互联网的“刷脸”时代 安全性存疑

很多人在出门之前，都会习惯性地检查一下随身的钱包、钥匙，如果一时粗心大意，丢三落四，就可能面临尴尬的情景。但在未来，你可能无需再为此担心，消费支付可以“刷脸”，回家进门可以“刷脸”，原本科幻片电影中的人脸识别的场景正在变为现实。人脸信息可能在未来成为你最重要的一份密码，然而这样的未来究竟还有多久才能到来?

从研究到应用

人脸识别技术虽然近年来才受到关注，但其实相关的研究历史却比较悠久。最早进行人脸识别研究的并不是计算机领域的研究人员，而是生物学家和心理学家。早在19世纪的时候，英国生物学家、进化论的奠基人达尔文就对人脸的表情及结构特征做过研究。到19世纪末，达尔文的表弟，同样也是英国著名心理学家和遗传学家的弗朗西斯·高尔顿也在生物特征识别上做过非常深的研究。高尔顿在1888年和1910年就分别在《Nature》杂志发表了两篇关于利用人脸进行身份识别的文章，对人类自身的人脸识别能力进行了分析。

达尔文与高尔顿在当时的研究还没有涉及到自动人脸识别(Automatic face recognition，简称AFR)问题，最早关于AFR的研究论文是1965年陈(Chan)和布莱索(Bledsoe)在Panoramic Research Inc.发表的技术报告，距今也已有50年的历史。经过了半个世纪的发展，尤其是近十几年来的研究，自动人脸识别技术已经取得了长足的进步，也成为了生物特征识别领域甚至人工智能领域最重要的研究方向之一。

“传统的AFR技术，在提取人脸特征时一般提取人为定义的人脸纹理特征，比如LBP、Gabor、SIFT，在国际标准人脸识别评估数据库LFW(Labelled Faces in the Wild)上的识别率一般在80%-90%左右，而目前，世界上一流的人脸识别技术一定是采用了深度学习技术。”北京飞搜科技有限公司CTO白洪亮在接受记者采访时介绍道。

白洪亮告诉记者，由于深度学习技术、卷积神经网络的引入，特别是GPU(图像处理器)的发展使得卷积神经网络的算法得以实现，人们在提取人脸特征时不再提取人为定义的特征，而是采用卷积神经网络在大规模的人脸数据集中去学习出表述人脸的特征。采用这种机器学习出来的人脸特征，目前世界一流的人脸识别技术在LFW上的识别率一般在99%以上。

香港中文大学教授汤晓鸥此前在计算机视觉国际会议CVPR2014上发表论文，称计算机算法识别人脸的准确率已经达到99.15%，超过了人类肉眼识别的97.52%准确率。腾讯公司也向外界透露，其公司的研发团队在全球最权威的人脸识别评测平台FDDB上，达到了人脸识别LFW数据集准确率超过99.5%，对身份证照片识别准确率甚至超过了99.9%。

在评测实验中，目前的人脸识别技术已经取得了近乎满分的成绩单，但在实际应用中，人脸识别技术的表现又如何呢。