刷脸识别安全吗？

“人脸识别目前主要应用方向是身份认证，在不同行业中都有应用。例如社保领域和征信领域，都是用来认证公民身份信息。在安防领域也是应用颇多，例如人脸识别闸机、人脸识别门禁等。此外，人脸识别在金融领域也有小规模的应用，例如支付宝的扫脸支付，但是由于金融领域对于安全性的考量极高，银行目前正在考察和调研人脸识别远程开户实现可能存在的问题，人脸识别目前还未进入金融领域的核心应用?！敝泄畔⑼ㄐ叛芯吭罕曜妓贫チ氪笫菅芯渴液刭徊┦慷怨侵蓖ǔ导钦弑硎尽?/p>

在苹果公司发布会上，苹果公司高级副总裁克雷格-费德里吉未能顺利通过刷脸解锁iPhone X，他试了两次，手机上出现了输入密码的提示，最后换了一部备用机才成功解锁。

这样的意外，也引发了人们对人脸识别的一些担忧，人脸识别安全吗？

专家介绍，通常情况下，人脸识别主要包括人脸检测、人脸图像预处理、人脸图像特征提取、人脸图像匹配与识别四个步骤。其中，人脸检测主要包括根据眼睛、眉毛、嘴巴、鼻子等器官的特征以及相互之间的几何位置关系来检测人脸。

北京大学信息科学技术学院智能科学系教授许超说，目前图像识别技术在很多专业的图像领域已经达到甚至部分超过人类的识别水准，例如字符识别、二维码识别、指纹识别、人脸识别，特别是在识别效率方面计算机远远超过人类。

贺倩说，人脸识别技术目前已经相对成熟，一般对于面部的识别都能达到很高的识别准确率。但是由于目前没有统一的标准去衡量精准度，每家人脸识别公司对于识别精准度的计算方式都不尽相同，没办法进行横向比较。

王晶表示，在算法大致相同的基础上，各家公司在细节参数、各个卷积层的搭配、数据情况会有所不同。同时根据不同的应用场景，会有调整。

魔高一尺，道高一丈

遇到特殊情况，人脸识别会失灵吗？例如，遇到整容、双胞胎、浓妆等，能识别出来吗？

王晶表示，这涉及到适应性和准确性相平衡的问题。例如，假定当系统设定80%相似度便认定为同一个人时，当某人发生胖瘦变化、换发型、年龄变化时，系统能够识别出是同一个人；而双胞胎的相似度可能为90%，这时系统无法将两个人区分出来。在80%的设定下，系统适应性较高，准确率相对较低。假定如果为了提高准确性，将90%相似性设定为同一个人，那么当一个出现较少的变化，系统也可能无法识别出是同一个人，这时准确率较高，但适应性较差，会增加人工审核的负担。

王晶表示，对于整容问题，如果不是颧骨发生变化等，“小打小闹”的微整仍然可以识别，随着技术的发展、数据的积累，这方面问题会有好转。双胞胎的问题不会完全解决，在实际应用中也并没有受到太多关注。

百度相关负责人也表示，人脸识别对于人类来说相对容易。因为机器没有直觉，也并没有久远的进化历史，只能靠分析数据来学习。特别对于识别整容、化浓妆或者十几年跨度的照片，并没有大量的数据可以分析。在今年年初的《最强大脑》节目中，百度AI针对这些特殊情况有很好的表现。但如果识别对象进行了“伤筋动骨”的大整容，人脸识别就比较难实现了。从技术上来说，也可以用其他虹膜识别、眼球识别、指纹识别等办法。

而对于用面具、视频等方式假冒，各家公司也推出了应对措施。

蚂蚁金服相关负责人表示，支付宝配备了3D红外深度摄像头，且辅之以软硬件结合的方法进行检测，误识率低于十万分之一。汉柏科技通过在终端上采用双目摄像头的方式，来避免面具、照片、视频等“欺骗”人脸识别系统。

今年底火车站有望刷脸进站

来自前瞻产业研究院的数据显示，2016年我国人脸识别行业市场规模已超过10亿元，预计到2021年将达到51亿元左右。而尚未被完全开发的金融行业人脸识别的市场前景，更被业界预估为千亿级市场。

但目前，人脸识别在应用方面仅仅处于初级阶段，技术并不是主要问题，监管、政策、标准等仍在建立阶段。