隨着蘋果新機iPhoneX的發佈，Face ID取代Touch ID成為最大亮點，用户只需看它一眼，就能解鎖。
從“手”到“臉”，人臉識別技術這兩年發展迅速，刷臉吃飯、刷臉買保險、刷臉住酒店、刷臉進機場……就連在技術創新方面相對保守的銀行也陸續推出遠程刷臉開户、刷臉取款等服務。近日，農業銀行宣佈上線刷臉取款，並計劃在全國推廣。
作為首家支持刷臉取款的銀行，招商銀行在上海已有23台支持人臉識別的ATM機。9月13日，《IT時報》記者親自體驗了這種新奇的取款方式，不需帶銀行卡，便直接取款成功。
不過，多位專家表示，人臉識別技術處於探索階段，只靠人臉識別做安全認證仍存在風險，需要其他安全認證技術做支撐。目前，在銀行業，人臉識別還只是身份核實的輔助手段。
和銀行卡説再見
前幾年，人臉識別技術剛剛火起來，就有思維超前的銀行找徐偉談刷臉取款。徐偉是全國安防標委會人體生物特徵識別技術委員會的委員，也是深圳脈迪科技有限公司聯合創始人、CEO，從事生物特徵識別十幾年，有機構想上人臉識別項目，總會先找他聊一聊。
“那時銀行的想法太虛，做不了，一是技術障礙，二是銀行雷聲大雨點小，純靠軟件搞人臉識別，不用專業設備，不僅中標金額太小，廠商之間還打價格戰。”徐偉告訴記者。沒想到，短短兩年間，多家銀行陸續上線遠程刷臉開户、取款，人臉識別火了。
9月13日，記者來到招商銀行中遠兩灣城支行體驗刷臉取款業務，在一台貼着“本機提供刷臉取款”標識的ATM機前，無需攜帶銀行卡，只要對着攝像頭看一眼，就能操作賬户。在這個過程中，系統會自動抓拍現場照片，與銀行可信照片源進行比對，然後輸入手機號碼進一步確認身份，之後便可輸入密碼取款，整個流程方便快捷，臉部識別在1～2秒間就可完成。
“支行安裝刷臉取款ATM機後，有不少來嚐鮮的用户，已經開通刷臉取款功能的用户可以直接取款，沒開通的老用户，補開通後也可以享受這項業務。” 中遠兩灣城支行副行長施源告訴《IT時報》記者。
招商銀行在生物識別領域走得比較早，早在2013年，便開始研究生物技術，指紋、人臉、聲紋、靜脈、虹膜等生物識別技術都在探討之列。招商銀行上海支行的工作人員告訴記者，最終選擇人臉識別作為首期應用的生物特徵數據，主要考慮到人臉識別技術的普適性和易用性兩大特點。
除了招商銀行，農業銀行和建設銀行也都宣佈要試點推廣刷臉取款。
農業銀行上海分行的刷臉取款ATM機分佈在徐匯漕河涇開發區支行、浦東農銀大廈支行，按照農業銀行總行的計劃，將會為全國24064家分支機構、30089台櫃員機、10萬個ATM機安裝人臉識別系統。
建設銀行則相對謹慎，客服人員告訴《IT時報》記者，目前，ATM機刷臉取款僅向活躍用户開放，新用户無法體驗該服務。
“只要你父母還認識你，機器沒問題”
“銀行選擇廠商有兩個指標，一個是代表用户安全的認假率FAR（false accept rate），要能抵禦紙張照片、手機照片、視頻以及面具的攻擊，不能把假的認成真的；另一個是代表用户體驗的拒真率FRR（false rejection rate），不要把真臉識別成假臉。”徐偉告訴《IT時報》記者，目前，我國人臉識別技術的精度是，當認假率在萬分之一時，拒真率在百分之五，這個數值與指靜脈識別精度還有一段距離。指靜脈識別精度是認假率在百萬分之一時，拒真率在萬分之一。
活體識別技術正在提高人臉識別的準確度和安全性，農業銀行的供應商是在業界頗有知名度的雲從科技，除了建設銀行、農業銀行，雲從還拿下了中國銀行總行訂單。
