刷臉，刷臉！靠臉走遍天下

“靠臉走遍天下，刷臉支付可以提供相比二維碼支付更好的用戶體驗(yàn)和安全性，這是我們對(duì)生物識(shí)別這項(xiàng)技術(shù)的判斷和期待?！?月14日，支付寶生物識(shí)別技術(shù)負(fù)責(zé)人李亮接受了包括在內(nèi)的多家媒體采訪。了解到，李亮，現(xiàn)任職于螞蟻金服IoT事業(yè)部，中國科學(xué)院自動(dòng)化所博士，中國科學(xué)院大學(xué)博士后。目前負(fù)責(zé)支付寶生物識(shí)別算法與模型的研發(fā)并參與支付寶基于生物識(shí)別的身份認(rèn)證體系建設(shè)。

支付寶生物識(shí)別技術(shù)場景落地“來勢洶洶”

2017年9月1日，支付寶宣布在杭州萬象城店的肯德基KPro餐廳正式上線刷臉支付，這也是刷臉支付在全球范圍內(nèi)的首個(gè)商用試點(diǎn)。具體流程為：用戶在肯德基的自助點(diǎn)餐機(jī)上點(diǎn)好餐，進(jìn)入支付頁面，選擇“支付寶刷臉付”，然后進(jìn)行人臉識(shí)別，再輸入與賬號(hào)綁定的手機(jī)號(hào)，確認(rèn)后即可支付。截至目前，全國100多個(gè)城市，300多家KFC已經(jīng)支持刷臉支付。

2018年11月12日零點(diǎn)，天貓雙11晚會(huì)顯示，除消費(fèi)記錄之外，用戶通過生物信息完成支付的占比達(dá)到了60.3%。超過半數(shù)的用戶選擇，使得指紋和刷臉支付首次成為天貓雙11主流支付方式。從測試數(shù)據(jù)來看，“人臉支付”完成交易最快僅需300毫秒。相比2017年，使用指紋或者刷臉支付的老年人數(shù)量增長了20%。目前，用戶對(duì)生物識(shí)別類支付方式的滿意度超過95%，遠(yuǎn)超過密碼支付。

2018年12月27日，味多美宣布接入支付寶刷臉支付，顧客不用掏手機(jī)就能完成購物結(jié)賬。味多美首席信息官胡博透露，“與付現(xiàn)金和掃碼相比，刷臉支付更快更準(zhǔn)確。從“蜻蜓”在門店的使用效果來看，收銀效率提升了60%以上，避免了用戶在高峰期排隊(duì)的情況。同時(shí)，由于提升了用戶體驗(yàn)，吸引了更多的年輕顧客群體，年輕用戶增長了50%—60%?！?/p>

除此之外，江西省人民醫(yī)院、卜蜂蓮花、紅旗連鎖、張仲景大藥房等也紛紛加入“刷臉”支付的大軍中。早在2007年，支付寶方面便對(duì)生物識(shí)別技術(shù)開始關(guān)注，認(rèn)為移動(dòng)支付和全面脫媒是未來兩個(gè)核心方向。當(dāng)然，最開始重點(diǎn)研究的兩個(gè)方向是虹膜和聲紋，虹膜識(shí)別精度高，卻難以集成到PC攝像機(jī)里。由于當(dāng)時(shí)人們也還沒有對(duì)著手機(jī)說話的習(xí)慣，聲紋識(shí)別帶來的互動(dòng)也令人“尷尬”。

2012年初，支付寶和公安系統(tǒng)科研院所的專家反復(fù)研究，最終決定采用指紋識(shí)別技術(shù)。2014年6月27日下午4點(diǎn)，支付寶迎來首個(gè)通過華為mate7開通指紋支付的用戶。支付寶生物識(shí)別技術(shù)負(fù)責(zé)人李亮介紹，2014年支付寶啟動(dòng)人臉識(shí)別技術(shù)的研究和應(yīng)用，2015年3月，德國漢諾威消費(fèi)電子、信息及通信博覽會(huì)CeBIT上，馬云為德國總理默克爾等嘉賓，現(xiàn)場展示了螞蟻金服的Smile to Pay掃臉支付技術(shù)。隨后人臉識(shí)別在國內(nèi)掀起熱潮。可以說，2015年是人臉識(shí)別的元年，彼時(shí)AI人工智能還沒有大規(guī)模提及。

目前，除了人臉識(shí)別，還有指紋識(shí)別、眼紋識(shí)別、指／掌靜脈識(shí)別、耳廓識(shí)別、虹膜識(shí)別、表情識(shí)別、掌紋識(shí)別、聲紋識(shí)別、步態(tài)識(shí)別、筆跡識(shí)別、視網(wǎng)膜識(shí)別等等。身體上的很多生物信息都可以用來識(shí)別，通過技術(shù)、傳感器等等方法，識(shí)別方式可多達(dá)上千種，目前業(yè)界正在開發(fā)的大約為三百種，還很有限。比較成熟且應(yīng)用廣泛的是人臉、指紋和虹膜。

