人臉識別應用越來越廣泛 體驗刷臉走遍天下

一款智能服務機器人亮相寧波軌道交通1號線。這款機器人可以為乘客提供票價諮詢、首末班車時間表等服務，還能夠實現人臉識別並主動與乘客打招呼。

今年山東青島的高考考生見識到了一個新裝備——類似平板電腦的考生身份驗證系統，先讀取考生二代身份證信息，然後驗證指紋，最後現場拍照並與報名照片進行人臉識別的比對驗證，通過這些步驟，15秒就能驗證一個高考考生的身份。

越來越多的普通人開始見識到人臉識別技術在“驗證我是我”和“尋找你是誰”上的巨大威力。自2016年起，在安防、教育、金融等各個領域，人臉識別技術不斷“落地”。人臉識別技術為何成長速度如此之快？我們離“刷臉走天下”還有多遠？

技術快速進步確保安全

人臉識別是基於人的臉部特徵信息，應用人工智能模式識別和計算機視覺技術鑑別個體身份的一種生物識別技術。從人工智能的角度來看，人臉識別其實是機器視覺的一個分支。曠視科技智能商業產品線資深總監宋晨表示，人臉識別實際上就是給機器賦能，讓它具備一雙眼睛的能力，讓它像人一樣去想、去看，從而“學會”各種檢測、判斷、識別和測量。

人們看好人臉識別，因為作為生物可識別技術，人臉識別有其獨特的優勢。一方面，人臉識別具有非接觸性和非侵擾性，不接觸人體就可以直接通過攝像頭在一定距離內進行識別，從而實現更大範圍、更多方位的信息採集，不需要被採集者配合，更易被大眾接受。另一方面，人臉識別的硬件門檻更低，指紋識別需要特定採集芯片，但人臉識別只需要攝像頭，智能手機上的相機和城市視頻監控體系中的高清攝像頭已足夠滿足需要。

但人臉識別應用的快速推進，仍來自於技術的快速提升。“我們最早在深圳的超級計算機上做人臉識別，要花28天進行迭代，但現在同樣的工作在6塊GPU芯片上只需要6個小時，這就是硬件提升帶來的瓶頸突破。”商湯科技CEO徐立告訴記者。宋晨則對此解釋説，人臉識別所需要的圖像處理和深度學習能力，是基於GPU的訓練來產生的，它代表着高速和價廉的計算能力。

而在硬件之外，卷積神經網絡則在算法上大幅提升了人臉識別的精度。2014年前，在人臉檢測評測平台FDDB上，學術界獲得的最好檢測精度是84%，但在2015年以後，通過使用卷積神經網絡算法，眾多人臉檢測應用的準確率提升到90%以上，現在最高正確率已經超過99%。北京大學信息科學技術學院智能科學系教授徐超表示，考慮到人眼識別的正確率僅有97%多，人臉識別技術已經超過了人的識別能力，在識別效率上更是遠超人類。

但對於人臉識別技術來説，“認得準”只是第一步，還需要足夠安全，能夠抵抗各種攻擊，比如偽造面具、使用照片或者3D軟件“換臉”等方式。螞蟻金服生物識別負責人陳繼東告訴記者，活體檢測是其中最核心的技術，“我們通過一系列軟件算法來判斷攝像頭前的是不是‘活人’，一是基於動作交互的識別模型，所以用户會被要求做出眨眼、搖頭、張嘴等動作，通過檢測過程中動作的連續性，以此讓照片難以通過。但對於會模擬動作的視頻，或者預先製作好的動作視頻，我們還需要圖像的分析，比如説區分正常的圖像和通過軟件模擬、視頻剪輯的圖像之間有多大的差異”。曠視科技公司則表示，合成臉在圖形特徵上會與真人有很大的差異，並不容易通過框體檢測和對翻拍的圖形特徵分析檢測。

判斷“你是你”和“你是誰”

“臨川區榮耀網吧43號機器，一位17歲男性未成年人正在上網！”江西省撫州市文化綜合執法支隊的工作人員手機上接到這樣一條彈窗報警信息。“這正是應用了人臉識別技術，用户在網吧上網時要拍照，這張照片會與上網者的身份證照片比對，一旦發現是未成年人，我們的技術監管平台就會報警。”撫州市文化綜合執法支隊支隊長鬍光斌表示。

