觀察者言：隨著人臉識(shí)別技術(shù)的成熟，未來五年內(nèi)或可廣泛應(yīng)用。但中科院專家認(rèn)為，即使國(guó)際權(quán)威人臉識(shí)別數(shù)據(jù)庫(kù)LFW的測(cè)試準(zhǔn)確率達(dá)到99.5%，并不等于人臉識(shí)別技術(shù)在所有應(yīng)用場(chǎng)景下都成熟了，比如人臉識(shí)別在金融、安防等場(chǎng)景中的很多應(yīng)用尚不成熟，實(shí)際上還有很長(zhǎng)的路要走。
2015年以來，騰訊、阿里等多個(gè)IT巨頭及上市公司紛紛加碼布局人臉識(shí)別產(chǎn)業(yè)，并希望將人臉支付技術(shù)的應(yīng)用延伸到金融業(yè)務(wù)領(lǐng)域。
今年3月，阿里巴巴集團(tuán)董事局主席馬云在德國(guó)參加活動(dòng)時(shí)，曾演示螞蟻金服的Smile to Pay掃臉技術(shù)。這項(xiàng)支付認(rèn)證技術(shù)由螞蟻金服與Face++ Financial合作研發(fā)，在購(gòu)物后的支付認(rèn)證階段通過掃臉取代傳統(tǒng)密碼。這意味著，未來可以實(shí)現(xiàn)“刷臉支付”。支付寶宣稱，F(xiàn)ace++Financial人臉識(shí)別技術(shù)在國(guó)際權(quán)威人臉識(shí)別數(shù)據(jù)庫(kù)LFW國(guó)際公開測(cè)試集中達(dá)到99.5%準(zhǔn)確率，同時(shí)，還能運(yùn)用“交互式指令+連續(xù)性判定+3D判定”的技術(shù)。
近日最新消息是，騰訊的優(yōu)圖團(tuán)隊(duì)向LFW提交了在無限制條件下人臉驗(yàn)證測(cè)試中的最新成績(jī)是，99.65%。這一結(jié)果打破了之前Facebook，F(xiàn)ace++、Google等團(tuán)隊(duì)創(chuàng)造的紀(jì)錄。
此前騰訊旗下的財(cái)付通曾表示，已與中國(guó)公安部所屬的全國(guó)公民身份證號(hào)碼查詢服務(wù)中心達(dá)成人像比對(duì)服務(wù)的戰(zhàn)略合作。騰訊與微眾銀行正在對(duì)金融、證券等業(yè)務(wù)進(jìn)行人臉識(shí)別的應(yīng)用進(jìn)行嘗試。財(cái)新也同時(shí)獲悉，阿里、騰訊已計(jì)劃把刷臉支付技術(shù)在年內(nèi)進(jìn)行市場(chǎng)應(yīng)用。
6月28日，在北京國(guó)際財(cái)源中心，由“未來論壇”聯(lián)合舉辦的，題為《計(jì)算機(jī)視覺：從刷臉到認(rèn)萬(wàn)物”主題講座上，中國(guó)科學(xué)院計(jì)算技術(shù)研究所研究員山世光博士詳細(xì)介紹了人臉識(shí)別技術(shù)在國(guó)內(nèi)外的發(fā)展史，并澄清了外界對(duì)人臉識(shí)別技術(shù)的誤區(qū)。他表示，“必須說明的是，盡管現(xiàn)有人臉識(shí)別技術(shù)在LFW等人臉數(shù)據(jù)庫(kù)上的準(zhǔn)確率已經(jīng)達(dá)到99.5%，但這不等于人臉識(shí)別技術(shù)在所有應(yīng)用場(chǎng)景下都已經(jīng)成熟了?？傮w上人臉識(shí)別在金融、安防等場(chǎng)景中的很多應(yīng)用尚不成熟，還有很長(zhǎng)的路要走。”
他以馬云在德國(guó)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(gè)頭肩輪廓，從技術(shù)角度來講，其實(shí)是為了讓刷臉的人盡可能配合的把自己的臉放在這個(gè)區(qū)域里面去，以保證識(shí)別的成功率；從某種意義上，已經(jīng)說明這個(gè)技術(shù)還沒有成熟到可以隨便照一下，就可以成功識(shí)別出來的水平”。
更為重要的是，評(píng)價(jià)一個(gè)識(shí)別系統(tǒng)的好壞，除識(shí)別率指標(biāo)外，還必須同時(shí)考慮誤識(shí)率或虛警率等其他指標(biāo)，就是把不是張三的人錯(cuò)誤識(shí)別為張三的概率。
