2017年，肯德基开设了全球第一家面部识别支付餐厅。 截至今年3月，支付宝4.5亿用户中，超过1.5亿用户使用了人脸识别功能……这些对安全性和技术能力要求最高的支付交易场景背后，是蚂蚁金服验证技术提供的金融级人脸识别。

前言

身份验证是整个数字金融的重要组成部分。 要实现从实名到真人的转变，人脸识别验证在这里发挥了非常重要的作用。 “刷脸”验证、“刷脸”支付作为新兴事物，不仅给人们的金融生活带来便利，也大幅提升了安全验证的效率。 它给我们带来了全新的金融服务体验，极大地推动了数字金融的发展。 去年2月21日，蚂蚁金服的“刷脸支付”被全球权威的麻省理工科技评论（MIT）评为“2017年全球十大突破性技术”之一。

人脸识别是人工智能的应用领域之一。 研发中的算法和参数通过数据进行优化，并通过传感器硬件、多因素组合等技术手段进行协调。 这是一个迭代过程。 在安全要求极高的金融行业，“刷脸”验证支付如何保证金融级准确性？ 如何确保生物识别来自非面对面情况下的真人？ 反欺诈场景下如何维护安全？ 三大问题决定了这对金融来说是机遇还是挑战。

近日，蚂蚁佐罗亮相微信创新论坛，与一众技术创新者分享了蚂蚁金服“刷脸支付”技术的最新应用和进展，为生物识别技术的发展探索更多路径和方向。

减少1000倍资金损失：数字服务时代的“刷脸”身份验证

在数字时代，我们回答“你是谁？”这个问题。 每天使用各种移动设备和在线服务。 过去，我们回答这个问题的主要方式是密码和短信验证码，但这些方式隐含着太多的安全风险，比如短信被黑客拦截、多平台同一个密码导致数据库删除、撞库等。 如今，越来越多的新技术让我们能够自己回答这些问题，比如指纹识别、人脸识别和声纹识别，以实现更简单、更安全的信任关系。

数字身份验证不仅解决了“一对一”的身份识别问题，即证明“你就是你”的问题，更重要的是解决了“一对多”的身份识别问题：当你想要在某个场景下购买物品，但你什么都不带，但是当有人到来时，你必须通过人脸搜索和识别来证明你是某个帐户的所有者。 所以需要验证的不仅仅是“你是你”，还要在众多人中认出你。

一方面，“人脸识别”的选择是基于用户的非接触式体验，这与指纹识别不同； 另外，人脸照片可与身份证件及本人照片进行对照。 为了增强安全性，双因素验证至关重要。 由于刷脸过程中也会扫描识别眼睛特征，因此用户体验非常自然。 市面上有一些是和声纹结合的，也是二因素验证的。 但体验比人脸扫眼结合的二因素验证差，且受声音环境影响较大。

另一方面，由于深度学习、大数据等的发展，极大地帮助我们优化了其背后的人工智能技术和算法，面部识别技术在过去几年得到了快速的提升。 蚂蚁金服高级算法专家李亮表示，目前机器人的面部识别能力已经达到了可以在人眼无法识别的变化或模糊物体中准确识别目标的程度。

蚂蚁金服拥有先进的可信身份识别技术，将“刷脸”定位为金融级人脸识别验证：精准度极高，错误率降至百万分之一。 利用软件算法和数据进行集成，达到硬件级别的精度，具有更好的通用性； 拥有极高的微信安全性，独特的活体、眼纹等专利技术，防止各种照片、视频、3D软件等被仿冒。

在更高准确率的基础上，“刷脸”核心带来了更高的安全性。

例如，支付宝用户丢失了手机，手机丢失后，当诈骗者接入支付宝并发起转账时，支付宝的风控引擎会发现该交易存在异常，可能会发生交易。 交易存在风险，因此推出了人脸验证的风控方式。 当人脸验证失败时，交易将被阻止，以保护用户的账户，所以这是人脸识别验证为保护用户资金带来的更安全的保护。

