人脸扫描：从苹果手机到“人脸门”

文/罗元杰

本文首发于《中国新闻周刊》第823期

9月12日，全新一代上市。苹果新品的最大亮点之一就是全新的身份验证系统——“Face ID”，也就是面部识别功能。这个被形象地称为“刷脸”的功能，是基于“独创深度相机采集系统”的操作，被网友戏称为“刘海儿”。传感器将读取用户独特的面部几何结构，并将其与 A11 安全飞地内受保护的数据进行比较，如果两者匹配，则 X 解锁。

苹果提供的数据显示，Face ID的红外发射器可以发射个检测点，以3D形式记录和识别用户的脸部，并且可以像ID（指纹识别）一样解锁手机、使用Pay支付以及使用第三方。在应用程序中。也就是说，以前可以使用ID的场景，Face ID也将可以使用。

根据苹果公司的统计，用户平均每天解锁手机80次。有了面部识别解锁功能，解锁流程将大大简化。

如此简单的解锁方式是否存在安全隐患？苹果高管强调，面部识别解锁非常安全。该手机使用 3D 来验证用户的脸部。只有当手机处于稳定状态且用户直视摄像头时，手机才能解锁。该系统不会被面具或照片所欺骗。当用户转移视线或闭上眼睛时，屏幕会自动锁定。用户的面部信息数据将安全存储在手机本地存储中，不会上传到云端。

4月16日，2017北京国际长跑节暨北京半程马拉松启用大规模人脸识别系统，防止替补跑者。图/视觉中国

面部识别技术40年

人脸识别是生物识别技术的一种，是指利用生物体（一般特指人）的生物特征来区分每个个体。人脸、指纹、掌纹、虹膜、视网膜、声音、体形、个人习惯（如签名）等生物特征的识别都有相应的识别技术支持。这些特征通常被视为方便的身份认证形式，因为它们大多是天生的和独特的。

面部识别技术的研究始于 20 世纪 60 年代。起初，这项技术并不是全自动的。该程序计算面部特征之间的距离和比例，并将所得数据与数据库中已有的参考值进行比较，但程序操作员需要手动“锁定”面部特征，例如眼睛、耳朵、鼻子和嘴巴。实验可以继续进行。

到了 20 世纪 70 年代，研究人员创建了一个程序，可以通过使用 21 种特定的面部特征（例如头发颜色和嘴唇厚度）自动识别面部。 20 世纪 80 年代末，一项开创性的研究发现，只需不到 100 个特定变量即可准确识别正常人脸。

随着20世纪90年代计算机技术的快速发展，以及美国军方因反恐需要开始资助相关研究，面部识别技术迅速从理论走向应用。美国国防部资助的项目于1994年、1995年和1996年组织了三次人脸识别评估，多个知名的人脸识别算法参与了测试。这三项评价直接推动了人脸识别算法的发展。提升。

“9·11”事件后，为了遏制恐怖袭击，美国更加重视面部识别技术，并在安防领域得到更广泛的推广和应用。此后十年，人脸识别技术仅限于安防领域，并没有取得实质性突破。虽然此类产品也出现在民用市场，但大多集中在门禁、考勤、监控系统等安防系统上。唯一的例外是，2006年，尼康率先将面部识别技术应用到其产品中。新相机可以在拍摄时自动搜索人脸并优先对焦。

转折点出现在移动互联网时代，巨头抢占先机。 2010年底，率先在美国推出利用面部识别技术的“Tag”功能，并于2011年6月将该功能扩展到美国以外的大多数国家。谷歌也推出了类似的功能“Find My” 2011年12月+上线“Face”，允许用户通过面部识别自动在朋友的相册中找到自己。

未来两年，上述两家公司欲收购多家面部识别技术初创公司，例如谷歌2011年收购的“匹兹堡模式识别”； 2012年收购的以色列人脸识别技术公司，试图实现无标签识别。自动识别照片中的人物并帮助用户对照片进行分类。

