支付宝准备玩人脸识别了你准备好靠脸吃饭了么
王梓辉
虽然要等到美国当地时间9月12日上午10点（北京时间9月13日凌晨1点）才会正式揭晓，但iPhone 8（暂定名）将会使用面部识别技术取代指纹识别已经在科技圈内成为一个公开的秘密。尽管此前，我们已经能在支付宝登录及各种美颜相机中体验到人脸识别的功能，但苹果的认可也许意味着这项技术真正开始进入主流的应用体系。
人工智能行业的“急行军”
“iPhone 8的发布会将人脸的应用提升到更高的层次。”国内专注于计算机视觉领域相关研究的创业公司旷视科技（Face++）对本刊说道：“基于iPhone 8的摄像头，人脸的安全程度会超越解锁，接近于支付级别。因此，我们非常有理由相信人脸终会代替指纹，成为手机通用的生物认证方案。”
微软亚洲研究院创新工程组首席项目开发经理陈刚
虽然不是所有人都认同这个看法，但有一点毫无疑问，随着iPhone 8的发布，人脸识别技术正在成为未来短时间内最炙手可热的技术之一。
简单来说，人脸识别技术指的是通过比较人脸的视觉特征信息从而进行身份鉴别的技术，既属于图像识别，也属于生物特征识别，是人工智能领域一项典型的细分技术应用。
如果你喜欢自拍，那你一定用过一款名为“Faceu”（激萌）的手机APP，根据第三方机构易观千帆的数据，其月活跃用户数已经达到了4100万，而通过人脸识别技术实现的“动态贴纸”功能是其最大的亮点。为Faceu提供相应技术支持的是国内从事计算机视觉相关研究的创业公司商汤科技，两个月以前，他们刚刚宣布获得了4.1亿美元的B轮融资，这是截至目前全球人工智能市场单轮最高融资，而人脸识别技术则是其最重要的资产之一。
而在去年年底，旷视科技则已经获得了1亿美元的融资，主要投资者包括富士康和建银国际。而他们也通过为支付宝等阿里系产品提供面部识别系统为市场所熟知。除此之外，云从科技、依图科技、深醒科技等人脸识别玩家在近期均获得了千万美元级融资，连国内最积极的人工智能旗手李开复也惊叹这个细分产业“竟然能养活四只独角兽”（“独角兽”表示估值达到10亿美元以上的初创企业。李开复所指的“四只独角兽”分别是旷视科技、商汤科技、云从科技和依图科技）。即使是在这两年风头最劲的人工智能行业，这也足够令人咋舌。
“目前这个领域的投资热度不减，但还是趋于冷静的。”市场研究机构IDC人工智能领域分析师刘艳霞这样对本刊评价人脸识别领域目前的市场投资情况，在他们看来，“热度不减”是因为在目前市场应用还不是很多的情况下，这个领域还有很多新的应用场景亟待开发，里面有大量的机会存在。“趋于冷静”则是因为在已有的赛道内已经聚集了不少实力雄厚的竞争者。“在这个时间点，后面加入的一些公司相对来讲就处于一个比较劣势的地位，可能你很难再有机会能够追赶上来。”邓亚峰对本刊如此说道，他来自国内另一家计算机视觉领域创业公司格灵深瞳。
根据国海证券研究所行业报告研究院的研究显示，人脸识别主要应用领域市场规模，公安领域16亿以上、交通领域50亿以上，金融领域百亿级别、教育领域百亿级别，在不考虑大安防硬件存量市场的前提下，整体市场规模就达到数百亿。
而安防市场的广阔前景则是人脸识别技术目前的最大战场。根据中安网数据，中国安防行业市场规模从2012年的3240亿元增长到了2016年的5400亿元，年复合增长率达到惊人的15%，而其中2016年视频监控产品的产值就达到了962亿元。而这也是云从科技创始人周曦的信心来源，去年他就曾经公开预测“未来5年之内，国内人脸识别的市场规模要达到1000亿元”。
