2015年3月15日，在德國漢諾威國際信息及通信技術(shù)博覽會開幕式上，阿里巴巴集團董事局主席馬云展示“刷臉支付”技術(shù)。

　　工作人員在演示人臉識別技術(shù)。

　　某集團在博覽會上推廣人臉識別系統(tǒng)。

　　余昌

　　新聞背景

　　不久前，阿里巴巴集團董事局主席馬云在德國玩的一場“刷臉秀”吸引了很多人的目光，在這次活動中，馬云向德國總理默克爾與我國國務(wù)院副總理馬凱，演示了螞蟻金服的Smile to Pay掃臉技術(shù)，利用“刷臉支付”從淘寶網(wǎng)上購買了1948年漢諾威紀念郵票。

　　人臉識別最古老也最自然

　　“刷臉支付”其實也不是什么新鮮事兒，它是眼下研究很熱門、發(fā)展很迅猛的人身識別技術(shù)的一種。

　　除了極端嚴重的“臉盲癥”患者，我們識別一個人最原始、最自然、最方便的方法就是看他的臉。走在路上，迎面一個人過來，等我們看清了他的臉，就認出來了，“哦，老張！”

　　識別一個人的身份，是社會生活中十分重要的一件事情。以往人們想出了很多辦法來做這件事，比如用鑰匙，用證件，用密碼等等，但這些都是身外之物，一旦遺失了、忘記了或被盜了，就很麻煩。

　　近幾十年來，人們想到了利用人體固有的生物特征進行身份識別的辦法，這就叫生物特征識別技術(shù)。由于這些生物特征是長在人的身體上的，所以也就不存在遺失、忘記或被盜的問題了。

　　這些辦法有很多，比如指紋識別，這是應(yīng)用最早、最廣泛，也是目前最成熟的生物特征身份鑒別方法；再比如虹膜識別，虹膜是眼球前部含色素的環(huán)形薄膜，含有極其豐富的結(jié)構(gòu)和紋理特征，到目前為止，虹膜識別的錯誤率是各種生物特征識別中最低的。此外，還有利用人的行為特征進行的筆跡識別、步態(tài)識別、聲紋識別等等。

　　但是有一條，這些生物特征識別方法一般都需要人們的行為配合，比如按個指印兒，把眼睛貼到什么儀器上之類，顯得很不自然，也不太友好。因此，最自然的方法還是要返璞歸真——看見你的臉，就把你認出來了！

　　五十年來獲得長足發(fā)展

　　早在19世紀末，有個叫高爾頓的測量狂人（這個人也是智商測量的始作俑者）就想到了人臉識別的問題，他在1888年和1910年分別在《自然》雜志上發(fā)表了兩篇關(guān)于利用人臉進行身份識別的文章。他用一組數(shù)字代表不同的人臉側(cè)面特征，并對人類自身的人臉識別能力進行了分析。但是當(dāng)然，當(dāng)時還不可能涉及人臉的自動識別問題。

　　據(jù)西安理工大學(xué)王映輝教授介紹，自動人臉識別的研究論文最早見于1965年，到現(xiàn)在已有五十年的歷史。近年來，人臉識別研究得到了諸多研究人員的青睞，涌現(xiàn)出了很多新的技術(shù)和方法。尤其是自1990年以來，人臉識別更得到了長足的發(fā)展，每年都有大量的學(xué)術(shù)論文發(fā)表?，F(xiàn)在，幾乎所有知名的理工科大學(xué)和主要的IT產(chǎn)業(yè)公司都有研究組在從事人臉識別的研究。

　　人臉識別的具體過程可分為以下四步：第一步，搜集并初步處理人的臉部圖像信息；第二步，從采集到的圖像中提取關(guān)鍵的信息；第三步，進一步處理已有信息并將它們保存；第四步，比對，把需要識別的人臉與已經(jīng)保存在數(shù)據(jù)庫中的人臉信息進行匹配和甄別。