虛警率是指設(shè)置低而產(chǎn)生的錯(cuò)報(bào)，多用于目標(biāo)人監(jiān)控場(chǎng)景，當(dāng)目標(biāo)人沒有出現(xiàn)而報(bào)警就是虛警。在人臉識(shí)別等生物識(shí)別技術(shù)中，是將現(xiàn)場(chǎng)人臉采樣和數(shù)據(jù)庫(kù)中已注冊(cè)人臉的相似度比較，判斷結(jié)果依靠閥值的設(shè)定；閾值設(shè)置低虛警率就高，設(shè)置高虛警率就低。
山世光亦樂觀地表示，隨著技術(shù)進(jìn)步，預(yù)計(jì)五年之后，刷臉支付可能會(huì)成為一種比較普遍的支付方式。
山世光主要從事計(jì)算機(jī)視覺、模式識(shí)別和機(jī)器學(xué)習(xí)等相關(guān)研究工作，特別是與人臉識(shí)別相關(guān)的研究工作。他負(fù)責(zé)的課題組完成的識(shí)別系統(tǒng)多次獲得國(guó)內(nèi)外人臉識(shí)別競(jìng)賽第一名，并成功應(yīng)用于上海世博會(huì)、電子護(hù)照照片查驗(yàn)系統(tǒng)等。
技術(shù)優(yōu)與劣
“深度學(xué)習(xí)”是人工智能界當(dāng)前最為炙手可熱的前沿技術(shù)之一，其應(yīng)用于計(jì)算機(jī)視覺取得了極大的成功，從而帶來了眾多的產(chǎn)業(yè)應(yīng)用可能。Google在2014年收購(gòu)的4 家人工智能初創(chuàng)公司均涉及“深度學(xué)習(xí)”技術(shù)，其中的3家則涉及計(jì)算機(jī)視覺技術(shù)。阿里、騰訊的人臉識(shí)別技術(shù)應(yīng)用也得益于“深度學(xué)習(xí)”技術(shù)。
據(jù)山世光介紹，“深度學(xué)習(xí)”是近年來被重新發(fā)揚(yáng)光大的一種多層神經(jīng)網(wǎng)絡(luò)技術(shù)，配合結(jié)合大數(shù)據(jù)的研究，將LFW人臉庫(kù)上的分類錯(cuò)誤率從3年前的5%降到了現(xiàn)在的1%。在上個(gè)世紀(jì)80年代就已被提出，其核心算法的大多數(shù)技術(shù)模塊當(dāng)時(shí)已經(jīng)出現(xiàn)，近年來由于大數(shù)據(jù)的涌現(xiàn)、大機(jī)器以及GPU的普及、以及業(yè)內(nèi)對(duì)大規(guī)模優(yōu)化算法的持續(xù)研究，才使得神經(jīng)網(wǎng)絡(luò)技術(shù)獲得了新生，并在圖像分類和識(shí)別、語(yǔ)音識(shí)別等領(lǐng)域取得了巨大的成功。
他介紹說，現(xiàn)有人臉識(shí)別技術(shù)大多遵循這樣的技術(shù)流程，即將待識(shí)別的人臉照片或視頻，與之前已注冊(cè)、存儲(chǔ)在計(jì)算機(jī)中的已知身份人臉照片或視頻進(jìn)行匹配，以計(jì)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(cè)），二是找面部關(guān)鍵特征點(diǎn)，三是提取特征。
他表示，同一人在拍照或攝像時(shí)，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(hào)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(hào)層面反而可能會(huì)非常相似。這正是自動(dòng)人臉識(shí)別要解決的關(guān)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(shí)別技術(shù)中最核心的模塊，也是目前“深度學(xué)習(xí)”的優(yōu)勢(shì)。
山世光進(jìn)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(yīng)用場(chǎng)景下，當(dāng)前的人臉識(shí)別技術(shù)已基本成熟，如民用級(jí)的考勤和門禁系統(tǒng)，證件照之間的比對(duì)查重系統(tǒng)等，其中后者用于護(hù)照或身份查重，已經(jīng)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(hù)照，現(xiàn)在又試圖以另外一個(gè)身份再違法申辦一本新的護(hù)照，現(xiàn)有人臉識(shí)別比對(duì)系統(tǒng)就可以把其之前的護(hù)照比對(duì)出來，從而阻止其獲得假身份。