来自第三方研究机构的刘艳霞没有周曦那么充足的自信，她认为单纯的“人脸识别”可能达不到1000亿的规模，但如果把所有上下游的硬件摄像头与软件服务都算上，那就没问题。“在安防领域，如果算上软件及人工服务，一个摄像头的投入可能会达到10万元，那100万个摄像头就有1000亿元了，而100万个摄像头也就是一、二线城市普通摄像头投入的规模，所以这样算的话，一个城市可能就有1000亿了。”而如果单纯从技术层面来看，“1000亿”显然是一个有些夸大的数字。
格灵深瞳CTO邓亚峰也对本刊表示：“如果提供的只是核心算法或者提供一些核心的人脸识别设备的话，我觉得这个市场可能没有到千亿这个规模，但它可能带动的市场也许真的能有这么大。”
政府的支持则是另一股助推剂。2015年以来，政府出台了多项政策法规，为人脸识别在安防、金融等领域的普及打下了坚实的基础，扫清了政策障碍。比如2015年4月，中央办公厅就印发了《关于加强社会治安防控体系建设的意见》，其中提到“未来网络化精细管理是平安城市和智能交通管理的发展方向”，而人脸识别技术则是这一切实施的重要技术基础。
同时，政府采买本身也是这个领域目前最重要的收入来源，其中公安系统理所当然地成为大头，你几乎可以从每一家相关创业公司的官网上看到他们和不同地区公安部门的合作协议。IDC中国人工智能研究总监张卓此前在接受媒体采访时曾经表示，为国家安全提供智能监控系统给了这些人脸识别领域的初创企业在起步时的巨大助力。他同时表示，中国每年公共安全预算充裕，这使得這一领域的公司创收也较为容易。
“3·15”的打击证明它还没有完全成熟
事实上，作为计算机视觉领域的一个分支，对于人脸识别技术的研究可能至少有50年的历史，目前可以查阅到的最早一篇论文发表于1967年。但在随后的二三十年间，相关的研究因为各种条件的限制并没有太大的进展。“1998年微软亚洲研究院建院的时候我们第一个成立的组就是视觉计算组，那时候计算机视觉应用非常少，很冷门。”微软亚洲研究院常务副院长郭百宁博士此前就对本刊记者这样说道。但到了2012年，深度学习技术的出现才真正让整个人工智能领域看见了可用的曙光，识别率逐年上升。目前，顶尖的人脸识别算法在“一对一”人脸验证的场景下准确率已经超过了人类的平均水平。
LFW（Labeled Faces in the Wild Home）是国际权威的人脸识别数据库，它是为了研究非限制环境下的人脸识别问题而建立，里面包含超过1.3万张人脸图像。目前，在这个数据库的测试结果中，几乎全球顶尖团队的准确率都超过了99%。“我们在这个数据库上的识别准确率已经达到了99.7%以上，这个准确率已经比绝大多数人类的识别率要高了。”陈刚对本刊说道，他是微软亚洲研究院创新工程组首席项目开发经理，目前主要负责人脸识别技术的工程开发工作。
当然，在测试环境下得到的数据并不意味着人脸识别在技术上已经完全成熟。“要看测试数据集的表达能力是否与目标场景的数据情况和使用要求相匹配”，陈刚解释道，由于LFW这样的数据库中的测试内容是固定的，所以很容易进行有针对性的训练，“如果现在去做视频安防类的测试，它的那个数据集就和这个数据是不一样”。而根据邓亚峰提供的数据，在更加靠近现实的视频动态人脸识别场景中，现有的人脸识别也只能在理想场景中达到60%～70%的水平。
作为应用在登录、安防等领域的技术，是否可靠其实是普通用户最关心的事，但在年初的央视“3·15”晚会上，人脸识别的相关技术漏洞却被当众曝光。在演示过程中，一张他人的静态自拍照，通过技术处理，可以变成能眨眼睛、能微笑的“伪活人”;而借助3D建模技术，这张自拍照还能让自己“变脸”成另一个人，轻易骗过登录系统。一时间，关于人脸识别是否足够安全的话题也让很多用户担心。