　　存在困難超乎一般人想象

　　這些看上去好像并不難，但對實際的人臉識別來說，面臨的困難其實是超乎想象的，王映輝教授就介紹了以下幾點：

　　光照問題。這是機器視覺中存在已久的問題，在人臉識別中的表現(xiàn)尤為明顯，即使目前最好的人臉識別系統(tǒng)，在室外光照環(huán)境下，其識別率也會急劇下降；

　　姿態(tài)問題。這也是目前人臉識別研究中需要解決的一個技術(shù)難點。目前多數(shù)的人臉識別算法主要針對正面、準正面人臉圖像，當(dāng)發(fā)生俯仰或者左右側(cè)面比較厲害的情況下，人臉識別算法的識別率也將會急劇下降；

　　表情問題。很遺憾，人的面部不像手指、虹膜，它是有豐富表情的地方。表情是一種很復(fù)雜的肌肉運動，每種表情是幾十塊面部肌肉共同運動的組合，很難用一個準確的數(shù)學(xué)模型來描述這些肌肉的運動。此外，表情的表現(xiàn)形式也因人而異，同一種表情在不同的人面部上有不同的表現(xiàn)形式。因此，如何有效地識別帶有表情的圖像，從而提高人臉識別的準確率，也是一個重要的挑戰(zhàn)；

　　遮擋問題。對于非配合情況下的人臉圖像采集，遮擋問題是一個非常嚴重的問題。特別是在監(jiān)控環(huán)境下，往往被監(jiān)控對象都會戴著眼鏡、帽子等飾物，使得被采集出來的人臉圖像有可能不完整，從而影響了后面的特征提取與識別；

　　生長問題。和指紋、虹膜不同，隨著年齡的變化，面部外觀也會變化，特別是對于青少年，這種變化會更加明顯；

　　低質(zhì)量照片問題。目前的多數(shù)人臉識別系統(tǒng)在算法設(shè)計和模型訓(xùn)練方面往往都只針對圖像質(zhì)量很好的情況，但對智能監(jiān)控、公安系統(tǒng)犯罪嫌疑人照片比對等應(yīng)用而言，照片的質(zhì)量可能非常差。如何提高系統(tǒng)對這些低質(zhì)量照片的識別能力也是人臉識別亟待解決的關(guān)鍵問題之一……

　　利用三維信息擁有更好未來

　　正是由于以上存在的種種困難，人臉識別的準確性目前仍低于虹膜、指紋識別，但由于它的無侵害性和方便、友好的方式，還是得到人們更多的重視。

　　王映輝教授介紹，人臉識別技術(shù)發(fā)展到今天，許多成果仍然是在二維信息基礎(chǔ)上取得的，而真實世界中的人臉是三維的，三維信息特別是三維圖像較之二維圖像更能提供完整而真實的內(nèi)容。如何有效地利用人臉的三維信息進行識別，將是一個極具挑戰(zhàn)性的研究課題。

　　每種生物特征識別技術(shù)都有其一定的適用范圍和要求，單一的生物特征識別在實際應(yīng)用中顯現(xiàn)出各自的局限性，如有些人的指紋無法提取特征，患眼疾的人虹膜會發(fā)生變化等。統(tǒng)計顯示，目前還沒有一個單生物特征能達到完美無誤的要求。因此，生物特征識別領(lǐng)域出現(xiàn)了一種新方向，即多模態(tài)生物特征識別技術(shù)結(jié)合使用。

　　小貼士

　　生物特征識別

　　人體所固有的生物特征有許多，能夠用來認證身份的生物特征應(yīng)該具有以下的特性：

　　普遍性：每個正常人都應(yīng)該具有這種特征；

　　惟一性：不同的人應(yīng)該具有各不相同的特征；

　　可采集性：所選擇的特征可以定量測量；

　　穩(wěn)定性：所選擇的特征至少在一段較長的時間內(nèi)是不變的，并且特征的采集不隨條件、環(huán)境的變化而變化。

　　在實際的生物特征識別系統(tǒng)中，還應(yīng)考慮如下一些因素：

　　性能：識別的準確性、速度、可靠性以及為達到所要求的準確性和速度所需要的資源；

　　可接受性：使用者在多大程度上愿意接受這種生物特征識別系統(tǒng)；

　　安全性：用欺詐的方法騙過系統(tǒng)的難易程度。