[[205201]]

9月26日，一考生在北京某中學經過人臉識別系統(tǒng)確認身份后進入模擬考場。新京報記者 吳江 攝

蘋果 總能引起產業(yè)界的技術變革。

9月初的一場蘋果發(fā)布會，再次火了“人臉識別”。全面屏的iPhone X采用Face ID技術，讓國人陷入一場“刷臉狂歡”。

“刷臉查公積金”、“刷臉考勤”、“刷臉安檢”……越來越多的日常行為被冠上“刷臉”二字，甚至在北京日壇公園的公共廁所里，取張廁紙也得刷一下臉。

隨著人臉識別技術和政務的結合，未來要證明你是你本人，也許再也不需前后蓋十幾個章，只需刷一下臉。

國人對人臉識別的濃厚興趣，也體現在相關領域公司的融資上：人臉識別云服務平臺Face++和專注于打造人工智能視覺引擎的商湯科技先后獲得1億美元的C輪融資和4.1億美元的B輪融資，躋身人工智能領域“獨角獸”之列。

人臉識別技術投入商業(yè)化應用的臨界點似乎已經到來。iPhone X或許未必能成就自己，但卻成就了人臉識別。

人臉識別的三種算法

什么是人臉識別？如果要給人臉識別下個定義，它是利用人的 生物 特征實現個體區(qū)分的一種技術，一般包括圖像采集、特征定位、身份的確認和查找三個環(huán)節(jié)。簡單來說，人臉識別就是從圖像中提取面部特征關鍵點，比如骨骼特征、眉毛高度等，通過比對輸出結果。

雖然iPhone X的Face ID讓計算機視覺領域的創(chuàng)業(yè)者興奮不已，但此人臉識別非彼人臉識別。蘋果的Face ID并沒有采用普通攝像頭的方式，而是采用紅外主動識別的技術，這樣就可以做到三維立體識別，增強了安全系數。

在具體的應用場景中，人臉識別大致可以分為1:1、1：N、N:N三種。

1:1等級的人臉識別，實現的是最初級的“證明你是你”。從字面上就可以看出，1:1是用戶提前上傳個人照片儲存于系統(tǒng)中，每次驗證時，線下拍照與系統(tǒng)中存儲的照片信息進行對比，進而確定“你是不是你”。

舉個例子，我們在車站過安檢時，檢票員拿著你的身份證跟你本人做對比，證明你是不是身份證上的本人，這種場景就是1:1的場景。手機解鎖、刷臉支付、網上買票、醫(yī)院掛號、政府惠民工程項目，以及各種證券開戶、電信開戶、互聯(lián)網金融開戶……這都是1：1人臉識別的應用場景。同其他方式相比，1：1識別準確率高，對算力的要求也相對較低。

而1：N的人臉識別算法則主要用于人臉檢索，“證明你是誰”。與1:1的一一對照不同，1：N需要一張照片同系統(tǒng)中的海量照片進行對比，根據相似度排列出多個對比結果。而排在第一順位的結果，未必準確。

1:N人臉識別算法主要應用在安防領域，如用于排查犯罪嫌疑人、尋找走失兒童等。專注于動態(tài)人像識別的初創(chuàng)企業(yè)云天勵飛在2015年開始就與深圳龍崗區(qū)警方合作，在當地地鐵口、火車站、城中村、商超等場所建設“深目”系統(tǒng)。上線幾個月后，便協(xié)助警方成功告破兩起命案。

應用在安防領域的1：N人臉識別，其特點是動態(tài)和非配合。所謂動態(tài)，即系統(tǒng)識別的不是圖片，而是攝像頭采集的視頻。非配合是指識別對象不用感知到攝像頭的位置并配合完成識別工作，識別對象處于被動狀態(tài)。這在提高采集便捷性的同時，也意味著你的行蹤已經被完全暴露。

同1：1識別相比，使用地點、環(huán)境、光線、采集角度甚至是玻璃反射都會影響1：N識別的準確度，所以1:N相對更具有挑戰(zhàn)性。

至于N:N人臉識別，實際上相當于同時進行多個1：N識別，用于“證明誰是誰”。

人臉識別技術尚不完善

就人臉識別技術背后的基礎性研究來說，中國、歐洲和美國幾乎處在齊頭并進的水平。但論及商業(yè)應用方面，中國絕對走在了前面。

“人臉識別現在并不是很高端的技術。中國的大公司更注重眼前的利益，人臉識別對于他們來說是人工智能方向最快最好的變現渠道。”在北京航空 航天 大學人體識別技術領域的專家冷彪看來，例如 谷歌 (微博)這樣的大公司之所以沒有追捧人臉識別技術，是因為他們有更長遠的打算。