但在这个行业内的专业人士看来，“3·15”晚会所曝光的问题既反映了人脸识别技术上的不够成熟，也反映了很多应用厂商在技术使用上的不负责任。
从技术上看，目前人脸识别技术主要分为2D人脸识别（包括彩色图像，红外图像）和3D人脸识别。2D人脸识别是在彩色图像上的识别方法，主要优势在于检测数据获取方式便捷，同时目前算法相对成熟，是目前主流的技术应用方向。但“3·15”晚会上的案例已经暴露了在安全性要求高的场景下，靠单一人脸识别算法来身份验证的使用方式是不够安全的。由于人脸在2D维度的投影会使得部分有效信息缺失，所以容易被犯罪分子攻击。
而3D人脸识别方法是基于人脸3D立体模型进行识别，充分利用立体空间信息，能有效解决2D识别的遮挡以及角度旋转等识别难点，识别精度较高。传言iPhone 8将使用的“3D结构光”技术就属于这一类别。旷视科技工作人员对我们说道：“如果结构光属实，那这项技术将可以抵御所有的翻拍攻击手段（例如屏幕翻拍照片、翻拍视频、纸张打印、相片打印等），因为翻拍攻击的都是2D人脸画面，而结构光能有效分辨出2D人脸和3D人脸。”目前3D人脸识别的问题主要在于数据采集相对困难，采集数据量十分巨大，对计算机的计算存储能力要求较高，在商业化上仍然不够成熟，但也许会是未来的主要方向。
但更严重的问题不在技术本身，而在于如何使用技术。“在有些情况下我们没有解决好某一些相关的技术，比如活体检测的相关技术，那可能它就不适合在这样的场景下去应用，但是有些人可能就要这样用它，这就会造成一些潜在的风险。”邓亚峰说道。同时，他也强调人脸识别还不是一项完全成熟的技术，不应该被使用在任何场景下。
而陈刚则认为，从长远的角度来看，不同的安防场景其实有不同的要求，就需要不同的技术解决方案，所有安防环节都要依赖于场景的要求，有针对性地设计选择合适的解决方案是一个思路。“我们人脸这个圈子基本有一个共识，就是作为‘人脸这种生物识别的话，作为单一技术去做高层级安全水平的安防，其实是有挑战的，提高安全等级的通常做法是结合其他验证手段、信息一起验证。”
为支付宝等金融产品提供身份认证服务的旷视科技也持相似的看法，他们认为在单摄解锁的場景下，他们的技术“已经可以应对大部分的攻击场景”了，因此用于解锁是够用的。然而，“到了支付级的安全程度，则需要依赖硬件（摄像头）的加持”。
而归根结底，“场景”才是所有安防服务的核心要素，陈刚就认为要在“用户可以通过”和“能够防止攻击”这两者之间取得一个平衡。比如在一些不涉及财务及敏感信息的生活娱乐服务中，目前的人脸识别技术已经够用了，但在支付这样的场景中，多种验证方式并行也许才能确保用户的安全。
在实际应用中还有很多路要走
不同于各个计算机视觉领域内的创业公司，微软亚洲研究院一方面专注于纯粹的技术研究，另一方面也借助自己庞大的业务线面向全球的普通用户率先推出了一些相关的应用尝试，Windows Hello就是其中一项重要的功能。如果你用过Surface Pro 4这款平板电脑产品，那你一定使用过由Windows Hello所提供的面部识别解锁功能，不需要手动输入密码，只需双眼平视摄像头就能在大概一两秒内解锁电脑。虽然在一些光线条件限制的情况下会出现识别失败的情况，但总体的使用体验已经基本能满足用户的需求了。“在商用电脑的使用场景下是一个相当牢靠的登录方式了。”陈刚对本刊说道。
但除了“安防”这个人脸识别技术的天然应用场景之外，作为生物特征识别领域的一项分支技术，人脸识别在其他应用场景中面临的竞争还有很多。
