的場景中，很多公司都會要求進行雙重驗證。

　　此外，人臉被采集也使得隱私泄露風險劇增。謝憶楠表示，解決的方法是在采集到照片時進行“脫敏”處理，只提取照片特征，不保存照片本身。這不僅需要采集者自律，更需要在政府引導下建立起整個行業的統一標準，共同筑起保護用戶隱私的行業堤壩。