對着手機看一眼，手機就會在一秒鐘內識別出你的臉部特徵，並自行解鎖。蘋果在最新推出的iPhone X加載了這樣的功能，更加印證了“刷臉時代”已然開啓。
不過，刷臉安全嗎？雙胞胎能識別出來嗎？整容、濃妝怎麼辦？
像電影大片中一樣人臉識別
在刷臉支付領域，2015年，阿里巴巴董事局主席馬雲首次展示了刷臉支付，而在2017年，刷臉支付就落地成真。
9月1日，支付寶表示，當日起杭州萬象城的肯德基KPRO餐廳正式上線刷臉支付功能，這是刷臉支付在全球範圍內的首次商用試點。此外，京東、蘇寧也啓用了刷臉支付。
使用支付寶刷臉支付時，消費者在自助點餐機上點好餐，選擇“支付寶刷臉付”，進行人臉識別，大約花費1、2秒時間，再輸入與支付寶綁定的手機號碼進行安全驗證即完成支付，整個過程大約10秒左右。
近日，媒體報道，中國部分銀行推出“刷臉取款”。在ATM機上，用户選擇“刷臉取款”功能，無需插卡，系統將自動抓拍取款人現場照片。通過驗證後，系統會提示輸入銀行卡預留手機號碼進一步確認身份，最終核驗通過，輸入取款金額以及取款密碼，不到一分鐘，就可順利完成取款。
在公共交通領域，刷臉支付也開始大規模啓用。8月23日，百度與首都機場簽署戰略合作協議，共同打造智慧機場。目前人臉閘機已經開始入駐首都機場運控中心進行測試，主要承擔樓內辦公人員的出入打卡、數據監測的工作。
百度相關負責人接受國是直通車採訪時説，目前在機場的人臉識別有安檢和候機兩個環節。首先，安檢環節拍照，一是為了將乘客近照與其身份證照片比對，此處有一個機器識別乘客是否是身份證本人的過程。同時拍照也是為了採集旅客人臉數據，將其錄入數據庫中，完成入庫註冊，之後登機時比對的就是採集來的這張照片。至於為什麼有了公安局的數據庫，登記時還需要另行拍攝，原因是這樣更為準確。
人臉識別解決方案提供商漢柏科技人臉識別產品研發總監王晶對國是直通車記者講述了一個案例。在一些火車站，當乘客開始進入時，人臉識別系統開始收集人臉信息，進行身份核驗，建立人臉信息庫。如當時有案件發生，系統會去人臉信息庫鎖定嫌疑人身份，同時把人員布控在火車站出入口。當嫌疑人出現在這個區域，系統就會向監控人告警，然後實施抓捕，這是一個完整的閉環。
刷臉識別安全嗎？
“人臉識別目前主要應用方向是身份認證，在不同行業中都有應用。例如社保領域和徵信領域，都是用來認證公民身份信息。在安防領域也是應用頗多，例如人臉識別閘機、人臉識別門禁等。此外，人臉識別在金融領域也有小規模的應用，例如支付寶的掃臉支付，但是由於金融領域對於安全性的考量極高，銀行目前正在考察和調研人臉識別遠程開户實現可能存在的問題，人臉識別目前還未進入金融領域的核心應用。”中國信息通信研究院標準所移動互聯網與大數據研究室賀倩博士對國是直通車記者表示。
在蘋果公司發佈會上，蘋果公司高級副總裁克雷格-費德里吉未能順利通過刷臉解鎖iPhone X，他試了兩次，手機上出現了輸入密碼的提示，最後換了一部備用機才成功解鎖。
這樣的意外，也引發了人們對人臉識別的一些擔憂，人臉識別安全嗎？
專家介紹，通常情況下，人臉識別主要包括人臉檢測、人臉圖像預處理、人臉圖像特徵提取、人臉圖像匹配與識別四個步驟。其中，人臉檢測主要包括根據眼睛、眉毛、嘴巴、鼻子等器官的特徵以及相互之間的幾何位置關係來檢測人臉。
北京大學信息科學技術學院智能科學系教授許超説，目前圖像識別技術在很多專業的圖像領域已經達到甚至部分超過人類的識別水準，例如字符識別、二維碼識別、指紋識別、人臉識別，特別是在識別效率方面計算機遠遠超過人類。
賀倩説，人臉識別技術目前已經相對成熟，一般對於面部的識別都能達到很高的識別準確率。但是由於目前沒有統一的標準去衡量精準度，每家人臉識別公司對於識別精準度的計算方式都不盡相同，沒辦法進行橫向比較。
王晶表示，在算法大致相同的基礎上，各家公司在細節參數、各個卷積層的搭配、數據情況會有所不同。同時根據不同的應用場景，會有調整。
魔高一尺，道高一丈
遇到特殊情況，人臉識別會失靈嗎？例如，遇到整容、雙胞胎、濃妝等，能識別出來嗎？
王晶表示，這涉及到適應性和準確性相平衡的問題。例如，假定當系統設定80%相似度便認定為同一個人時，當某人發生胖瘦變化、換髮型、年齡變化時，系統能夠識別出是同一個人；而雙胞胎的相似度可能為90%，這時系統無法將兩個人區分出來。在80%的設定下，系統適應性較高，準確率相對較低。假定如果為了提高準確性，將90%相似性設定為同一個人，那麼當一個出現較少的變化，系統也可能無法識別出是同一個人，這時準確率較高，但適應性較差，會增加人工審核的負擔。
王晶表示，對於整容問題，如果不是顴骨發生變化等，“小打小鬧”的微整仍然可以識別，隨着技術的發展、數據的積累，這方面問題會有好轉。雙胞胎的問題不會完全解決，在實際應用中也並沒有受到太多關注。
百度相關負責人也表示，人臉識別對於人類來説相對容易。因為機器沒有直覺，也並沒有久遠的進化歷史，只能靠分析數據來學習。特別對於識別整容、化濃妝或者十幾年跨度的照片，並沒有大量的數據可以分析。在今年年初的《最強大腦》節目中，百度AI針對這些特殊情況有很好的表現。但如果識別對象進行了“傷筋動骨”的大整容，人臉識別就比較難實現了。從技術上來説，也可以用其他虹膜識別、眼球識別、指紋識別等辦法。
而對於用面具、視頻等方式假冒，各家公司也推出了應對措施。
螞蟻金服相關負責人表示，支付寶配備了3D紅外深度攝像頭，且輔之以軟硬件結合的方法進行檢測，誤識率低於十萬分之一。漢柏科技通過在終端上採用雙目攝像頭的方式，來避免面具、照片、視頻等“欺騙”人臉識別系統。
今年底火車站有望刷臉進站
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。而尚未被完全開發的金融行業人臉識別的市場前景，更被業界預估為千億級市場。
但目前，人臉識別在應用方面僅僅處於初級階段，技術並不是主要問題，監管、政策、標準等仍在建立階段。
王晶説，目前鐵路系統的標準已經出台，刷臉進站正在部分火車站試點，預計今年底將實現和票的對接。
目前不同行業正在分應用場景進行人臉識別標準的建設。人臉識別技術目前在處於不斷進步和發展中，但是其安全性的隱患不可忽視。一些安全敏感行業，例如銀行、支付等應用場景中，還持有一定爭議。而人臉識別的應用標準出台，也值得期待其落地情況。