而中國人工智能領域的創(chuàng)業(yè)者似乎酷愛扎堆。

從 阿里巴巴 、 百度 、騰訊、京東等傳統(tǒng)互聯(lián)網巨頭，到諸如Face++、商湯科技等人工智能領域的獨角獸，再到剛剛入局的創(chuàng)業(yè)團隊，人臉識別不僅是大公司的專利，服務器端和移動端的人臉識別領域呈現出百家爭鳴的態(tài)勢。

“人臉識別的門檻已經很低了，但是真實應用的場景下要做好并不簡單。”紫牛基金創(chuàng)始合伙人張泉靈的話，代表了業(yè)內很多投資人的觀點。

在電視節(jié)目《最強大腦》中，百度基于深度學習的機器人小度基本展現了人臉識別技術現在的發(fā)展水平——它可以輕松提取人臉上千個特征點，并通過海量的圖片進行深度學習訓練，鍛煉人臉圖像的預處理功能，在1到2秒的時間內就能對人臉圖像進行有效識別的匹配。

與此同時，小度也暴露了人臉識別急需突破的一些難題：光線條件差、角度不同、信息模糊或變形都有可能造成識別誤差，此外，人臉遮蓋物、帽子、胡須、發(fā)型、整容或者PS等也會干擾識別。

今年的3·15晚會曝光了人臉識別在技術上的漏洞。主持人僅憑現場觀眾的一張照片，經過技術處理，快速生成了與觀眾本人一模一樣的3D人臉模型。主持人套上觀眾的3D臉模，對準手機攝像頭，按照APP指示依次完成眨眼、轉頭、微笑等動作，成功騙過系統(tǒng)，順利完成了活體檢測認證。

360人工智能研究院視覺分析專家邱學侃在接受采訪時曾表示：現階段人臉認證技術還不能在所有場景做到非常成熟，盡管人臉比對的精確度很高，但大部分的人臉識別系統(tǒng)對活體檢測的重視程度不足，使用的算法比較簡單，破解并不困難。

場景是創(chuàng)業(yè)團隊突圍關鍵

除了技術尚未完全成熟外，科技型創(chuàng)業(yè)公司經常會陷入一個誤區(qū)：僅以技術論英雄。“現在大部分剛起步的人臉識別公司還停留在‘我技術比別人好’這個層面上。”PreAngel投資總監(jiān)蔣鍇表示，關于商業(yè)化落地場景，這些公司仍未想清楚。

源碼資本投資合伙人張宏江( 微博 )也曾表示：“如果說這個公司只有算法，只有幾個牛人，沒有數據或很難拿到數據，沒有應用場景，這樣的公司做不大。”

當然還有很多公司也強調數據，但是這也不是絕對的門檻。“假設現有技術已經達到92分，如果新技術能夠達到94分，給用戶的感受差別并不是那么強烈，意義也就不大。”在云天勵飛方案營銷總監(jiān)王軍看來，技術總是在迭代更新的，但當技術不能呈現顛覆性的時候，技術帶來的價值就會大打折扣。

當然，這并不是否認技術的意義。只是當賽道上已經出現了獨角獸的時候，技術已經很難成為新企業(yè)的底牌。

“我們現在關注剛起步的人臉識別公司，純技術層面的看得少了，更多是關注可以解決實際問題的公司。”蔣鍇表示，商業(yè)化能力，是新興企業(yè)的突圍點。技術和商務能力并重的AI創(chuàng)業(yè)團隊更容易被資本看好。

無論是從場景資源、數據獲取還是資本實力而言，巨頭都有著創(chuàng)業(yè)團隊無可比擬的優(yōu)勢，巨頭入局后，創(chuàng)業(yè)公司該怎么玩兒？

“創(chuàng)業(yè)公司生存的根基是對這個行業(yè)深度的服務和滲透。”一位不愿具名的投資人表示，創(chuàng)業(yè)公司不會被巨頭的革新輕易取代，相反，巨頭的大量投入和基礎性創(chuàng)新會推動新板塊的機會出現。比如，正是在蘋果公司大力推動了蘋果手機、谷歌大力推廣了安卓系統(tǒng)之后，移動互聯(lián)網的發(fā)展才真正爆發(fā)，優(yōu)步、滴滴這樣的新機會才涌現出來。而Face ID的出現，何嘗不是人臉識別創(chuàng)業(yè)團隊的新機遇。

但人臉識別能否出現成熟應用，仍然需要看場景。上述投資人表示：“我更看好一些對效果要求不那么高的場景，比如消費、娛樂，而對于準確率要求極高的金融支付等領域更加謹慎。”

這一觀點與云天勵飛方案營銷總監(jiān)王軍不謀而合。“前通用電氣董事長杰克·韋爾奇在《商業(yè)的本質》一書中表示，產品本身的價值才是更重要的。這個世界上并不是最尖端的技術就最具有商業(yè)價值，反而我覺得是最容易大規(guī)模復制的技術最容易流行起來。所以我看好人臉識別在對安全性要求沒有那么高的領域的應用。”