支付寶生物識(shí)別團(tuán)隊(duì)透露，團(tuán)隊(duì)正在研發(fā)用以增強(qiáng)人臉識(shí)別的多模態(tài)生物識(shí)別技術(shù)，眼紋識(shí)別是其中一種，眼紋識(shí)別即識(shí)別眼睛的鞏膜（眼白）的血管排布情況。眼紋和虹膜一樣，都具有很高的唯一性，即便是同卵雙胞胎，眼紋也是不同的。如前所說，在眼紋識(shí)別技術(shù)成熟后，疊加人臉識(shí)別，準(zhǔn)確率有望再提升幾個(gè)數(shù)量級(jí)。

人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別、眼紋識(shí)別各自的優(yōu)缺點(diǎn)

人臉識(shí)別

優(yōu)勢是用戶體驗(yàn)好，不需要用戶刻意配合；不足是人臉識(shí)別可能會(huì)受到姿態(tài)、光照、遮擋、圖片清晰度等因素影響，此外，對(duì)于兩張長相極端相似的臉，人臉識(shí)別技術(shù)有可能識(shí)別不出。

指紋識(shí)別

指紋應(yīng)用最廣泛，技術(shù)也相對(duì)成熟，但應(yīng)用上有局限性，一是少數(shù)人指紋比較差（磨損、受傷等）；二是指紋會(huì)被復(fù)制，存在安全風(fēng)險(xiǎn)；三是在手出汗等特殊情況下，會(huì)影響到識(shí)別；四是采集指紋需要對(duì)象的配合，便捷性差一些。參見此前報(bào)道AI偽造指紋到來，指紋解鎖還安全嗎？

虹膜識(shí)別

準(zhǔn)確度高，唯一性強(qiáng)。不足在于需要用戶主動(dòng)配合，并且對(duì)硬件的要求比較高，需要有虹膜攝像頭。

眼紋識(shí)別

準(zhǔn)確度與唯一性和虹膜識(shí)別相當(dāng)，但對(duì)硬件沒有特別要求，普通攝像頭即可。不足在于眼紋識(shí)別需要用戶主動(dòng)配合，用戶與采集設(shè)備之間的距離、光源等（在一些光線下，眼球會(huì)反光，從而影響識(shí)別）要求都比較高，從而影響用戶體驗(yàn)。

生物識(shí)別技術(shù)復(fù)雜度遠(yuǎn)高于條碼付，背后算法體系復(fù)雜。除了生物識(shí)別相關(guān)的算法，還需要結(jié)合人機(jī)交互理論、大數(shù)據(jù)等技術(shù)和手段，形成一個(gè)綜合的融合決策體系。而金融交易場景下，支付寶還需要融合風(fēng)控防攻擊安全等策略。

談及2014年支付寶啟動(dòng)生物識(shí)別技術(shù)研究背后的深層次原因時(shí)，李亮說，“移動(dòng)互聯(lián)網(wǎng)到來以后，我們越來越發(fā)現(xiàn)傳統(tǒng)以密碼驗(yàn)證為代表的身份驗(yàn)證方式和起源于PC時(shí)代的傳統(tǒng)風(fēng)控體系已經(jīng)不適用于移動(dòng)互聯(lián)網(wǎng)時(shí)代的用戶隨時(shí)隨地使用的多樣化需求，帶來的后果是，許多場景下用戶的行為和交易容易受到打擾或者被風(fēng)控系統(tǒng)誤攔截，給用戶帶來了非常不好的體驗(yàn)。而這一問題背后的本質(zhì)原因是很多時(shí)候我們不了解每一個(gè)交易和行為背后的用戶是誰?！?/p>

因此，支付寶應(yīng)用人臉識(shí)別技術(shù)的出發(fā)點(diǎn)就是希望首先在身份驗(yàn)證環(huán)節(jié)采用更安全更便捷的生物特征認(rèn)證方式，能夠更準(zhǔn)確識(shí)別每一個(gè)用戶，使得用戶在后續(xù)的場景和交易中暢通無阻，也能更進(jìn)一步享受到更智能更個(gè)性化的服務(wù)。

同時(shí)，將生物識(shí)別技術(shù)應(yīng)用到億級(jí)用戶，產(chǎn)品技術(shù)的泛化能力，“規(guī)模化”下的用戶體驗(yàn)等問題都是亟待解決的技術(shù)挑戰(zhàn)。例如，用戶刷臉通不過，跟用戶的主觀意愿，客觀環(huán)境都相關(guān)，在不同手機(jī)上、不同智能設(shè)備上的表現(xiàn)也不完全一致。