但是，山世光強(qiáng)調(diào)，人臉識(shí)別在金融、安防等場(chǎng)景中的很多應(yīng)用尚不成熟。如金融領(lǐng)域的刷臉支付系統(tǒng)，安防領(lǐng)域安全等級(jí)高（如銀行金庫(kù)）的出入口控制系統(tǒng)、人證一致性驗(yàn)證系統(tǒng)、黑名單目標(biāo)人監(jiān)測(cè)報(bào)警系統(tǒng)等。以黑名單目標(biāo)人監(jiān)測(cè)為例，在虛警率萬(wàn)分之一的條件下，******正確識(shí)別率可能只有30%甚至更低，而對(duì)安防用途的人證一致性驗(yàn)證（即判斷持證人是否為本人）系統(tǒng)而言，在誤識(shí)率為千分之一時(shí)，拒識(shí)率可能達(dá)40%或更高。
他援引今年IEEE FG2015舉行的PaSC測(cè)試結(jié)果。該測(cè)試的任務(wù)是對(duì)比兩個(gè)接近監(jiān)控場(chǎng)景的視頻片段中出現(xiàn)的是否是同一個(gè)人，該場(chǎng)景比上述安防等應(yīng)用場(chǎng)景還要容易得多。即使如此，這個(gè)測(cè)試結(jié)果表明，在虛警率高達(dá)1%的情況下，山博士團(tuán)隊(duì)所開發(fā)系統(tǒng)的正確驗(yàn)證率也只有58%左右，而這已經(jīng)是此次測(cè)試的最好成績(jī)。
“這說明類似場(chǎng)景下的人臉識(shí)別問題遠(yuǎn)沒有得到很好的解決”。再比如整容和雙胞胎問題，他認(rèn)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(duì)雙胞胎，但這并不能代表雙胞胎識(shí)別問題解決了?！案茖W(xué)嚴(yán)謹(jǐn)?shù)淖龇☉?yīng)該是找數(shù)百甚至上千對(duì)雙胞胎做大量測(cè)試，形成詳細(xì)的誤識(shí)率和識(shí)別率ROC曲線報(bào)告，方可得出可信的結(jié)論”。山世光強(qiáng)調(diào)。
技術(shù)挑戰(zhàn)
至于刷臉開戶和刷臉支付技術(shù)，山世光表示，目前從技術(shù)的成熟度來看，主要涉及兩個(gè)問題：第一，存在權(quán)衡便利性和安全性的困境。假設(shè)客戶在非銀行現(xiàn)場(chǎng)開戶，他向系統(tǒng)提交身份證信息，系統(tǒng)從國(guó)家身份證中心獲得二代證照片和這個(gè)開戶人比對(duì)，判斷其是否為該證件的合法持有人。山博士預(yù)測(cè)，“這種場(chǎng)景下，如果要保證安全性，誤識(shí)率可能要低于0.0001，而此時(shí)識(shí)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(huì)很不便利。而要提高識(shí)別率以增加便利性，勢(shì)必要把誤識(shí)率調(diào)高到0.001甚至0.01，而這又會(huì)帶來易于被冒用身份的嚴(yán)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(chǎng)采集環(huán)境又非常復(fù)雜、多樣、不可控”。
當(dāng)然，在他看來，客戶在合法開戶后刷臉支付的技術(shù)難度可能相對(duì)好一些，因?yàn)橛脩粼陂_戶時(shí)拍攝的照片（可以不止一張）可以作為這個(gè)人存底數(shù)據(jù)庫(kù)的照片，可以配合二代證照片同時(shí)用于驗(yàn)證支付現(xiàn)場(chǎng)的客戶照片，在這種場(chǎng)景下下，如果誤識(shí)率設(shè)定在比較安全的0.0001，識(shí)別率有可能達(dá)到90%或更高。
