觀察者言：隨著人臉識別技術的成熟，未來五年內或可廣泛應用。但中科院專家認為，即使國際權威人臉識別數(shù)據(jù)庫LFW的測試準確率達到99.5%，并不等于人臉識別技術在所有應用場景下都成熟了，比如人臉識別在金融、安防等場景中的很多應用尚不成熟，實際上還有很長的路要走。
2015年以來，騰訊、阿里等多個IT巨頭及上市公司紛紛加碼布局人臉識別產業(yè)，并希望將人臉支付技術的應用延伸到金融業(yè)務領域。
今年3月，阿里巴巴集團董事局主席馬云在德國參加活動時，曾演示螞蟻金服的Smile to Pay掃臉技術。這項支付認證技術由螞蟻金服與Face++ Financial合作研發(fā)，在購物后的支付認證階段通過掃臉取代傳統(tǒng)密碼。這意味著，未來可以實現(xiàn)“刷臉支付”。支付寶宣稱，F(xiàn)ace++Financial人臉識別技術在國際權威人臉識別數(shù)據(jù)庫LFW國際公開測試集中達到99.5%準確率，同時，還能運用“交互式指令+連續(xù)性判定+3D判定”的技術。
近日最新消息是，騰訊的優(yōu)圖團隊向LFW提交了在無限制條件下人臉驗證測試中的最新成績是，99.65%。這一結果打破了之前Facebook，F(xiàn)ace++、Google等團隊創(chuàng)造的紀錄。
此前騰訊旗下的財付通曾表示，已與中國公安部所屬的全國公民身份證號碼查詢服務中心達成人像比對服務的戰(zhàn)略合作。騰訊與微眾銀行正在對金融、證券等業(yè)務進行人臉識別的應用進行嘗試。財新也同時獲悉，阿里、騰訊已計劃把刷臉支付技術在年內進行市場應用。
6月28日，在北京國際財源中心，由“未來論壇”聯(lián)合舉辦的，題為《計算機視覺：從刷臉到認萬物”主題講座上，中國科學院計算技術研究所研究員山世光博士詳細介紹了人臉識別技術在國內外的發(fā)展史，并澄清了外界對人臉識別技術的誤區(qū)。他表示，“必須說明的是，盡管現(xiàn)有人臉識別技術在LFW等人臉數(shù)據(jù)庫上的準確率已經達到99.5%，但這不等于人臉識別技術在所有應用場景下都已經成熟了?？傮w上人臉識別在金融、安防等場景中的很多應用尚不成熟，還有很長的路要走?！?br />
他以馬云在德國展示刷臉支付的圖片展示為例，“從圖片展示看，系統(tǒng)界面中央有一個頭肩輪廓，從技術角度來講，其實是為了讓刷臉的人盡可能配合的把自己的臉放在這個區(qū)域里面去，以保證識別的成功率；從某種意義上，已經說明這個技術還沒有成熟到可以隨便照一下，就可以成功識別出來的水平”。
更為重要的是，評價一個識別系統(tǒng)的好壞，除識別率指標外，還必須同時考慮誤識率或虛警率等其他指標，就是把不是張三的人錯誤識別為張三的概率。
虛警率是指設置低而產生的錯報，多用于目標人監(jiān)控場景，當目標人沒有出現(xiàn)而報警就是虛警。在人臉識別等生物識別技術中，是將現(xiàn)場人臉采樣和數(shù)據(jù)庫中已注冊人臉的相似度比較，判斷結果依靠閥值的設定；閾值設置低虛警率就高，設置高虛警率就低。
山世光亦樂觀地表示，隨著技術進步，預計五年之后，刷臉支付可能會成為一種比較普遍的支付方式。
山世光主要從事計算機視覺、模式識別和機器學習等相關研究工作，特別是與人臉識別相關的研究工作。他負責的課題組完成的識別系統(tǒng)多次獲得國內外人臉識別競賽第一名，并成功應用于上海世博會、電子護照照片查驗系統(tǒng)等。
技術優(yōu)與劣
“深度學習”是人工智能界當前最為炙手可熱的前沿技術之一，其應用于計算機視覺取得了極大的成功，從而帶來了眾多的產業(yè)應用可能。Google在2014年收購的4 家人工智能初創(chuàng)公司均涉及“深度學習”技術，其中的3家則涉及計算機視覺技術。阿里、騰訊的人臉識別技術應用也得益于“深度學習”技術。