2013年，一家芬兰初创公司推出了基于面部识别系统的支付平台。支付时，您​​只需对着POS机屏幕上的摄像头点头，然后点击“确定”即可。它还对该技术申请了专利，并声称拥有“军用级算法”的保护。这是全球首次将人脸识别应用于支付领域。

2013年12月，深度学习人工智能实验室在纽约成立，深度学习鼻祖Yann受邀加盟。在他的推动下，该技术的面部识别准确率在2014年达到了97%。2015年，Yann公开表示，现在即使图像中没有人脸，他们开发的程序也可以从发型、姿势和体型来确定用户的身份。 2014年初，谷歌斥资4亿美元收购了一家深度学习算法公司和一家图像分析公司，随后推出了面部识别技术。

在国内，百度也于2014年5月聘请深度学习领域大师吴恩达加入成立深度学习研究院，并于2015年发布人脸优化产品。2015年3月，马云展示了蚂蚁金服金融公司在汉诺威消费电子、信息通信博览会上向德国总理默克尔和中国副总理马凯支付刷脸技术，并从淘宝购买了一辆1948 1948汉诺威送给来宾。纪念邮票。

随着移动设备处理能力的提升，人脸识别技术迅速突破安防领域，并应用于日常应用中。它已在金融系统、娱乐等其他领域发酵，创造了巨大的商业价值。

目前，深度学习正逐渐应用于人脸识别。深度学习整合了特征提取和分类两个步骤。它利用神经网络黑箱的特性，计算出最合适的特征提取方式，直接跳过“特征提取”步骤。这个“提取影响识别结果”的缺陷使得该算法更适合不同的实际应用。

虽然人脸识别技术种类繁多，但底层算法都是相似的。识别图像的“多样性”和“准确性”是衡量技术水平的重要标准。只有给机器“喂”一定规模的训练数据，提升其深度学习能力，人脸识别技术才能在实际应用场景中达到预期效果。这意味着，为了提高算法的精度，大量的数据积累是必不可少的。

谁偷了我们的“脸纹”

以商场内部的监控摄像头为例，更容易理解“人脸扫描”的原理：配备面部识别软件的计算机会对商场内的视频图像进行检测和识别。一旦系统检测到任何可疑的“面孔”，它就会密切关注该镜头中的每一张“面孔”。当系统将图像中的面部调整到适当的大小和方向时，它将进一步识别它并创建“面部图案”。

面纹的原理与指纹类似，即一组可以区分人脸的组合特征。每个人的眼睛、鼻子、嘴巴等面部特征之间的距离、面积、角度等几何关系是不同的。大眼睛、小鼻子、薄嘴唇的“脸型”和小眼睛、大鼻子、厚嘴唇的“脸型”是一样的。人的面部花纹是不同的。

将面部指纹与照片进行比较可以验证“已知人”的身份，例如当公司对进入特定区域的员工进行身份验证时。面部指纹还可以与数据库中的大量图片进行比较，以识别“身份不明的人”。然而，当光线变化时，人脸被异物遮挡，面部表情发生变化，五官变化很大，一副墨镜就会极大地迷惑面部识别系统。

此外，被识别人与识别过程的配合程度也是决定人脸识别成功与否的因素之一。因此，识别有意识进行面部识别的人会更容易。例如，刷脸支付时，顾客需要在合适的光线下直视摄像头，以便于软件识别。

为了解决这些技术难点，提高人脸识别的准确率，开发或应用人脸识别技术的公司正在积累大量数据，希望提高系统的深度学习能力。例如，Face++作为美图秀秀的合作伙伴，已经识别了超过10亿张照片，目前拥有数亿张照片的名人照片库。为了研究这项技术，我们建立了包含 4,030 人的 440 万张标记面孔的库。希望能够利用深度学习算法来调查用户在社交网络上的行为和习惯，进而精准推送信息。

智能硬件和摄像头随时随地收集我们的个人图像数据。如此长时间大规模积累用户数据，必然涉及个人数据和隐私保护问题。

一款名为 的移动应用程序，允许用户使用面部识别技术仅根据某人的照片在社交软件上查找该人的帐户。从表面上看，这是与朋友和同事联系的好方法，但该程序很容易被滥用，人们可能会错误地使用它来暴露他人的身份或造成骚扰。

