“面子”能当钱 人脸识别进入消费时代

【中国数字视听网讯】人脸识别就是人脸检测利用脸部的特征，从图像或视频中快速定位人脸的位置并抓取人脸部图像；人脸图像预处理是基于人脸检测结果，对图像进行处理并最终进行特征提取的过程，主要是去除光线环境变化等对人脸识别的影响；人脸图像特征提取主要从人的面部找到一些可辨别身份的唯一属性(如人脸器官的形状描述以及它们之间的距离等)，并形成一个数字代码；人脸图像匹配与识别，是将当前提取的人脸图像特征数据与数据库中存储的特征模板进行搜索匹配，确定相似性的过程。

人脸识别技术经历三阶段

我国人脸识别技术的发展经历了不能应用、可以应用、发挥作用3个阶段。近一两年，人脸识别技术在公安领域取得了较好的应用，发挥了重要作用，我国人脸识别技术和应用双双上了台阶，人脸识别应用水平已和国际相当。以浙江省温州市开展户口清理整顿为例。2011年3月，该市开展试点补办二代身份证人脸识别一致性比对，将公安机关申办二代证的非首次申领对象新采集照片与常住人口信息系统内的历史照片进行一致性一对一比对，从中排查发现冒用他人信息办理身份证的人员。试点期间，共计比对身份证照片信息39040人次，确认照片信息不符51人次，已由各地公安机关查证属实冒领二代证案件9起。

公安部第一研究所所长仇保利说，如今，人脸识别技术的应用很广泛，“目前，在重大活动安保方面，人脸识别已经成功应用到奥运会、世博会等大型会议中。未来，随着国内平安城市、智慧城市项目的深入发展，城市监控的高清化进一步得到普及，而且随着摄像机数量大规模增多带来数据的快速增长，基于视频监控的人脸识别应用，将是下一阶段人脸识别应用的趋势。”

早在2002年公安部第一研究所就开展了人脸识别测试技术研究工作，同年在我国首次开展定期的人脸识别产品的测评工作，开创人脸识别在我国证件的应用模式，推动了我国人脸识别技术的应用与技术进步。近年来承担了我国“十一五”国家科技支撑、“十二五”国家科技支撑、国家科研基础等多个国家重大攻关项目，拥有多项核心技术和产品，为公安案件侦破等工作发挥了重要作用。目前该所正集中精力攻克人脸识别新难题，开发新一代人脸识别产品。

那么整个系统识别过程会不会花费很多时间呢？在该所证件防伪部级重点实验室，在一台普通的计算机笔记本上，工作人员向记者演示了照片比对过程，选择一张照片，点击系统开始，整个过程不到2秒钟，系统就自动显示出与其相似的10张照片，据介绍，照片识别时间主要取决于机器配置，目前服务器可以在1秒之内完成1亿人脸图像的比对。

识别受多方面因素影响双胞胎因极其相似仍难辨认

人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别系统的困难主要是人脸作为生物特征的特点所带来的。不同个体之间的区别不大，所有人脸的结构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。

另外，人脸本身是3D结构，通过2D摄像采集到的图像往往受到外界环境变化的影响，如在不同观察角度时，所获得人脸图像会有一定的差别，所以目前人脸识别技术在用户配合情况下会有令人满意的结果。但是如果采集环境受光照条件、遮盖物、年龄等多方面因素的影响，人脸比对性能就会下降。

“尽管人脸识别系统仍有不尽如人意之处，但与此前的指纹识别系统相比，人脸识别系统成本更低。而且用于人脸识别的摄像机一天24小时都可工作，不涉及侵犯人权和安全性问题，便于人们接受。因此，其发展前景还是不错的。”田青补充说。

未来应用改变人们生活“刷卡”消费或将变为“刷脸”消费

也许未来的某一天，你刚踏进常光顾的美容院大门，就听到有语音提示：“您是我们的VIP客户，请随我来。”这时你千万不要感到奇怪，这是人脸识别系统带给你的惊喜。其实，人脸识别系统带给人们的惊喜远不止于此。不久前，国际支付巨头PayPal宣布，其在英国伦敦泰晤士河畔的里士满区的12家商场推出依靠“人脸识别”的支付系统。这一尝试，真正将流行了近10年的“刷卡”消费改为“刷脸”消费。

在这一智能支付系统下，购物者利用PayPal面向iOS、Android和WindowsPhone提供的移动应用软件，可以在他们的手机上看到附近支持“人脸识别”支付的店铺。用户点进某一店铺，点击其名称、支付购买项目后，用户的名字和照片以及消费金额便出现在了店铺的支付系统上。与顾客核实个人信息后，收银员便可点击用户照片发出付款指令，整个购买过程就完成了。用户唯一要做的就是在使用前将自己的银行账户或信用卡与PayPal相关联。

在日本，同样已经有一小部分公司开始使用人脸识别软件进行各种交易。某日本服装专卖店的人脸识别付款流程有个基础前提，就是支付的时候，你无需做任何事情，不用借助钱包和iPhone应用，只要走向一个已调试好的摄像头，让其扫描你的脸部，并和数据库进行比对即可。对此，日本服装专卖店是这样解释的：“在后台，我们的算法会处理用户的生物统计数据，在我们的数据库中找到匹配用户的账户，与此同时，用户所做的就是靠近收银台。整个交易过程在不到5秒的时间内完成，而这些时间，你原来能做的也只不过是从口袋里掏出钱包而已。”