事实上，自从苹果在2013年率先在iPhone 5S上开始使用指纹识别解锁之后，指纹识别直到今天都还是市场及用户接受度最高的生物特征识别技术。此前，由于没有配备指纹识别功能，罗永浩在2015年底发布的锤子T2手机就在市场上招来了很多用户的不满。
而从“生物特征识别”这个更大的概念来看，除了指纹识别、人脸识别之外，还包括虹膜识别、声纹识别以及指静脉识别等多种细分技术。其中，指纹识别、人脸识别和虹膜识别既同属“图像识别”，又是目前相对比较成熟的技术，所以他们目前各自在市场上占有一席之地。
尽管三星公司在去年下半年推出的旗舰产品Galaxy Note 7因为爆炸事件掀起了轩然大波，但他们却是全球第一款使用了虹膜识别技术的大众级智能手机产品，在今年推出的Galaxy S8中，他们继续使用了这项技术。相比其他生物特征识别技术，由于虹膜在胎儿发育阶段形成后，在人的整个生命历程中基本保持不变，所以这也决定了虹膜识别拥有极为精确的特点。但作为面向用户的识别方式，因为虹膜识别要求用户必须睁大眼睛近距离对准摄像头，所以它在使用体验上不够友好。
邓亚峰对本刊承认，如果用户愿意接受使用条件的约束，“虹膜识别的成功率要比人脸识别更高一些”。但它在识别率已经达到实用要求的情况下一直没有得到大规模应用的重要原因就是“不够易用”。旷视科技也认为“总体而言，人脸解锁的速度更快（毫秒级别），体验更好”。
至于指纹识别，它的优缺点相信大家都有自己的体会。而几乎所有的人脸识别厂商都强调“非接触”是人脸识别区别于指纹识别的一大优势，既有便利性上的提升，同时也是最自然的一种解锁方式。
但就未来的市场应用来看，究竟哪种技术会成为用户使用的主流还并不那么确定。
作为手机行业的资深观察者，蒋鸿杰认为仅就手机而言，如果“屏下指纹技术”能在未来的一两年之内达到成熟，那它可能会成为更受手机厂商欢迎的方案，毕竟它一方面符合用户已有的使用习惯，同时也满足了解放屏幕空间的目的。但如果屏下指纹技术无法在短时间内成熟，“那可能大家就都转向3D结构光，把指纹抛弃掉”。而IDC中国研究经理金迪则对记者表示，“像人脸识别这样的生物特征识别技术肯定会是未来的主流趋势”，她同时认为长远来看，肯定会有越来越多的硬件厂商加入人臉识别的行列。
微软作为更加专注于研究方向的大公司代表则表现得更为谨慎。他们认为从目前来看还很难说会有哪一种技术占据主导地位，更有可能的一种情况是“多种生物识别技术的结合”。
商汤科技联合创始人、CEO徐立博士认为，推动新的交互方式的重点还是“如何在应用场景中定义问题”，“只有搞清楚了每一个应用场景下使用人脸识别是否能带来更好的效果，然后在技术层面上实现突破，达到工业应用的红线，用户的使用体验才能获得平滑的升级”。
而急需解决的最大问题既来自技术上的持续提升，更来自整个产业的探索。但作为一个还处于发展阶段的技术，不同的公司各有自己的想法。
“我更认同这样一种方式，就是要做到垂直领域中，结合这个领域的情况去解决这个领域的问题，而不只是提供一个标准化的人脸识别技术。”邓亚峰说道。作为一家创业公司，他们觉得自己相比大公司的优势就是可以深耕某一个细分领域，比较灵活。
徐立给我们举了一个具体的例子：“例如，它可以用于银行、餐厅等线下服务行业，针对前来的顾客进行身份识别，当遇到VIP客户时，便可自动激活后续的定制化服务机制，如此一来，VIP客户将不需要主动出示VIP会员卡，大大增强了用户的体验。”
而微软这样的公司则有更开阔的目标。除了“更快更准更安全”的大方向之外，“我们希望我们现在这个AI算法能够像人一样去认知周围的世界，然后成为一个对人类有用的工具，它未来能够帮助这些设备更智能。”陈刚如此说道。