據(jù)山世光介紹，“深度學習”是近年來被重新發(fā)揚光大的一種多層神經網絡技術，配合結合大數(shù)據(jù)的研究，將LFW人臉庫上的分類錯誤率從3年前的5%降到了現(xiàn)在的1%。在上個世紀80年代就已被提出，其核心算法的大多數(shù)技術模塊當時已經出現(xiàn)，近年來由于大數(shù)據(jù)的涌現(xiàn)、大機器以及GPU的普及、以及業(yè)內對大規(guī)模優(yōu)化算法的持續(xù)研究，才使得神經網絡技術獲得了新生，并在圖像分類和識別、語音識別等領域取得了巨大的成功。
他介紹說，現(xiàn)有人臉識別技術大多遵循這樣的技術流程，即將待識別的人臉照片或視頻，與之前已注冊、存儲在計算機中的已知身份人臉照片或視頻進行匹配，以計算它們的相似度。這類系統(tǒng)的大概流程一般包括：一是在圖像中找到臉的位置（即人臉檢測），二是找面部關鍵特征點，三是提取特征。
他表示，同一人在拍照或攝像時，由于姿態(tài)、表情、光照、年齡等的變化，拍出來的面部圖像在信號層面差別非常大。不同的人在相同的拍攝條件下，拍出來的照片在信號層面反而可能會非常相似。這正是自動人臉識別要解決的關鍵挑戰(zhàn)之處，既能區(qū)分不同的人、又兼顧各種采集條件的變量因素，是人臉識別技術中最核心的模塊，也是目前“深度學習”的優(yōu)勢。
山世光進一步分析稱，總體上，在采集環(huán)境可控、用戶配合的一些特定應用場景下，當前的人臉識別技術已基本成熟，如民用級的考勤和門禁系統(tǒng)，證件照之間的比對查重系統(tǒng)等，其中后者用于護照或身份查重，已經非常有效地遏制了多重身份假證件泛濫的問題。如果某人之前曾辦過護照，現(xiàn)在又試圖以另外一個身份再違法申辦一本新的護照，現(xiàn)有人臉識別比對系統(tǒng)就可以把其之前的護照比對出來，從而阻止其獲得假身份。
但是，山世光強調，人臉識別在金融、安防等場景中的很多應用尚不成熟。如金融領域的刷臉支付系統(tǒng)，安防領域安全等級高（如銀行金庫）的出入口控制系統(tǒng)、人證一致性驗證系統(tǒng)、黑名單目標人監(jiān)測報警系統(tǒng)等。以黑名單目標人監(jiān)測為例，在虛警率萬分之一的條件下，******正確識別率可能只有30%甚至更低，而對安防用途的人證一致性驗證（即判斷持證人是否為本人）系統(tǒng)而言，在誤識率為千分之一時，拒識率可能達40%或更高。
他援引今年IEEE FG2015舉行的PaSC測試結果。該測試的任務是對比兩個接近監(jiān)控場景的視頻片段中出現(xiàn)的是否是同一個人，該場景比上述安防等應用場景還要容易得多。即使如此，這個測試結果表明，在虛警率高達1%的情況下，山博士團隊所開發(fā)系統(tǒng)的正確驗證率也只有58%左右，而這已經是此次測試的最好成績。
“這說明類似場景下的人臉識別問題遠沒有得到很好的解決”。再比如整容和雙胞胎問題，他認為也是沒有得到全面解決的。盡管有些系統(tǒng)在媒體上展示其可以區(qū)分幾對雙胞胎，但這并不能代表雙胞胎識別問題解決了?！案茖W嚴謹?shù)淖龇☉撌钦覕?shù)百甚至上千對雙胞胎做大量測試，形成詳細的誤識率和識別率ROC曲線報告，方可得出可信的結論”。山世光強調。
技術挑戰(zhàn)
至于刷臉開戶和刷臉支付技術，山世光表示，目前從技術的成熟度來看，主要涉及兩個問題：第一，存在權衡便利性和安全性的困境。假設客戶在非銀行現(xiàn)場開戶，他向系統(tǒng)提交身份證信息，系統(tǒng)從國家身份證中心獲得二代證照片和這個開戶人比對，判斷其是否為該證件的合法持有人。山博士預測，“這種場景下，如果要保證安全性，誤識率可能要低于0.0001，而此時識別率可能只有70%左右，這意味著100次刷臉可能有30次不成功，會很不便利。而要提高識別率以增加便利性，勢必要把誤識率調高到0.001甚至0.01，而這又會帶來易于被冒用身份的嚴重安全問題。這張二代證照片很可能是十年前拍攝的，而刷臉支付現(xiàn)場采集環(huán)境又非常復雜、多樣、不可控”。