2014年，美国卡内基梅隆大学的一位教授发现，通过谷歌图片搜索匿名交友网站上用户的照片，可以轻易人肉获取这些用户的真实信息。迪士尼曾面临消费者投诉，称其使用面部识别系统未经授权获取消费者的信用卡信息，并向他们推送他们可能感兴趣的产品。

今年7月，有消息透露，沃尔玛正在开发一种面部识别系统，用于识别顾客是否不满意，并为此申请了专利。近日，斯坦福大学的两名研究人员开发了一种神经网络算法，可以通过面部识别来确定一个人的性取向，该算法的测试结果准确率高达91%。这一研究结果及其可能带来的歧视问题，令平权组织和团体深感不安。

更不用说面部识别技术与警察随身摄像头、定位软件和机器学习等其他技术结合使用来辅助实时追踪——它们对打击犯罪非常有利，但它们也暴露了我们正常生活的隐私。任何时候。在公共权力下。

欧洲和美国的大量消费者权益组织一直在关注这一问题，谷歌和谷歌也分别在德国和法国被罚款。欧洲监管机构在将于2018年5月生效的《通用数据保护条例》中嵌入了一套原则，规定包括面部特征在内的生物特征信息属于其所有者，使用这些信息需要征得个人同意，这意味着欧盟对个人信息的保护和监管达到了前所未有的水平。

“刷脸闸”已在首都机场试运行

当然，也有专家表示，目前人脸识别技术还很粗糙，公众无需过于紧张。过度的话会阻碍技术的发展。事实上，在某些情况下，您可以欺骗这些系统，让它们认为自己看到或听到了实际上并不存在的东西。

人工智能专家，例如现任谷歌研究人员，撰写了文章解释神经网络存在安全漏洞。只要图像发生了非常轻微的变化，神经网络就会认为该图像包含了它实际上并不具有的东西。这些变化是人眼无法察觉的——有时这些变化只是图像中各处的随机添加。几个像素。例如，操作员可以更改大象照片中的几个像素，并欺骗神经网络认为它是“一辆汽车”。研究人员称这些为“对抗性例子”。

不过，尽管技术和法规尚不成熟，但人脸识别技术的广阔应用前景已得到企业界的认可。

金融行业对身份认证需求充足，市场前景最广阔，预计是“千亿级”市场。事实上，中国的移动支付企业在技术、安全、场景等方面的需求都领先于全球，也有更多的技术要求。同时，与身份认证相关的监管机构有十多个，每个人都有不同的关注点和侧重点。 。

但习惯于“倒逼监管改革”的互联网行业，早已开始准备自己的标准，并形成了国际上广泛认可的FIDO、支付宝主导的IFAA、微信支付三大认证体系。市场。随着近期IFAA和IFAA宣布开放身份认证能力，三大认证体系开始正面竞争。

在娱乐和社交方面，面部识别技术在游戏角色虚拟化、VR/AR社交、表情交互或短视频中的应用，必然会带来全新的玩法。比如最近有一款小游戏叫Face。这个游戏类似于音乐游戏。后者需要你在纸币到达识别线之前按下正确的按钮，而Face则依赖于人脸识别，并根据游戏指令做出决定。各种表情。比赛过程中，摄像头还会记录整个过程，让用户在社交网站上秀出自己的“脸技”，上传各种搞笑视频。

在安全方面，百度AI机器人已与北京首都国际机场达成合作并已落地。百度人脸闸已进驻首都国际机场运行控制中心进行测试。主要负责大楼内办公人员的出入及数据监控。国际民用航空组织（ICAO）规定，从2010年起，其118个成员国和地区必须使用机读护照。人脸识别技术是首选的身份识别方式。该规定已成为国际标准。

我们可以更换手机，也可以制作假身份证、假驾照，但以目前的医疗技术，我们还无法“换脸”。人脸识别技术前景广阔，但也存在安全隐患。这项技术会是新的人机交互革命的开始，还是个人隐私的沦陷？我们拭目以待。