近日，央行下發《關於銀行業金融機構遠端開立人民幣賬戶的指導意見》(徵求意見稿)，對人臉識別等生物識別技術給出了明確的應用方向。其中提到，遠端開戶對已在銀行櫃檯有開戶記錄的客戶，可透過“交叉驗證”的方式完成身份確認，人臉識別技術等可作為身份核實的輔助手段，並明確開設部分功能的電子賬戶，小額存、轉、匯等業務均可辦理。
有訊息稱，這個指導意見最快將在今年第三季度下發，讓人臉識別技術在金融領域應用有法可依。
人臉識別技術是怎麼工作的
主要比對的是五官比例及面部特徵
人臉識別在學術界與指紋、虹膜等，被定性為一種生物識別方式，
浙江大學計算機學院教授宋明黎從事過這方面的研究。他說，人臉識別說穿了很簡單，就是透過攝像頭與計算機後臺操作來完成，“首先攝像頭會找到人臉，對人臉輪廓進行掃描、對五官定位，然後對人臉進行特徵採集，抽取特徵向量和人臉訓練庫進行對比。”
人臉訓練庫類似於人臉影象的後臺資料庫，所有人臉都是以特徵向量的形態存在的。特徵向量包含一張人臉的顯著特徵，而近年來很熱的深度卷積神經網路技術，其實就是一種抽出影象特徵的技術。簡單地說，就是基於人臉影象“大資料”，先對看到的人臉影象進行預處理，提取面部各個方面的特徵，並透過分層多次萃取，尋找對於識別個體人臉最有效的特徵表達，這種特徵表達對於人臉識別非常有效，甚至在某些資料集上取得了超越人眼的準確率。
技術並不新有公司門禁用的就是它
宋教授說，人臉識別這個技術並不新。十幾年前，華人就已將它應用於生活領域，比如構建公司門禁系統。
“不過，當時的技術只能夠支援一兩百人的容量，應用不是很普遍。”宋教授說，這幾年，在引入深度卷積神經網路技術後，不但提高了識別的精確度，還擴大了樣本容量，具備了擴張應用領域的良好條件。國內佔領主導地位的是Face++，它成功融入了社交網路，不僅可以精確定位面部的關鍵區域，進行智慧美妝美化，還可以從圖片或實時影片流中分析出人臉的性別、年齡、種族等多種屬性，並能進行1∶N人臉識別，實現億級人臉的快速檢索等。
公安部門找犯罪嫌疑人，是人臉識別技術升級換代後最常見的任務。比如在辦暫住證的時候，需要拍照和提交身份證，透過計算機後臺來判斷該人是否有犯罪記錄。去機場過安檢時的拍照、查身份證也是這個道理。
現在，人臉識別技術和數字監控系統已完美地結合在了一起，道路、機場、車站、碼頭、小區、銀行、超市等公共場合都安裝有監控。這些監控，不僅可以幫助警方追蹤逃犯，還能夠助力查詢失蹤人口。
目前，各個領域的人臉識別技術基本是基於深度卷積神經網路技術，宋教授說：“在LFW(即人臉識別系統的公開測試系統，每家企業開發出自己的人臉識別技術，透過這個平臺測試識別率)等資料集上甚至超過了99.7%。”
人臉識別技術真的安全嗎
認知刻板細節一變就無法識別
99.7%的準確率看上去很高，但是，一旦乘以中國的人口基數，它的準確率就不那麼令人放心了。
“主要是面部特徵的變化與後臺資料不一樣，會影響準確度的。”宋教授舉了個例子。有一次，警察在抓犯罪嫌疑人，根據嫌疑人之前的照片和當地公安系統中的照片進行比對，結果無匹配。辦案民警想到，當地男性生活中習慣留鬍子，於是在嫌疑人的照片上添了鬍子再匹配，便有了結果。匹配結果根據相似度的高低進行排列，結果發現，真正的嫌疑人是匹配結果中的第二個。
宋教授說，這個案例說明，人臉識別技術的準確性高低，與很多小細節有關。比如，原來不戴口罩現在戴了，圓臉人整形削骨變成了瓜子臉，這都不能被識別，“前幾天，Google Photos還鬧了個笑話，誤把兩名黑人標註為大猩猩，這應該是提取的大猩猩和黑人的特徵比較接近才出現這種結果。”
牟先生也說，目前應用中的攝像頭解析度還不足以將這些細節都捕捉到。
另一個影響比較大的因素是光線。在刺眼的強光或是昏暗的背景下，同樣會影響識別。
宋教授指著一盆植物解釋，計算機在識別人臉與系統資料是否一致時，其實就像人眼與大腦記憶系統的連鎖反應一樣。當強光照在這盆植物上，由於曝光嚴重會刺激到人眼，使得人無法看清楚這盆植物，自然無法判斷它是什麼。同樣，在光線不足的昏暗環境下也一樣。