“刷臉支付在與支付鏈路融合、商戶系統(tǒng)接入和打通等環(huán)節(jié)也比較繁瑣，需要以真實(shí)的業(yè)務(wù)痛點(diǎn)和商戶需求為出發(fā)點(diǎn)。一方面不斷吸收、改進(jìn)算法，另一方面和當(dāng)時(shí)業(yè)務(wù)場景和真實(shí)需求之間找到最佳結(jié)合點(diǎn)。”李亮說。

不同于現(xiàn)在市場上大多數(shù)以2D人臉為主的人臉識(shí)別系統(tǒng)，支付寶采用了多模態(tài)生物識(shí)別技術(shù)，一方面在線下刷臉支付場景采用了安全等級(jí)更高的3D結(jié)構(gòu)光攝像頭，將傳統(tǒng)人臉識(shí)別的對(duì)象從2D擴(kuò)展到3D，另一方面也在研發(fā)眼紋識(shí)別技術(shù)進(jìn)一步輔助和增強(qiáng)，增加眼紋識(shí)別，一方面對(duì)用戶體驗(yàn)沒有打擾，另一方面有更強(qiáng)的安全性。主要流程：采集多張眼紋，進(jìn)行分割、增強(qiáng)，增加雜亂點(diǎn)以保證模版安全，其難點(diǎn)在于前期的采集、分割、增強(qiáng)，特征點(diǎn)提取等步驟對(duì)應(yīng)的核心算法。

國內(nèi)外生物識(shí)別理念的差異

在國外，一部分企業(yè)認(rèn)為應(yīng)用生物識(shí)別技術(shù)以安全性為目的，犧牲用戶一定體驗(yàn)是可以接受的。但在國內(nèi)，要想實(shí)現(xiàn)技術(shù)的普適性，沒有好的用戶體驗(yàn)的產(chǎn)品是沒有生命力的。所以，安全為底線的前提下，必須不斷追求極致的用戶體驗(yàn)。

從兩個(gè)維度提升用戶體驗(yàn)，第一維度，軟件、硬件、風(fēng)控系統(tǒng)的升級(jí)，每一次硬件傳感器的突破，都能隨之帶來軟件和產(chǎn)品的階躍式升級(jí)。第二個(gè)維度，更加完備的產(chǎn)品設(shè)計(jì)和交互，從開通到使用到關(guān)閉均有有明確的說明和授權(quán)，用戶可以對(duì)整個(gè)環(huán)節(jié)完全感知和掌控。

目前大多數(shù)AI算法都有其局限性，從實(shí)驗(yàn)室到真正落地需要解決碎片化的細(xì)節(jié)問題。很多情況下算法要優(yōu)先解決垂直、細(xì)分的領(lǐng)域問題，而不是追求泛化、兼容的解決所有問題。

生物識(shí)別技術(shù)的更深層次應(yīng)用，與每個(gè)國家相對(duì)應(yīng)的基礎(chǔ)設(shè)施密切相關(guān)，相關(guān)標(biāo)準(zhǔn)規(guī)范的完善程度，用戶的使用習(xí)慣，官方權(quán)威數(shù)據(jù)庫等等。缺乏這些條件，生物識(shí)別大多只能是密碼驗(yàn)證的一種替代手段、作為單點(diǎn)的設(shè)備或孤立的系統(tǒng)存在。

1對(duì)N是目前人臉識(shí)別仍面臨的技術(shù)難題，雖然在安防場景已經(jīng)有較多應(yīng)用，但人臉識(shí)別在安防領(lǐng)域的應(yīng)用主要用于特定人的監(jiān)控和識(shí)別，從性能上強(qiáng)調(diào)的是高召回率（Recall），而對(duì)準(zhǔn)確率(Precision)有較大的容忍度，因?yàn)橥ǔ＿€需要有個(gè)人工確認(rèn)過程。而在支付領(lǐng)域?qū)@一技術(shù)的要求是召回率和準(zhǔn)確率同時(shí)都要很高，對(duì)人臉識(shí)別來說確實(shí)是非常難的事情，這也是發(fā)展多模態(tài)生物識(shí)別技術(shù)的原因，每一個(gè)新的生物識(shí)別因子的引入融合能夠極大的提高整體的分辨能力。

未來為了適應(yīng)不同國家和市場的需求，可能需要針對(duì)不同人種采用不同的模型，此外從隱私和合規(guī)的角度，比如GDPR標(biāo)準(zhǔn)下，生物識(shí)別系統(tǒng)需要不同地區(qū)分開部署，但背后的算法訓(xùn)練過程甚至是某些模型可能是相同的。