【face+火了：2015年我國人臉識別行業市場規模將達75億元！】就在馬雲德國漢諾威「刷臉支付」的第二天，國內 A股人臉識別概念股強勢突圍，受到資金的大肆炒作。據公開資料顯示，2012年我國人臉識別行業市場規模約16.7億元，預計到2015年，我國人臉識別行業市場規模將達到75億元。

　　人臉識別是一種基於人的相貌特徵信息進行身份認證的生物特徵識別技術，馬雲首次在德國漢諾威工業博覽會上展示了刷臉支付，不由地讓人驚呼以後「剁手」都不管用了！

「刷臉」付款不再是夢想 馬雲德國首秀刷臉支付

　　阿里巴巴集團董事長馬雲：這是一張在網上賣20歐元的紀念郵票。我現在要把它買下來。怎麼買呢？我們按下「購買」，這是人臉識別支付，成功了。

　　把臉湊近，「滴」的一聲，就完成了付款。這種只有在《神盾局特工》等美劇裏才會出現的場景，馬雲在剛剛結束的德國漢諾威工業博覽會上也酷炫了一把。他向在場的德國總理默克爾與中國副總理馬凱，演示了阿里巴巴旗下螞蟻金融服務集團的Smile to Pay掃臉技術。而為了證明刷臉支付有效，馬雲還特地為默克爾總理從淘寶網上「刷」出了一份特殊的禮物：1948年漢諾威紀念郵票。這位中國互聯網大佬在送禮物的同時，也讓全世界都認識了支付寶的這項新技術：刷臉支付。

　　馬雲在德國漢諾威工業博覽會上演示刷臉支付功能

　　那麼刷臉支付的原理到底是什麼呢？在位於浙江杭州的螞蟻金服，有一支專職研究生物識別技術的團隊，他們被稱為「柒車間」。團隊負責人陳繼東告訴記者，Smile to Pay掃臉技術其實就是在購物後的支付認證階段通過掃臉取代傳統密碼，能達到超過99%的識別率。比如，就在馬雲刷臉時，後臺驗證需要處理大量來自面部的數據信息，包括結構、五官以及肌肉等方面的數據分析，從而來比對識別「是不是馬雲」。那麼人臉識別技術到底會應用在哪些方面？是不是不久之後大家就可以刷臉付錢了呢？

　　在馬雲刷臉時，後臺驗證需要處理大量來自面部的數據信息，包括結構、五官以及肌肉等方面的數據分析

　　螞蟻金服柒車間負責人陳繼東：有支付寶還有一些金融的場景，比如我的證券開戶，未來的銀行開戶，以及在一些比如說我需要驗證你身份的場景下，都可能會用到這個技術。

　　陳繼東告訴記者，對於生物識別技術的熱衷，最主要是為互聯網金融業務作相應的技術儲備，目前相關的具體產品正在籌備中。刷臉支付的正式面世，還需要再等一段時間。不過，就在阿里巴巴內部已經開始試用「刷臉打卡」了。

　　提示音：緩慢點頭，眨眼，緩慢轉頭。

　　陳繼東：好，完成了。

　　阿里巴巴內部已經開始試用「刷臉打卡」了

　　同樣是嗅覺靈敏的互聯網巨頭，騰訊董事會主席馬化騰也在搶著「刷臉」。

　　騰迅財付通高級總監吳丹告訴央視財經《經濟半小時》記者，傳統金融中，用戶在申請銀行貸款或證券開戶時，均必須到實體門店上做身份信息核實，完成面簽。如今，通過人臉識別技術，用戶只需要打開手機攝像頭，自拍一張照片，系統將會做一系列的驗證、匹配和判定，最終完成身份核實。目前，騰訊與微眾銀行正在對人臉識別的應用進行嘗試。而騰訊的活體檢測技術，結合了人臉分析、脣語分析和語音比對。

　　吳丹為記者演示騰訊活體檢測技術

　　4月13日，騰訊財付通還宣佈與公安部屬下的全國公民身份證號碼查詢服務中心達成「人像比對服務」戰略合作。騰迅優圖團隊總監黃飛躍告訴記者，與其它公司的人臉識別技術不同的是，騰訊人臉識別技術最重要的環節之一就是系統將用戶視頻、身份證照片跟公民身份證查詢中心的權威數據三者做交叉驗證，通過演算法和技術進行匹配，杜絕假冒身份的情況出現。

