文章来源：由「百度新聞」平台非商業用途取用"http://www.wokeji.com/ruidongyuan/rdy/2017-03/09/content_522829.shtml"

“刷臉吃飯”“刷臉社交”“刷臉通行”在不久的將來或成為人們生活的“新常態”。圖片來源：百度圖片■本報記者趙廣立實習生趙利利在剛剛閉幕的2017年巴塞羅那世界移動通信大會上，擁有虹膜識別技術和雙系統運行的DATA云端智能控制終端甫一亮相就吸引了現場的目光，為虹膜識別產品的出現開了個好頭。與此同時，與虹膜識別同屬于非接觸類生物識別技術的人臉識別也正進入公眾視線。今年2月下旬，美國權威雜志《技術評論》公布了2017年度全球十大突破技術，其中中國科技公司Face++、百度和阿里巴巴憑借刷臉支付技術入選。在描繪技術可用性（Availability）的標簽時，刷臉支付被標為“現在”（Now），這意味著“刷臉吃飯”“刷臉社交”“刷臉通行”在不久的將來或成為人們生活的“新常態”。“刷臉”“虹識”呼聲高中科院自動化所生物識別與安全技術研究中心主任李子青告訴《中國科學報》記者，非接觸類生物識別技術是指終端設備不需要和用戶直接接觸便可收集身份特征信息的技術，虹膜識別、人臉識別、聲紋識別、視網膜識別等都屬于這種類型。與聲紋識別對聲音環境要求較高、視網膜識別對矯正視力人群可能帶來的不便不同，業內普遍認為人臉識別和虹膜識別的應用場景更具廣泛性和便捷性，其商業化前景更值得期待。虹膜識別已走進大家日常生活。目前全球已有50多個機場都設置了只需通過虹膜識別而讓旅客直接通關的系統。新加坡也于今年開始采用“虹膜掃描”作為旅客及新加坡公民除了照片、指紋外的又一身份辨識依據。虹膜識別在金融領域也大顯身手：為了避免傳統銀行“用戶名+密碼”的信息數據庫被不法人員撞庫竊取，部分銀行開始增加虹膜識別驗證，即只有虹膜掃描信息和賬戶信息完全匹配時，客戶才可以獲得資金提取的授權，安全級別全面升級。相比指紋和數字密碼，虹膜識別在互聯網支付應用中安全性更高，這也使得虹膜掃描系統相繼獲得三星等品牌手機的青睞。在北京中科虹霸科技有限公司副總經理邱顯超看來，“虹膜手機”或將成為未來人們不可或缺的“智能器官”。不過，公眾對人臉識別的期待比虹膜識別更甚：“刷臉吃飯”“刷臉通行”真的可以實現了嗎？“如今在百度科技園，員工們1秒鐘就能通過‘刷臉通行閘機’，不用工卡、不必等待。”百度深度實驗室主任林元慶向《中國科學報》記者描述了百度人臉識別技術的應用：“下一個應用場景很可能是百度食堂——百度員工去食堂吃飯就可以告別工卡了，幾萬人將率先享受‘刷臉’的便捷。”追求更自然的AI交互人臉識別有兩個不同的場景，一個是1：1的人臉比對，一個是1：N的人臉識別。前者常見于銀行、公安系統一些應用，一般需提交個人身份證信息和人臉特征，然后系統再拿身份證照片和提交的信息進行1：1的比對；后者也已在刑偵等領域有一定應用，但由于1：N識別精度問題導致難度較高，傳統上公安系統也只是借助這項技術輔助偵查，對識別結果還“不能確信”、對嫌疑人“不能鎖定”。百度“刷臉”技術選擇的是1：N的精準識別。林元慶透露，百度從2016年開始發力1：N的識別應用，并取得很大技術突破，“已經可以將1：N的人臉識別做到非常精確”。百度方面此前宣布，百度大腦的人臉識別監測準確率已達99.7%。