使用“人脸识别”验证身份，对于商户和企业来说也是更好的风控保障。 据统计，使用“刷脸”验证技术后，商户的丢失率可降低1000倍，仅每月就能减少验证短信。

“刷脸”在金融领域的应用已成为全球趋势。 未来，不仅是金融领域，数字化转型将是经济生活的必然趋势。 在未来数字经济的道路上，“你”仍然是未来的关键。

据了解，人脸识别技术已广泛应用于蚂蚁金服的各类金融和生活服务场景，为数亿支付宝用户提供超过30亿次人脸验证服务。 除了在肯德基实现全球首次商用刷脸支付外，还应用于公积金查询、养老金领取等政务场景，以及刷脸快递、酒店入住等日常生活场景。 今年，蚂蚁金服也在大规模应用人脸识别支付技术。 在自助收银、智能售货机等新零售场景中。

人脸识别未来发展及关键技术

金融级身份验证技术能力与互联网级身份识别能力不同。 由于它们与金融资产和服务直接挂钩，因此其准确性、安全性和稳定性要求更高。 目前，蚂蚁金服“刷脸”的错误率低至百万分之一，但未来仍将是一个长期的动态螺旋过程，需要基础研发的持续投入来保障。

这些关键技术领域概括起来包括：接近100%准确率、多因素验证、信息安全防护、活体检测等。具体来说：

1、深度学习打通生物特征识别“任督二脉”，不断逼近100%准确率

近年来，得益于深度学习的快速发展，我们可以让机器基于神经网络模拟人脑的学习过程，并通过神经网络模型和海量图像数据对其进行训练。 这对于生物特征识别的有效性是显而易见的。 准确率从过去的70%、80%提升到近两年的99.6%甚至99.7%，适合大规模商用。

深度学习到底有什么作用？ 试想一下，我们在用肉眼识别“你是谁”的过程中（更准确地说是“你看起来像我认识的人？”的识别过程）会面临哪些困难？ 首先，人脸的角度、光线、表情、年龄、妆容、遮挡、照片质量等都会影响我们的判断； 第二，随着我们“社交圈”的扩大（即数据库样本的增加），出现两个不同的人成功的概率会迅速上升。 这两点对于以前无法思考的计算机来说是致命的，但深度学习让计算机变得更加聪明，能够自行克服这些困难。

例如，我们的算法最初对眼镜，特别是黑框眼镜的识别不准确的概率很高。 但当数据集积累了大量不同的帧时，机器就可以了解到什么样的帧有什么影响，以及它们之间的细微差别。 我们甚至可以稍后模拟各种帧。 这保证了对于戴眼镜的人脸有非常高的识别率。

众所周知，通过深度学习，我们的棋艺进步很快，在短时间内超越了世界顶尖棋手。 在生物特征识别领域，我们也可以借助深度学习打通“任督二脉”，未来准确率将不断逼近100%。

2、交叉验证方法进一步提高识别率，即使双胞胎也“不同”

在金融等对误识别率容忍度极低的领域，无论单个识别因素有多准确，仍然可能有漏鱼的情况，因此需要结合多个因素进行综合验证。 例如，在同卵双胞胎的最极端情况下，很难使用人脸识别的单一验证元素。 这也是线下面对面业务处理中难以克服的问题。 通过使用我们独特开发的眼图识别技术可以完全克服这个问题。

眼纹识别又称为眼静脉识别，可以让用户在不需要额外硬件设备的情况下，准确地区分不同的用户。 他们只需要一个普通的智能手机摄像头就可以在可见光环境下收集用户眼白上的血管纹理特征。 实验证明，当用户积累了足够的眼纹模板时，深度学习技术可以使眼纹识别精度接近虹膜级精度（大于99.99%）和亚秒级识别速度。