　　而不單是互聯網巨頭看中了人臉識別這塊藍海，中科院重慶綠色智能技術研究院旗下的雲從公司也在人臉識別的產業化應用方面有了許多有趣的成果，特別是在安防領域。比如這款人臉識別邊檢站自動通關係統，可在3秒內識別出通關人員與身份證是否一致；再比如這款VIP人臉跟蹤系統，能在一對多的環境中準確識別特定目標，追蹤顯示目標位置。

　　中科院重慶綠色智能技術研究院周曦：安防這個領域我們應該說也取得了一些小小的成就，比如在新疆的安防領域，我們在全疆的邊防通關係統，採用人臉識別系統是採用我們的人臉識別系統，包括現在已經推廣到火車站、小區、公安局，還有加油站等等地方，都是全面地去做一個安全的保護。

　　其實，基於臉部識別系統的支付平臺最早於2013年7月由芬蘭創業公司Uniqul在全球首次推出。該系統無需錢包、信用卡或手機，支付時只需面對POS機屏幕上的攝像頭，系統便會自動將消費者面部信息與個人賬戶相關聯，交易過程十分便捷。而全球最大的網上支付公司貝寶(PayPal)計劃，在2016年前讓英國人丟棄傳統意義上的錢包，僅使用智能手機就可上街購物消費。

　　那麼老百姓能否接受呢？

　　市民A：這麼高級的產品，是刷臉之後就可以買東西嗎？我覺得我會用。

　　市民B：不會用。

　　記者：為什麼？

　　市民B：太恐怖了。

　　市民C：為什麼不用，肯定會用。

　　市民D：不會用吧，我覺得不怎麼靠譜。

　　記者：它推出來之後你會用嗎？

　　市民E：會。

　　市民F：我可能會用。

人臉識別受資本青睞 2015年市場規模將達75億元

　　就在馬雲德國漢諾威「刷臉支付」的第二天，國內 A股人臉識別概念股強勢突圍，漢王科技率先漲停；在隨後的一個月，佳都科技股價翻番；歐比特、科大訊飛、川大智勝等人臉識別題材股同樣受到資金的大肆炒作。

　　FACE++總裁印奇：因為馬總刷了個臉，現在相關的不相關的都跳出來了，我覺得這是一個資本的常態。當一個東西很熱的時候，一定有很多人參與。

　　這個年輕人叫印奇，他是國內新晉人臉識別技術開發者Face++的創始人。88年出生的他，已帶領公司在2014年11月完成了2200萬美元的B輪融資，如今估值已過億美金，技術價值無限。投資方包括創新工場和國內知名風投機構啟明創投等。一個剛剛才成立四年的創業公司，為什麼能成為資本熱捧的對象？

　　印奇：我們當時十分相信在未來人工智慧技術包括說人工智慧技術的下面這個，有針對性的叫做機器視覺這樣的一種技術，有非常大的應用前景。

　　起初 印奇的公司以遊戲起家 但是從2012年起 他們決定把注意力專註在人臉識別領域上

　　2011年7月，谷歌收購面部識別軟體開發商PittPat；2012年6月，Facebook以6000萬美元的高價收購以色列臉部識別公司Face.com；同年10月，谷歌再次出手，收購烏克蘭人臉識別技術公司Viewdle。這一輪併購潮，標誌著資本開始正式湧入人臉識別這一細分市場，也讓三個年輕人敏銳地嗅到了計算機視覺領域中的重要分支——人臉識別技術的應用前景。

　　被印奇稱作「類人腦神經元演算法」的深度學習演算法是Face++與全球同行們比拼的核心戰場。而在它背後，結構化大數據、龐大系統支持、與具體領域相關的演算法，三者缺一不可。

　　「類人腦神經元演算法」的深度學習演算法的背後 結構化大數據 龐大系統支持 與具體領域相關的演算法 三者缺一不可

　　好的投資人帶來的絕對不只是資本，還有點子和生意。隨著Face++的「數據戰略」 越做越大，美圖秀秀、奇虎360、世紀佳緣等互聯網公司聞風而至，最後，是擁有3億用戶的支付寶這條大魚。