當然，在他看來，客戶在合法開戶后刷臉支付的技術難度可能相對好一些，因為用戶在開戶時拍攝的照片（可以不止一張）可以作為這個人存底數(shù)據(jù)庫的照片，可以配合二代證照片同時用于驗證支付現(xiàn)場的客戶照片，在這種場景下下，如果誤識率設定在比較安全的0.0001，識別率有可能達到90%或更高。
山世光表示，第二個問題則更嚴重，即假體欺騙問題，“這是刷臉支付可能面臨的******的技術挑戰(zhàn)”。他強調，刷臉支付一旦普及，必定會有不法分子用照片、視頻甚至制作三維頭套等高科技手段來欺騙刷臉支付系統(tǒng)，非法獲得財富。從目前技術水平來看，盡管科技界已經開發(fā)了眨眼、唇動或3D等多種防欺騙技術，但都還不是無懈可擊的。所謂“道高一尺、魔高一丈，比如你說話可以被詐騙者錄音，也可以生成帶有你的眨眼或唇動的視頻，甚至可以制作與真人無異的3D頭套，以欺騙人臉識別系統(tǒng)?！?br /> 在一位研究人臉識別的公安部三所專家看來，即便人臉識別技術成熟了，在互聯(lián)網遠程環(huán)境下，也無法防范黑客的重放攻擊，即信息可以被黑客截取，可以被復制、被重放，“只要是網絡遠程方式就不可能超越密碼技術，這是業(yè)內******的誤區(qū)”。這位人士強調。
生物識別技術的難度和風險
山世光表示，人臉識別應用場景的難度取決于多種因素。從根本上講，這種難度決定于在注冊系統(tǒng)時的照片和后來識別時的照片之間的差異，差異越大難度越大，差異越小難度越小。比如，被識別者在拍照時不配合就會增加識別難度。
還有一個因素與你在注冊時用幾張照片有關系。如果系統(tǒng)里注冊了你的很多照片，系統(tǒng)會認為你是“熟人”，識別就會相對容易。但如果只注冊一張照片，“打個比方，如果只給你一張照片讓你去機場接我，不告訴你我的航班號，你會很難認出我”。山世光舉例稱。
拍攝的照片質量差，也會增加識別難度。比如人在走動時導致拍攝的照片有運動模糊，或者攝像機裝的位置不好導致拍攝的照片都是側面的，也會增加識別難度。還有一個非常重要的因素是光線，“人們常忽略光線問題，過曝、欠曝、逆光、偏光都會導致人臉特征的失真”。
據(jù)山世光介紹，可以用于身份識別的生物特征識別技術，除了人臉識別，指紋技術更早于人臉獲得應用，還有虹膜、掌紋、手形、腳印等，實際上，“相對于人臉識別技術，指紋和虹膜是更成熟的技術，只是其可用的應用場景與人臉識別有較大差異，在監(jiān)控等場景下幾乎不可能采用”。
他進一步介紹，生物特征除了生理特征之外，還有聲音、步態(tài)、簽名、走路的方式、敲擊鍵盤的方式等等，“不過，聲音識別相對成熟一些，簽名識別難度較大，步態(tài)識別則更不成熟”。近年來，還出現(xiàn)了一種新興的靜脈識別技術，用手背或手指上的靜脈分布作為特征區(qū)分不同的人，相比其他生物特征，靜脈識別有活體檢測的便利優(yōu)勢，因為被識別者本身必須是一個活體，“只有活體、有血流之后才能測量出來”。
在山世光看來，每一種生物特征識別技術都有它的優(yōu)缺點和風險。比如說指紋識別，在淘寶上花30塊錢買一個指模，就可以替別人打卡或者讓別人替你打卡，或者做一些違法的事情?！办o脈識別技術還沒有廣為推廣，普及后也會有相應欺詐的手段產生，比如可能有人會造出模擬血液流動的假體”。
一位業(yè)內人士亦舉例說，現(xiàn)在已經誕生了人工智能機器人，如果你的瞳膜DNA被盜用在這個機器人身上，這個機器人的行為記錄就可能取代你的一切真實行為。目前，世界各國都對建立DNA數(shù)據(jù)庫持非常謹慎的態(tài)度，出于對隱私信息的保護，各個國家都有相關法律，一般是由政府來推動生物識別技術。