“如果準確率不夠，在刷臉通行閘機的應用上就可能會導致百度的員工被攔在門外，這種情況是不能容忍的。”林元慶告訴記者，百度人臉識別的精確度有兩個指標：誤通過率和通過率。“通過率容易理解，就是指匹配的正確率。誤通過率就是指‘不是百度的人輕易放行了’，我們這個指標接近于0；通過率則在99%以上。”事實上1：N精準識別要做到高精準識別度并非易事。這也讓李子青在內的學者們懷疑：“真的有宣傳中所說的那么高嗎？”“1：N做到高精準識別度是最難的。”林元慶也坦承，特別是隨著數據庫的增大——目前百度通行閘機和未來百度食堂的數據庫為2萬~5萬人——對識別的精準度和安全性都提出了更為嚴峻的挑戰。“但這樣才正是百度的‘菜’。”林元慶說，只有實現1：N精準識別，才是真正給原有人臉識別方式帶來革命性變化，讓人工智能（AI）時代的交互更智能、更便捷。“我們一定做到這一點，因為我們希望以后的AI界面將是非常自然，跟我們的生活無縫對接的。”悄然進入2.0時代事實上，在人臉識別最初走向應用之時，“準確率”就一直是深化應用的瓶頸所在。特別是，最初的二維人臉識別并不能達到“臉”與“人”的高度匹配。“人臉跟蹤識別技術已進入2.0時代。”人工智能科技公司ULSee創始人葉舟告訴《中國科學報》記者：“傳統的人臉識別技術主要是基于可見光圖像的人臉識別，但這種方式有著難以克服的缺陷，尤其在環境光照發生變化時，識別效果會急劇下降，而且還存在其他比如側臉、正臉差異較大，用照片圖像進行欺詐等問題。”一位生物識別技術領域公司的產品經理告訴記者，“如今，活體檢測取代了靜態的圖片識別，紅外光作為人臉特征的采集手段彌補了可見光識別的不足，真人面具、照片、手機視頻都不能‘蒙混過關’。”而且，這位產品經理說，今天人們面對人臉掃描儀，不再需要“搖頭晃腦”跟機器“互動”來保證錄入信息的真實。目前，人臉關鍵點檢測技術可以精確定位面部的關鍵區位，甚至可以做到支持一定程度遮擋以及多角度人臉，這便準確率大幅度提升。即便如此，雙胞胎識別、整容易容前后的識別仍然是人臉識別的技術瓶頸所在。對此，李子青告訴記者，虹膜識別或許成為解決這個難題的突破口之一。與人臉形態在人不同生命階段所展示出來的不確定性不同，虹膜具有高度的確定性和唯一性，它從胎兒發育到肉體死亡，整個過程中始終保持其形態的確定性和與其他個體的差異性。虹膜的這種屬性早就受到生物識別技術專家的重視。作為非接觸類生物識別的重要內容，虹膜識別同樣不需要眼睛與設備的直接接觸，更加方面、快捷，虹膜與人臉的雙重認證為臉部識別“上了雙保險”。不過，人類的平均虹膜直徑為12mm，中國人的平均虹膜直徑更小。較小的外露面積造成了虹膜特征信息收集的難度。李子青說，“此外，中國人虹膜色彩的豐富性也遠遠低于西方人，這也是虹膜識別面臨的問題之一。”隨著技術的進一步發展，虹膜識別有了專用的紅外攝像頭和專用紅外燈，這讓識別更具可行性。除了識別掃描射線升級之外，機器學習和算法本身的迭代也是解決信度難題的重要方面。林元慶表示，數據、算法、產品是一個正循環，數據的迭代和算法的演進促進更好的產品產生，而更好的產品又反作用于數據和算法的進一步精進。“事實上，百度人臉識別技術的突破與近年來算法上的大量投入密不可分。”林元慶說，“百度進入人臉識別行業，走的是技術路線”。

關鍵字標籤：指靜脈產品