[[205201]]

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

蘋果 總能引起產業界的技術變革。

9月初的一場蘋果發布會，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節。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業者興奮不已，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中，每次驗證時，線下拍照與系統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。專注于動態人像識別的初創企業云天勵飛在2015年開始就與深圳龍崗區警方合作，在當地地鐵口、火車站、城中村、商超等場所建設“深目”系統。上線幾個月后，便協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，其特點是動態和非配合。所謂動態，即系統識別的不是圖片，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。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業者似乎酷愛扎堆。

從 阿里巴巴 、 百度 、騰訊、京東等傳統互聯網巨頭，到諸如Face++、商湯科技等人工智能領域的獨角獸，再到剛剛入局的創業團隊，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。”紫牛基金創始合伙人張泉靈的話，代表了業內很多投資人的觀點。

在電視節目《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，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。

場景是創業團隊突圍關鍵

除了技術尚未完全成熟外，科技型創業公司經常會陷入一個誤區：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投資總監蔣鍇表示，關于商業化落地場景，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，商業化能力，是新興企業的突圍點。技術和商務能力并重的AI創業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，巨頭都有著創業團隊無可比擬的優勢，巨頭入局后，創業公司該怎么玩兒？

“創業公司生存的根基是對這個行業深度的服務和滲透。”一位不愿具名的投資人表示，創業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之后，移動互聯網的發展才真正爆發，優步、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業團隊的新機遇。

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王軍不謀而合。“前通用電氣董事長杰克·韋爾奇在《商業的本質》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價值，反而我覺得是最容易大規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。”