牟先生就此介紹，他們在做具有人臉識別的ATM機時，擺放的位置就需要講究。一般都是背光的，從而有效地避免了強光的直射。到了夜間，或者是光線漸弱的時候，機器自帶的光源便會自動開啟。
光線要求高太強太暗都影響識別
只認特徵刷照片也可能透過識別
那麼，在人臉識別的過程中，刷照片能不能透過ATM的識別呢？
牟先生說，這個確實很難防範。攝像頭都是二維的，也就是平面，在讀取人臉時只認特徵。
宋教授也表示，這就是人臉識別+網際網路金融最不安全的地方，“計算機在處理攝像頭捕捉到的人臉特徵後，卻無法得知到底是不是本人。”因為想矇混過關的方法其實有很多，比如在一個三維模具上貼個人臉相片，戴人臉模擬面具，或者播放一段影片，把影片中的人臉替換成你想替換的那個人，“現在的技術已經可以做到這一點了，一邊放影片，一邊替換人臉，等一遍影片放完，影片裡的人也替換成功了。”
“為此，我們又設了一個安全防護，就是在使用ATM機時，還是要輸密碼。”牟先生說，這樣，就算長得再像的雙胞胎，只要不知道取款密碼，哪怕通過了人臉識別依然不能取走錢，“人臉識別ATM機其實是人臉識別技術+傳統的ATM機。”
宋教授說，網際網路金融關乎國民的財產安全，人們對風險的耐受力較低，“銀行不僅需要完全保證進行遠端開戶的是客戶本人，還要擁有一套完善的、堅固的、不會被駭客攻破的安全保密系統。”
人臉識別技術的應用前景如何
可以作為安全輔助手段
儘管人臉識別技術在應用中還有一些弊端，不過這阻擋不住它的發展。
最近，阿里巴巴研發了一種新的支付方式——微笑支付，就是透過刷臉來完成。“對於小額金融支付來說當然是沒有問題的，用起來很方便。”宋教授說，“其實，我比較看好把人臉識別技術應用到行業中。”宋老師有著自己的設想，像“人臉識別+餐館”，捕捉每位顧客的相貌及口味，以便再度光臨時能夠提供更優質服務。也可以利用人臉識別技術來統計客人來店裡消費的次數，給他一定的優惠，或辦個會員卡，提高顧客的回頭率。
“現在，有部分手機廠商已在研究用"刷臉"來解鎖屏保。”宋教授說，“這是一個很好的領域，增加了手機的安全效能。這樣，就算手機被偷、不小心掉了，他人也不能開啟你的手機，從而保護了自己的隱私。”
近日，央行下發《關於銀行業金融機構遠端開立人民幣賬戶的指導意見》(徵求意見稿)，對人臉識別等生物識別技術給出了明確的應用方向。其中提到，遠端開戶對已在銀行櫃檯有開戶記錄的客戶，可透過“交叉驗證”的方式完成身份確認，人臉識別技術等可作為身份核實的輔助手段，並明確開設部分功能的電子賬戶，小額存、轉、匯等業務均可辦理。
有訊息稱，這個指導意見最快將在今年第三季度下發，讓人臉識別技術在金融領域應用有法可依。
人臉識別技術是怎麼工作的
主要比對的是五官比例及面部特徵
人臉識別在學術界與指紋、虹膜等，被定性為一種生物識別方式，
浙江大學計算機學院教授宋明黎從事過這方面的研究。他說，人臉識別說穿了很簡單，就是透過攝像頭與計算機後臺操作來完成，“首先攝像頭會找到人臉，對人臉輪廓進行掃描、對五官定位，然後對人臉進行特徵採集，抽取特徵向量和人臉訓練庫進行對比。”
人臉訓練庫類似於人臉影象的後臺資料庫，所有人臉都是以特徵向量的形態存在的。特徵向量包含一張人臉的顯著特徵，而近年來很熱的深度卷積神經網路技術，其實就是一種抽出影象特徵的技術。簡單地說，就是基於人臉影象“大資料”，先對看到的人臉影象進行預處理，提取面部各個方面的特徵，並透過分層多次萃取，尋找對於識別個體人臉最有效的特徵表達，這種特徵表達對於人臉識別非常有效，甚至在某些資料集上取得了超越人眼的準確率。
技術並不新有公司門禁用的就是它
宋教授說，人臉識別這個技術並不新。十幾年前，華人就已將它應用於生活領域，比如構建公司門禁系統。
“不過，當時的技術只能夠支援一兩百人的容量，應用不是很普遍。”宋教授說，這幾年，在引入深度卷積神經網路技術後，不但提高了識別的精確度，還擴大了樣本容量，具備了擴張應用領域的良好條件。國內佔領主導地位的是Face++，它成功融入了社交網路，不僅可以精確定位面部的關鍵區域，進行智慧美妝美化，還可以從圖片或實時影片流中分析出人臉的性別、年齡、種族等多種屬性，並能進行1∶N人臉識別，實現億級人臉的快速檢索等。
