技术进步丰富运用场景

人脸识别技术，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。作为计算机技术研究领域一项非热门的方向，其属于生物特征识别技术，其他的生物特征识别技术还包括指纹、视网膜、声音（语音）、体形、个人习惯（如敲击键盘的力度和频率）等等。

人脸识别并不是一个新鲜事物。20世纪60年代出现，90年代后期美国、德国和日本等国率先运用在身份证比对、小型办公场所签到等场合。来自博思数据研究中心的报告显示，目前，国内人脸识别产品集中在考勤、门禁等领域，2010年销售了33.5万套，价值6.7亿元；2014年的数据增长到69.5万套、14.9亿元，整体规模仍然偏小。

“市场规模受限的最重要原因是运用场合过窄，而且这些场合对安全性的需求并不强烈，以至于人脸识别技术对门禁IC卡等当前普遍运用产品的替代性不强。”安信证券计算机行业分析师胡又文表示。

不过，这种局面可能被技术的进步所打破。2006年以后，伴随着大数据挖掘技术进步，图像数据资源快速积累，识别技术也突飞猛进，在实验室内部、正面姿态、正面光照的标准拍摄条件下，人脸识别错误率大约每过3年降低为当前的十分之一。2014年，在业内一项顶尖静态识别测试下，几家技术公司的表现更是让人惊诧，成绩显示他们的机器进行人脸识别在80%的应用环境中能超过人工识别。

“这意味着人脸识别可能会有更广阔的运用空间。”腾讯计算机软件工程师梁亦聪表示，业内有这样一种预期，这一轮的大跨步可能率先发生在互联网金融领域。

2014年，互联网券商崛起，网上远程开户持续火爆，双向视频识别，双向认证让人脸识别技术小试牛刀。而包括阿里巴巴在内的BAT（百度、阿里巴巴和腾讯的首个字母缩写）一直是国内互联网行业发展的风向标，马云在汉诺威IT博览会上的推介活动是否意味着人脸识别技术将一举打通登录、支付等多个金融环节更是让人期待。

业内盛传，对于技术运用，阿里内部酝酿已久，早先就专门成立“柒车间”研究包括声音、指纹、人脸识别在内的生物识别技术，用于完善支付等金融体系。除此以外，腾讯宣布和公安部合作利用人脸识别技术，未来可能将技术用于微众银行。百度则从谷歌挖来了谷歌大脑创造者之一的吴恩达，并宣称其人脸识别技术已超越谷歌。

深度运用仍需积累

对于投资与“刷脸”相关的股票，有人提醒，从目前来看，各家公司短期业绩应该难以出现巨大增幅。

业内人士陶鹏分析认为，单独靠人脸刷卡从技术上还不够成熟，难以排除面部不能识别以及利用长相相似盗刷，因此多考虑作为当前密码交易的补充。另外，如果对安全性有特别高的要求，指纹、虹膜特征较人脸更有优势，因此在支付等互联网金融安全领域，面部识别技术不具有不可替代性。而且，目前各公司的技术差异其实并不大，但是人脸识别在不同应用领域有不同要求，需要长时间积累，目前还没看到深挖领域比较成功的公司。

其实，在侦探领域和个性化运用场合，人脸识别技术具有独特优势。比如，警察想在一个比较复杂的场景中，从较远距离识别出特定人的身份，这显然是指纹、虹膜等识别方法所不能满足的。又比如，某国外社交网站做了一个运用，即根据自己喜欢的明星长相来推荐符合喜好的社交好友，也挺受欢迎。同时，人脸同样能够反映性别、情绪、年龄、种族等额外信息，一款刷脸识别情绪，再推荐音乐的app也有亮点。

看着相似的运用对技术有不同要求，情绪识别较简单，只需将人相与各种情绪图片相比对，社交类应用主要抓取能体现出人的气质的面部元素，比如发型、肤色等。抓捕嫌疑犯的场景最难，处理方法上要把人物情绪性的面部符号都去掉，动态、照明条件、嫌犯伪装都给识别带来很大难度。此外，在侦探领域对面部识别的准确性要求也更高，不仅要能识别嫌犯，还要尽量降低误识率，才能减少刑侦的工作量。

“目前来看，人脸识别技术想达到这样的要求还有很长的路要走。不过，试想一下，若是能在机场等敏感地区都装有几部人脸识别技术的仪器，这也的确是一个十分诱人的大市场。”陶鹏说。