　　據公開資料顯示，2012年我國人臉識別行業市場規模約16.7億元，預計到2015年，我國人臉識別行業市場規模將達到75億元。

獨特人臉識別門禁系統 半小時記者親測智能門禁

　　陳繼東告訴記者，當初螞蟻金服的「柒車間」團隊第一次來到Face++時，便被其獨特的門禁系統所吸引。

　　螞蟻金服柒車間負責人陳繼東：因為那個我們當時大概有四、五個人去試，然後基本上每個人都能過，除了識別率高之外，速度很快。

　　記者也決定嘗試一下這個人臉識別技術的智能門禁。

　　由於記者的人臉圖像沒有在資料庫中，所以門禁沒有打開。在工作人員的幫助下，簡單地用手機拍照、錄入系統後再次嘗試，大門果然很快開啟。

　　記者在圖像被錄入系統後 輕易通過了門禁

　　但是為了測試一下這個門禁是否真的智能，記者決定給它出道難題：摘下眼鏡。

　　這時系統出現了瑕疵：識別不出來了。

　　摘下眼鏡的記者被「無情」地擋在了門外

　　工作人員告訴記者，在人臉識別中，每認識一個新事物，電腦都要經過大量的積累和學習。由於系統中尚未添加黑框眼鏡的演算法，機器在捕捉畫面時，會將記者的眉毛和鏡框捕捉在一起，這時再摘下眼鏡，就無法識別了。那麼，在人臉識別技術中，「添加演算法」是否是一件簡單的事呢？換句話說，要教機器識別一個新事物，要經歷怎樣的過程呢？

　　中科院重慶綠色智能技術研究院周曦：比如說我讓他（人）認蘋果，需要幾個蘋果，我覺得三個蘋果就夠了，就是我擺三個蘋果在這，我跟他講，這個是蘋果，你來摸一摸，蘋果是什麼形狀，顏色，摸摸它的材質等等，他是不是基本上就能認識蘋果了，這是我們正常的心態。但是如果用現在的深度神經網路來做，需要多少個蘋果？一萬個估計都不止。因為它沒有這個結構化知識，它總結起來很難的，你得給它海量的數據去學習。

　　十年前，銀行轉賬解放了雙腿；五年前至今，手機支付實現了走到哪裡，支付到哪裡。可不過無論哪種方式，雙手一直都沒有得以解放，刷臉支付顯然乾的就是讓雙手得到解放的事。但既然是刷臉，大家心中就難免會有這樣的擔心：如果整容了，變老了，變胖了，或者雙胞胎，刷臉識別能認出來嗎？人臉識別技術如何才能保證支付的安全呢？

　　陳繼東：我們也做過一些測試，就是網上非常流行的整容圖片，你覺得她們是同一個人，但是計算機識別出來是不同的人。

　　中科院重慶綠色智能技術研究院一直在開發人臉識別系統，周曦主任告訴記者，人臉識別技術就是讓計算機學習人的大腦，並通過「深度學習演算法」的大量訓練，讓它變得極為「聰明」，能夠「認人」。但是目前國際上已有的人臉資料庫主要在歐美國家，而由於歐美人與亞洲人在生理結構上的區別，所以為了使人臉識別能更好地服務亞洲市場，眼下很有必要建立一個基於亞洲人臉特徵的訓練資料庫。

　　2015年1月，央行下發《關於銀行業金融機構遠程開立人民幣銀行賬戶的指導意見（徵求意見稿）》，對銀行遠程開立賬戶提出了框架性意見，這讓互聯網銀行業務的發展看到了一絲曙光，但要實現落地，仍需等待相關細則的出臺。

　　周曦：人民銀行是今年年初已經出了徵求意見稿，人民銀行會根據這個反饋或者大家的一個試用期的一個結果，來出最後的細則，也就是我們如果要在銀行這個領域去推動大規模的人臉識別使用的話，政策層面是需要等一下人民銀行的細則。

半小時觀察：人臉識別離絕對安全還有距離

　　如果將人臉作為支付密碼，這一看似簡單的流程其實包含了許多複雜的問題。比如，人臉的構造具有很大的相似性，在提取人的臉部特徵時，究竟該如何取捨？再比如，隨著年齡的變化，人的臉部可能會發生較大的改變，保存在資料庫中的信息會不會過時。還有，當人的臉部出現了眼鏡帽子等裝飾物時，這些東西會不會干擾最終的判斷？如何準確無誤的辨識眾多人臉，是公眾關心的話題也是一直以來困擾研究人臉識別技術的科學家們的基本問題。針對採集設備、活體檢測、識別精度、通路加密、服務終端每個一支付環節的背後，都是一個深邃、極富挑戰的技術領域。同時，不僅是科技領域，支付安全的發展還依賴更多法律法規細則的支撐，需要更多監管部門的共同努力。雖然人臉識別尚沒有得到普及，但它離我們的生活並不遙遠。不難想像未來的某天，刷臉支付的浪潮將席捲而來。