公安部門找犯罪嫌疑人，是人臉識別技術升級換代後最常見的任務。比如在辦暫住證的時候，需要拍照和提交身份證，透過計算機後臺來判斷該人是否有犯罪記錄。去機場過安檢時的拍照、查身份證也是這個道理。
現在，人臉識別技術和數字監控系統已完美地結合在了一起，道路、機場、車站、碼頭、小區、銀行、超市等公共場合都安裝有監控。這些監控，不僅可以幫助警方追蹤逃犯，還能夠助力查詢失蹤人口。
目前，各個領域的人臉識別技術基本是基於深度卷積神經網路技術，宋教授說：“在LFW(即人臉識別系統的公開測試系統，每家企業開發出自己的人臉識別技術，透過這個平臺測試識別率)等資料集上甚至超過了99.7%。”
人臉識別技術真的安全嗎
認知刻板細節一變就無法識別
99.7%的準確率看上去很高，但是，一旦乘以中國的人口基數，它的準確率就不那麼令人放心了。
“主要是面部特徵的變化與後臺資料不一樣，會影響準確度的。”宋教授舉了個例子。有一次，警察在抓犯罪嫌疑人，根據嫌疑人之前的照片和當地公安系統中的照片進行比對，結果無匹配。辦案民警想到，當地男性生活中習慣留鬍子，於是在嫌疑人的照片上添了鬍子再匹配，便有了結果。匹配結果根據相似度的高低進行排列，結果發現，真正的嫌疑人是匹配結果中的第二個。
宋教授說，這個案例說明，人臉識別技術的準確性高低，與很多小細節有關。比如，原來不戴口罩現在戴了，圓臉人整形削骨變成了瓜子臉，這都不能被識別，“前幾天，Google Photos還鬧了個笑話，誤把兩名黑人標註為大猩猩，這應該是提取的大猩猩和黑人的特徵比較接近才出現這種結果。”
牟先生也說，目前應用中的攝像頭解析度還不足以將這些細節都捕捉到。
另一個影響比較大的因素是光線。在刺眼的強光或是昏暗的背景下，同樣會影響識別。
宋教授指著一盆植物解釋，計算機在識別人臉與系統資料是否一致時，其實就像人眼與大腦記憶系統的連鎖反應一樣。當強光照在這盆植物上，由於曝光嚴重會刺激到人眼，使得人無法看清楚這盆植物，自然無法判斷它是什麼。同樣，在光線不足的昏暗環境下也一樣。
牟先生就此介紹，他們在做具有人臉識別的ATM機時，擺放的位置就需要講究。一般都是背光的，從而有效地避免了強光的直射。到了夜間，或者是光線漸弱的時候，機器自帶的光源便會自動開啟。
光線要求高太強太暗都影響識別
只認特徵刷照片也可能透過識別
那麼，在人臉識別的過程中，刷照片能不能透過ATM的識別呢？
牟先生說，這個確實很難防範。攝像頭都是二維的，也就是平面，在讀取人臉時只認特徵。
宋教授也表示，這就是人臉識別+網際網路金融最不安全的地方，“計算機在處理攝像頭捕捉到的人臉特徵後，卻無法得知到底是不是本人。”因為想矇混過關的方法其實有很多，比如在一個三維模具上貼個人臉相片，戴人臉模擬面具，或者播放一段影片，把影片中的人臉替換成你想替換的那個人，“現在的技術已經可以做到這一點了，一邊放影片，一邊替換人臉，等一遍影片放完，影片裡的人也替換成功了。”
“為此，我們又設了一個安全防護，就是在使用ATM機時，還是要輸密碼。”牟先生說，這樣，就算長得再像的雙胞胎，只要不知道取款密碼，哪怕通過了人臉識別依然不能取走錢，“人臉識別ATM機其實是人臉識別技術+傳統的ATM機。”
宋教授說，網際網路金融關乎國民的財產安全，人們對風險的耐受力較低，“銀行不僅需要完全保證進行遠端開戶的是客戶本人，還要擁有一套完善的、堅固的、不會被駭客攻破的安全保密系統。”
人臉識別技術的應用前景如何
可以作為安全輔助手段
儘管人臉識別技術在應用中還有一些弊端，不過這阻擋不住它的發展。
最近，阿里巴巴研發了一種新的支付方式——微笑支付，就是透過刷臉來完成。“對於小額金融支付來說當然是沒有問題的，用起來很方便。”宋教授說，“其實，我比較看好把人臉識別技術應用到行業中。”宋老師有著自己的設想，像“人臉識別+餐館”，捕捉每位顧客的相貌及口味，以便再度光臨時能夠提供更優質服務。也可以利用人臉識別技術來統計客人來店裡消費的次數，給他一定的優惠，或辦個會員卡，提高顧客的回頭率。
“現在，有部分手機廠商已在研究用"刷臉"來解鎖屏保。”宋教授說，“這是一個很好的領域，增加了手機的安全效能。這樣，就算手機被偷、不小心掉了，他人也不能開啟你的手機，從而保護了自己的隱私。”