早晨上班，只要朝向自動采集鏡頭，站立三五秒就可完成“打卡”任務;想約朋友一起吃晚飯，只要按照提示眨眨眼或者搖搖頭，手機即可自動解鎖;外出旅游時，只要通過全國聯網的面部識別系統，就可輕松實現賓館客房“下單”……

隨著人臉認證登錄的發展，“靠臉吃飯”正在逐漸成為現實。有報道說，我國公安部近日研發出一套網絡可信身份認證服務平臺，擬讓“刷臉”替代傳統的身份證，有望為開網店、住酒店等大開“方便之門”。

研究顯示，現有人臉識別技術可以確保大規模動態人臉識別，識別速度在1秒內，真實復雜場景下的識別準確率達90%以上。但也有人擔心，如果變瘦變胖、發型變了甚至整容了，系統會不會識別出來呢?在簡化密碼認證的同時，“刷臉”能否確保百分百安全?

關鍵點特征為抓取重點

“人臉識別的技術已超過了人眼識別的精準度�！惫�安部第一研究所證件技術事業部主任郭小波透露，通過結合密碼認證及臉部、指紋等生物特征驗證等方式，網絡可信身份認證服務平臺做到了“實名+實人+實證”三重認證。同時，“刷臉”比對的是公安系統中的高清照片，“頭發變長短，稍微的胖瘦對識別結果是沒有影響的”。

人臉認證登錄是以人臉識別技術為依托，基于個人的臉部特征，通過動態掃描來形成使用者的立體輪廓。之后，系統終端自動將用戶圖像傳入人臉識別系統，進行數字化分析比對。為確保驗證的準確性，系統通常還會隨機提示眨眨眼、張張嘴等，以確定對方是活人、杜絕蒙騙過關等問題。

不同角度、不同妝容都會影響人臉的特征抓取。所以，關鍵點的位置識別非常重要。人臉識別技術的核心在于，通過眼睛、眉毛、鼻子、嘴巴、臉頰輪廓特征關鍵點和面部表情網，找出彼此之間的關聯，最終判定這些圖像是否為同一個人。比如，特殊地方的棱角、眼睛的大小、鼻梁的高度，等等。

相較于公安部門的“試水”，國內一些網絡商業技術公司則顯得更為膽大心細。記者了解到，支付寶已經上線了人臉登錄功能，用戶可以實現無密碼付款和交易。在錄入人臉時，用戶只需保證光線充足，并完成兩個指定動作，即可認證通過。而在使用時，用戶通常只需點個頭，就能完成登錄。運行兩周后的數據顯示，“刷臉”驗證的識別成功率達到90%以上。

支付寶工作人員表示，人臉識別技術已經非常成熟，甚至比傳統的密碼識別更為安全。進行首次驗證時，手機攝像頭會自動進行360度人臉特征采集。隨后，把采集的內容與公安系統提供的用戶身份照片作對比核實。之后，當用戶再次請求“刷臉”登錄時，支付寶會根據上一次的采集結果作比對驗證，同時再次提交到公安部門的身份核實系統作雙重校驗，認證全部通過后，才能完成登錄。

在多個領域“大展身手”

“人臉就是密碼”“面子就是通行證”……隨著人臉識別技術的發展和推廣，“刷臉”的應用范圍正在快速拓展。

一位儲戶走進了銀行，既沒帶銀行卡，也沒有輸入密碼，卻可以在幾分鐘內辦好提款業務。當他在ATM上提款時，一臺攝像機對其眼睛進行掃描，然后迅速完成身份鑒定，吐出相應鈔票。這是美國德克薩斯州聯合銀行的一個營業部中發生的一個場景。

事實上，人臉識別技術最日常的應用場景還是家庭。從防盜門、密碼鎖到指紋鎖，再到“刷臉”入戶，安全、私密的生活訴求將助推人臉識別技術在家庭安防領域的應用。

而在機場、網吧乃至監獄等特殊區域應用“刷臉”，則更有多方面的好處：一方面，它可以提高認證效率，降低被監管人的不適感;另一方面，還可以降低安防成本，減少安保人員的到處布點。

深圳機場是全國首家將人臉識別系統嵌入機場安檢信息系統、實現兩套系統一體化運行的機場。安裝在安檢驗證臺后方的攝像頭，在旅客到達驗證臺時迅速抓取其臉部圖像，并與旅客身份證件圖像進行比對。當驗證員人工讀取旅客身份證件信息時，系統便可完成臉部圖像與身份證件圖像的比對，并給出判別提示結果，輔助安檢驗證員完成對旅客乘機證件和身份的辨識。

在未引入人臉識別技術之前，未成年者借用大人的身份證就可進入網吧。而現在，進入網吧者“實名”登記后，人臉識別系統會自動獲取身份證件上的圖片，并與本人面部圖像比對。一旦出現證件與登記人不匹配的情況，就會自動報警，同時將相關信息傳輸到有關監管部門。如此一來，未成年人就被“拒之門外”了。

在娛樂、社交領域，“刷臉”技術同樣可以大展身手。例如，音樂、視頻等終端應用平臺可以通過用戶臉部表情的細微差別來判定其心情狀態，從而將不同風格的音樂、不同類型的電影推薦給用戶。

“多認證”減少識別誤差

“刷我臉”取代“刷我卡”，雖然免去了密碼輸入的麻煩，可“網紅臉”或雙胞胎怎么辦?被偷拍照片或錄像，會不會用來“盜臉”?

網絡上有段視頻顯示，一名女子先用手機自拍了6張不同角度的人臉照片，然后通過軟件將照片重建成三維人臉。隨后，用這個三維人臉進行支付寶的“刷臉”認證功能，竟然成功登錄并進行付款、轉賬等操作。

在技術層面，還有人提出質疑：“有了人皮面具，是不是就可以偽裝成李嘉誠、馬云?我被偷錄了視頻，賬戶會不會被盜?如果是雙胞胎或者長得像又該怎么辦?”現實應用中，人臉識別技術確實容易受到客觀因素的影響。例如，人臉在不同光線、視角等情況下，機器能否精準識別就很難說。

“人像識別的活體采集還存在一些難點，這不僅僅是算法自身的問題，還需要從硬件、算法、交互等多方面綜合考慮。”螞蟻金服安全智能部總監陳繼東介紹，生物識別智能進入商用，尤其是金融領域，有必要運用多種生物特征交叉比對驗證，即除了人臉識別，還要綜合運用指紋識別、聲紋識別、眼紋識別等多因子生物特征，更安全地服務用戶。

實際上，目前最安全的“刷臉”方式是使用“雙認證”，如指紋+臉部、虹膜+臉部。所謂虹膜技術是識別人的瞳孔和眼白中間那部分的技術。虹膜在胎兒發育階段形成后，在整個生命歷程中將是保持不變的。要改變虹膜外觀，需要非常精細的外科手術，而且需冒著視力損傷的危險。這樣的高度獨特性、穩定性及不易更改的特點，是虹膜可用作身份鑒別的物質基礎。更重要的是，虹膜識別可有效解決雙胞胎或整容的問題。

此外，聲音+臉部的模式，也進入到實踐階段。中國銀聯等聯合發布“聲紋+人臉”轉賬產品，用戶只需說出類似“我要給某某轉xxx元”這樣的指令，再通過“聲紋+人臉”相結合的融合生物認證，就可以方便、安全地完成轉賬操作。

專家指出，人臉識別技術的底層架構是“深度學習”。因此，建立足夠的圖片庫、數據庫，制造深度學習的神經網絡，是未來確保“刷臉”成功和安全的關鍵所在。