在瀋陽地鐵，人臉識別系統同樣成為話題。在短短11天內，這套系統連續抓獲了3名網上逃犯。這是瀋陽警方首次應用智能人臉識別系統追逃，在包括瀋陽站等3個地鐵站，有人從高清攝像頭前經過，就會被連續拍攝20到30張角度不同的照片並與警方數據庫比對，一旦相似度評分超過83分，系統就會自動報警，並對目標拍攝一條10秒鐘的即時視頻。

在中科院自動化研究所雷震博士看來，這兩個應用場景正對應了人臉識別應用的兩個方向：用來確定“你是你”的1：1確認和用來判斷“你是誰”的1：N辨認。“1比1確認是將人臉圖像與圖片庫中的圖像進行比對，是目前比較成功的應用，精準度已經很高；1比N人臉搜索，先要在視頻中確認人臉的位置，然後抽取一張適合進行人臉識別的圖片，最後則將這張圖片與N張照片比對，看是否有相符的一張，技術上講要難得多。”雷震説。

“在身份確認上，以前是人來做，現在交給機器，流程沒有變，只是效率大大提升，因此在各個傳統行業中滲透得最為迅速。”徐立表示。

的確，如果説“1比N人臉搜索”目前基本還集中於安防領域“試水”，那麼在“1：1確認”方向，人臉識別應用則成熟得多。拿金融領域來説，陳繼東介紹，目前支付寶在高風險支付、修改密碼、實名認證等48個場景使用刷臉驗證，在支付寶的4.5億實名用户中，有三分之一“刷過臉”。今年2月，螞蟻金服的“刷臉支付”還被知名科技雜誌《麻省理工科技評論》評為全球十大突破性技術之一。

“做到從實名到實人，人臉識別起了非常重要的作用。在金融領域的人臉識別技術應用，除了準確度和安全級別之外，還需要極高的穩定性、可靠性和極低的實時響應。”陳繼東説。而在金融領域之外，證明“你是你”還在智能門禁、智能考勤、刷臉安檢、個税申報、養老金領取資格認證等場景被廣泛使用。

防攻擊能力需不斷提升

如果説在確認“你是你”和搜索“你是誰”兩個方向上，人臉識別技術還都是“把人能做的事做得更好”，那麼人臉識別技術還能完成“人無法完成的事情”。

今年年初，廈門的一些珠寶店在貨架上裝上了人臉識別系統，能夠分析每個用户在櫃枱前停留的時間。“VIP客户一到店，人臉識別系統就能將消息推送到店員手機上，同時還能顯示出這些客户以往的購買記錄。如果記錄到一個客户上次在哪個貨架停留的時間久，下次這一信息也會推送給店員。”廈門瑞為信息技術有限公司負責人詹東暉説。人臉識別技術與線下商業的“親密接觸”，被視為是“互聯網+線下零售”的一個全新方向。

隨着人臉識別技術應用場景的豐富，新的擔憂也隨之而來。雷震坦言，隱私成為不可忽視的問題，面部信息這一敏感數據如果因攻擊而泄露，將帶來嚴重的隱私安全問題。目前，人臉識別服務企業通常以圖像脱敏技術來解決隱私保護問題。“圖像脱敏就是不管是圖像的存儲還是傳輸，都不是原始的圖像。這些數據是人臉等多組合特徵的一個脱敏後的特徵樣本，幾乎不可能被逆向還原。這樣即便這些特徵數據被泄露、被攻擊，甚至被拿走了，也不會造成什麼嚴重的後果。”陳繼東説。

不過，陳繼東也坦承，“刷臉服務上線以來，每天都會攔截上千的攻擊量。從前他們只是利用照片、視頻進行攻擊，現在更多是利用計算機圖像軟件來做人臉的合成、3D建模，甚至他們也用深度學習的方法來做人臉的模擬，那我們反過來也要提升防攻擊能力、識別能力，這是一個持續攻防和不斷改進的過程”。

上圖 消費者正在嘗試通過人臉識別技術進行“刷臉”支付。