“人脸识别”最近有点火。
继微众银行带有“人脸识别”功能的App8月中旬上线以来，多家金融公司纷纷跟进。9月10日，招行高调宣布启用了“人脸识别”用于辅助银行开户、风险评估等银行业务。互联网金融P2P平台众可贷也于9月5日上线了“人脸识别技术”。
业内人士期待，未来将有大量应用场景可能会用到人脸识别技术，比如远程在线开户、移动在线支付、ATM报警、线下身份验证自主发卡以及贵宾身份识别等。
那么“人脸识别”这项技术的成熟度究竟如何？可不可以让百姓放心使用？
以微众银行举例。在微众银行开户过程中，当用户绑定两张银行卡以上时，手机应用会提醒为保证账户安全，出现通过人脸识别验证环节。而验证时，用户需要在光线合适的环境下，将脸部最准镜头后，同时跟读数字才可能通过验证。
这项技术背后的基础是腾讯与公安部所属的全国公民身份证号码查询服务中心达成人像比对服务的战略合作，人脸识别技术可以随时接入公安部查询服务中心的数据库。
“刷脸”比对镜头前的人和公安部的资料照片是同一个人之后，还要进行“跟读”，这个部分叫做活体检测,判定镜头拍到的人像是真人，而不是被盗用的照片，或者戴着面具冒充。
为微众银行提供“人脸识别”技术的腾讯优图团队负责人黄飞跃对界面新闻记者表示，当前人脸识别在技术层面上已经比较成熟。他介绍，优图背靠腾讯，拥有世界上最大的黄种人脸数据库，通过采集或收集到的千万以上数据训练模型，在国际权威人脸识别数据库LFW上，能做到99.65%的准确率，在今年刷新了世界纪录。
在论证人脸识别的可用性时，黄飞跃提出了两个概念，通过率和错误率。
“在通过率方面，即两张照片是同一个人，而系统承认他们是同一个人。在万分之一以下的错误率时，针对身份证照片和自拍照的比对场景，我们目前可以做到95%以上通过。那么剩下的5%也没关系，识别不了可以转人工嘛。但我们已经节省了大量人工成本。错误率，即不是同一个人被识别成了同一个人，这很危险的。根据我们的测试结果，错误率是万分之一。”黄飞跃说。“当然这个万分之一是统计意义上的。实际上，我们在微众的人脸识别产品上线以后，做过一些人工抽查，我们发现没有一个错误通过的。”
对于有用户反映微众的人脸识别通过率不高，黄飞跃指出，如果用户配合操作（就是保持比较好的光照环境和拍摄角度，按照软件引导来操作），通过率其实还是很高的，符合预期。不通过的大部分用户更多是不太会使用软件，拍摄的人脸配合度不够导致，后续可以做更多的产品引导。
对于大家关心的整容人士和双胞胎，能不能被识别出来，黄飞跃的结论是，机器的识别率肯定比人好。
“先说整容，轻微的整容后，人也许很难确认是否同一个人，但机器可以。机器识别两张照片时，会比较诸如眼间距、嘴巴鼻子的相对位置、大小、比例，这些在我们的算法里都是有隐含式模型的。除非是外貌上非常大的改变，否则机器都可以识别的。据我所知，如果做了大的整容，那需要手术后去身份中心更新一下数据的。”黄飞跃解释称。
双胞胎问题也是类似，黄飞跃说，如果拿到高清的照片，是很大可能分辨出双胞胎的。不过他坦承，目前手机的像素跟不上的话，那确实有可能分辨不了。“但事实上，你双胞胎姐姐拿着你身份证去人工柜台，人家也让你过了。”
在生物识别技术中，人脸识别的精准度并非最高，例如指纹和虹膜就可以达到更高的精准度。不过黄飞跃认为，尽管指纹和虹膜的准确率指标可能会更好，但需要配套的专用设备。而指纹套也可以在指纹识别上作假。人脸识别符合大多数人的习惯，只要拍张照片就可以做到，是目前最方便的一种生物识别方法。而在有限的风险范围内，它带来了不可估量的经济价值。
腾讯优图是腾讯内部专注于图像处理、模式识别、机器学习、数据挖掘等领域的核心技术团队，隶属于腾讯社交网络事业群，主要基于整个腾讯的社交网络平台，为QQ、QQ空间、QQ音乐、财付通、微众银行等提供图像和模式识别技术支持。
这个平均年龄不到30岁的年轻团队，汇集了多名来自于清华、北大、中科院、上海交大、南大等顶级院校的博士、硕士。在识别技术的开发上，他们远未止步。黄飞跃介绍，他们团队在探索的其他方向比如，在多人像照片中快速定位，以后可能给公安系统用于人物搜索。还包括声纹识别、图像理解和深度学习，比如可以判断一张照片是风景照还是人物，快速识别汽车的品牌型号等。
评论