此外，其他生理特征识别（如指纹）和行为特征识别（如击键，即使用键盘时击键的强度和频率）也是参与交叉验证的生物特征。 每增加一个特征因子，误识别的概率就会大大降低，从而保证生物识别的准确率达到金融级要求。

3、多模态识别：脱离“活体检测”的生物识别技术都是纸老虎。

许多科幻电影都展示了特工利用照片或视频“欺骗”生物识别技术的场景。 现实生活中，能够区分真人与照片视频的活体检测是核心技术，也是生物识别技术必须解决的问题。

活体检测算法现已日趋成熟。 一类是传感器相关的解决方案，另一类是纯软件方法。 例如，指纹识别使用电容式和电感式传感器来检测一个人是否活着和真实； 虹膜识别使用红外摄像头来识别活人。 对于人脸识别，很难在手机上部署红外摄像头等设备。 因此，我们开发软件算法来实现基于运动交互和图像分析的识别模型。 动作交互识别模型允许用户完成眨眼、摇头、张嘴等随机动作，并检测动作的连续性，确保照片无法通过； 对于软件模拟或视频编辑生成预定动作，我们使用基于图像分析的识别模型来区分正常图像与模拟和编辑图像之间的差异。

此外，蚂蚁金服还推出了眼纹识别技术，结合专门针对眼部区域开发的专利活体检测技术，也能有效抵御面部照片和视频攻击。

4、“眼睛”与“大脑”结合使用——生物识别和大数据风控技术构建的双保险

安全是一场攻防战。 在生物识别技术为微信设置一切壁垒的同时，黑色产业链也在想尽办法突破这道防线。 除了生物识别技术之外，蚂蚁金服还构建了基于大数据技术的实时安全决策系统，根据地理位置、设备指纹、消费习惯等多维度因素形成综合决策，进一步提高用户安全性。身份验证——而这一切决策过程都发生在眨眼之间，这是帮助实现“活体检测”的另一种手段。

事实上，蚂蚁在活体检测方面的研发工作量远远超过了人脸比对流程。 由于金融场景涉及资金损失，且收益非常大，因此黑色产业链会采用各种手段进行攻击，比如利用照片、视频软件，甚至越来越多的换脸软件或者二维、3D人脸建模软件。 如果没有活体检测的保障，我们就无法将这项技术大规模应用到金融层面。

自“刷脸”服务推出以来，蚂蚁基本上经历了市场上所有的攻击方式。 现在它每天都会拦截数千次攻击，其中有些是恶意的，有些只是供用户尝试。 这也是一个动态的过程。 所谓动态过程，就是指不断进攻和防守的过程。 黑色产业链会基于我们的技术进行研究，提高其攻击能力。 反过来，我们还要提高攻击防御能力和识别能力。 这是一个不断进攻、不断防守、不断进步的过程。

5、“阅后即焚”的《天书》让信息窃贼无从下手

用户隐私保护是生物识别技术需要跨越的第三道门槛。 为此，生物特征识别必须对生物特征数据进行加密和脱敏，确保数据即使泄露也无法恢复。

以人脸识别为例，肖像是用户的隐私，但从技术实现上来说，用户的“肖像”并不存在。 对生物特征进行多重加密、脱敏后，通过网络传输并保存在服务器端。 比对的只是一长串数字密码。 由于拥有核心知识产权的人脸图像脱敏技术和非对称密钥，即使这串密码泄露，也无非是一本无人能读懂的“天书”。 ，无法恢复到用户的“肖像”。

另外，这一长串密码本身就带有()属性，也就是说只要使用过一次或者几分钟后，这串密码就会失去作用。 是名副其实的“读后即焚”。

结论

未来，随着5G时代的到来和移动互联网的深入发展，数字化服务将普及，“刷脸支付”等黑科技也将渗透到人们的日常生活中。 为了帮助更多用户解决数字身份验证问题，迎接新时代的变革，目前，蚂蚁佐罗全球可信身份平台也在加快技术开放步伐，支持全球移动支付身份验证，帮助更多机构加速他们的数字化。 转型。