山世光表示，第二個(gè)問題則更嚴(yán)重，即假體欺騙問題，“這是刷臉支付可能面臨的******的技術(shù)挑戰(zhàn)”。他強(qiáng)調(diào)，刷臉支付一旦普及，必定會(huì)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(cái)富。從目前技術(shù)水平來看，盡管科技界已經(jīng)開發(fā)了眨眼、唇動(dòng)或3D等多種防欺騙技術(shù)，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(dòng)的視頻，甚至可以制作與真人無異的3D頭套，以欺騙人臉識(shí)別系統(tǒng)?！?br /> 在一位研究人臉識(shí)別的公安部三所專家看來，即便人臉識(shí)別技術(shù)成熟了，在互聯(lián)網(wǎng)遠(yuǎn)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(fù)制、被重放，“只要是網(wǎng)絡(luò)遠(yuǎn)程方式就不可能超越密碼技術(shù)，這是業(yè)內(nèi)******的誤區(qū)”。這位人士強(qiáng)調(diào)。
生物識(shí)別技術(shù)的難度和風(fēng)險(xiǎn)
山世光表示，人臉識(shí)別應(yīng)用場(chǎng)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(cè)系統(tǒng)時(shí)的照片和后來識(shí)別時(shí)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(shí)別者在拍照時(shí)不配合就會(huì)增加識(shí)別難度。
還有一個(gè)因素與你在注冊(cè)時(shí)用幾張照片有關(guān)系。如果系統(tǒng)里注冊(cè)了你的很多照片，系統(tǒng)會(huì)認(rèn)為你是“熟人”，識(shí)別就會(huì)相對(duì)容易。但如果只注冊(cè)一張照片，“打個(gè)比方，如果只給你一張照片讓你去機(jī)場(chǎng)接我，不告訴你我的航班號(hào)，你會(huì)很難認(rèn)出我”。山世光舉例稱。
拍攝的照片質(zhì)量差，也會(huì)增加識(shí)別難度。比如人在走動(dòng)時(shí)導(dǎo)致拍攝的照片有運(yùn)動(dòng)模糊，或者攝像機(jī)裝的位置不好導(dǎo)致拍攝的照片都是側(cè)面的，也會(huì)增加識(shí)別難度。還有一個(gè)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(huì)導(dǎo)致人臉特征的失真”。
據(jù)山世光介紹，可以用于身份識(shí)別的生物特征識(shí)別技術(shù)，除了人臉識(shí)別，指紋技術(shù)更早于人臉獲得應(yīng)用，還有虹膜、掌紋、手形、腳印等，實(shí)際上，“相對(duì)于人臉識(shí)別技術(shù)，指紋和虹膜是更成熟的技術(shù)，只是其可用的應(yīng)用場(chǎng)景與人臉識(shí)別有較大差異，在監(jiān)控等場(chǎng)景下幾乎不可能采用”。
他進(jìn)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(shí)別相對(duì)成熟一些，簽名識(shí)別難度較大，步態(tài)識(shí)別則更不成熟”。近年來，還出現(xiàn)了一種新興的靜脈識(shí)別技術(shù)，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(shí)別有活體檢測(cè)的便利優(yōu)勢(shì)，因?yàn)楸蛔R(shí)別者本身必須是一個(gè)活體，“只有活體、有血流之后才能測(cè)量出來”。
在山世光看來，每一種生物特征識(shí)別技術(shù)都有它的優(yōu)缺點(diǎn)和風(fēng)險(xiǎn)。比如說指紋識(shí)別，在淘寶上花30塊錢買一個(gè)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(shí)別技術(shù)還沒有廣為推廣，普及后也會(huì)有相應(yīng)欺詐的手段產(chǎn)生，比如可能有人會(huì)造出模擬血液流動(dòng)的假體”。
一位業(yè)內(nèi)人士亦舉例說，現(xiàn)在已經(jīng)誕生了人工智能機(jī)器人，如果你的瞳膜DNA被盜用在這個(gè)機(jī)器人身上，這個(gè)機(jī)器人的行為記錄就可能取代你的一切真實(shí)行為。目前，世界各國(guó)都對(duì)建立DNA數(shù)據(jù)庫(kù)持非常謹(jǐn)慎的態(tài)度，出于對(duì)隱私信息的保護(hù)，各個(gè)國(guó)家都有相關(guān)法律，一般是由政府來推動(dòng)生物識(shí)別技術(shù)。