農業銀行的項目早在一年多以前就已啓動，這兩年，刷臉取款ATM機看似普及慢，實際上各個公司及銀行都在對技術進行改進和驗證，為今年幾家大型銀行正式採用刷臉取款做鋪墊。雲從科技的工作人員告訴《IT時報》記者，雲從科技給農業銀行提供的紅外雙目攝像頭安裝在ATM機上，一台舊機具改造費用數千元，用户在ATM機上刷臉，紅外活體檢測時間小於1秒，識別率超過99%。
之所以採用紅外雙目攝像頭，是因為在人臉活體檢測研究中，圖片和視頻畫面或者面具的表面是沒有温度的，而根據人體温度產生的人臉紅外感應成像就成為一個新的人臉活體檢測研究熱點。由於人體血液流動的過程中產生了温度，會被皮膚髮散，從而使皮下血液系統呈現出一種獨特的面部信號，這種信號可以被紅外照相機獲取，提高識別精度，防止惡意用户欺騙系統。
對於整容和雙胞胎該如何識別，雲從科技的工作人員直言：“整容和雙胞胎在全世界人臉識別學界都是重大難題，但機器識別準確度絕對比人眼識別高，通過雙層異構深度神經網絡和矢量信息表達等方式進行針對性優化，只要你父母還認識你，機器是沒問題的。”
招商銀行採用的則是依圖科技的人臉識別和雙目活檢技術。招商銀行相關工作人員介紹，這兩項技術利用核心算法對人臉部的五官位置、臉型和角度進行計算分析，將誤識率控制在較低水平的同時保證識別的準確率。
十萬個人只能錯一個
穩定、安全是銀行嘗試新鮮事物最基本的要求。比如，銀行的要求是十萬分之一誤識率，也就是十萬個人裏面只允許錯誤識別一個人，包括錯誤識別、無法檢測、無法識別等各類異常情況。
任何前沿的技術從實驗室走到實際應用都會有很多難以解決的系統問題和工程問題，例如刷臉取款在實驗室識別穩定準確，但拿到實際應用場景就有可能因為光線、角度、服務器配置等其它因素讓系統受到干擾。比如，在室內光線穩定的環境下，雲從科技的1:1人臉識別可以達到99.8%以上，到室外則會降到90%以上，1：N（即是在海量的人像數據庫中找到與當前使用者人臉數據相符合的圖像）識別則穩定在70%以上。
“活體識別還是有漏洞，我們曾經做過測試，極少數的照片依然可以通過系統識別，所以ATM刷臉取款只能是銀行驗證身份的輔助手段。”徐偉説。
目前，銀行使用人臉識別在常規輔助開户身份核實等方面的應用，已經有了監管層的意見支持，但在明確性支持方面仍有不足。例如並未對人臉識別場景應用做有效性界定，同時也缺少在開户、支付等方面的統一行業標準和指導意見。因此，除了在開户身份核實輔助、刷臉取款、智慧網點等部分場景開始有大範圍應用外，其餘場景銀行仍以試點為主。
採集到的人臉信息也需保密
除了賬户安全，銀行或供應商會如何處理採集的照片、視頻，個人隱私信息是否會被泄露，也是用户關心的問題。業內人士告訴記者，刷臉取款留下來的影像資料都會經過加密由銀行保存，只有少數有權限的人才能查看。雲從科技則從採集階段就注意合規，公安聯合實驗室的數據存儲在公安內網上，雲從只訓練，不帶出，自行採集的數據會採用物理加密方式存儲在保密機房中，現在正由科學家牽頭研發量子加密技術。
這些刷臉留下的影像資料如果泄露，是否會對用户造成危害？《人工智能學家》主編、《互聯網進化論》作者劉鋒表示，泄露的風險不大，一是銀行或企業有相應的安全防範機制，在行業裏已經比較成熟；二是這些圖像和視頻即使泄露，也並不屬於危害非常大的信息。徐偉則告訴記者，不能因為技術的隱憂而否定人臉識別的發展，生物識別技術只有和信息安全技術結合才會有發展，這是從業者需要共同面對的問題。
以下為網友評論：
網友“用户98xxxx868”：卸妝了識別不了,還得回去補妝,麻煩
網友“瀋陽用户20xxxx092”：弱弱的問一句,女的卸了妝識別不了怎麼辦。