否则刷脸支付、出境旅游都会遇到麻烦

都市快报 首席记者 梁应杰

在好莱坞科幻电影《少数派报告》描绘的未来世界里，人类的行踪将被无数摄像头和虹膜扫描仪监控，通过虹膜和人脸识别技术，人工智能可以精准识别每个人。

不过电影归电影，从人脸识别技术步入商用化之初，就伴随了很大的争议与挑战。像是个人隐私，以及因为双胞胎、整容等原因导致的识别率下降。特别是在整容日渐流行的当下，人脸识别还能不能经得起考验呢？

人脸识别败下阵来时有发生

关于人脸识别，杭州人小经讲述了他的遭遇。在众多酒店都敷设人脸识别入住的系统后，他时不时会遇到人脸识别失败的情况，最后不得不让酒店前台手动输入身份证号，在公安部的系统里进行身份验证。

因为在杭州一家专业从事视觉识别的公司就职，他专门就此事咨询过技术人员。对方告诉他，因为身份证拍摄时间太早，照片信息一直没有更新，和现在的人脸比对不上，“只要重新拍个身份证照片就好。”

目前，身份验证是人脸识别最常用的领域。它的目的是核实本人身份信息，往往是通过采集人脸信息和相关证件照做比对。但因为光线、整容，或者证件照片过老等原因，有的时候人工智能也会“败下阵来”。

像是今年年初，一位违反交规的女士，因为抓拍照片和系统里的身份证、驾驶证照片不一致，导致无法处理违章，还被交警怀疑是不是冒名顶替的。

但大多数情况下，人脸识别还是靠谱的。最近，北京、上海、杭州等地的火车站都推行了人脸识别进站，大家戴个眼镜、帽子，化个浓妆都不会对人工智能造成太大干扰，少数人无法识别也可以通过人工审核的方式顺利进站。

整容的影响究竟有多大？

当然，浓妆并不是人脸识别最大的敌人，因为再浓的妆对人脸轮廓和五官的改变都不大，但整容就不一样了。

小经介绍，人脸识别大致可分为三步，第一步是人脸检测，也就是在复杂的图像里确定哪部分是人脸；第二步是人脸分析，辨别眼睛、嘴、鼻子等不同区域和脸部轮廓；第三步是最核心的人脸识别，系统要把人脸上的各种特征数据化，通过数据与数据的比较，来判定是否是同一张人脸。

以大众比较熟知的苹果Face ID为例，它通过结构光双摄方案，向人脸投射超过3万个红外点光源采集用户面部图像和景深信息，形成脸部数字模型。再通过神经网络的算法模型，让人工智能越来越“懂”用户的脸。

所以不难看出，如果脸上动了“大刀子”，改变了关键部位的信息，是会给人脸识别带来麻烦。“脸部局部区域进行整容对人脸识别影响不大，如常规的双眼皮，隆鼻等。但对于改变脸形的多个区域的联合整形影响较大，比如通过削骨和填充等方式，改变了脸部形状。”一家人工智能公司的人脸识别研究员说。

至于脸上哪些区域对人脸识别比较关键。之前腾讯优图实验室给出了一张热力图，显示从眉毛到嘴巴上方的区域对人脸身份的判别尤为重要，尤其是眉毛之间到鼻子这块区域。

上述研究员还表示，科幻电影里通过换脸骗过人脸识别的可能性不大，因为通过整容手段很难将一个人的人脸特征完全变成另一个人。

除了整容，脸部的一系列信息也会随着年龄增长而改变，如果到了机器无法识别的程度，就只能去重新拍摄证件照片了。

不同场景对相似度要求不同

另外，需要指出的是，人脸识别作为一个验证手段，在不同使用场景下需要考量适应性和准确性之间的平衡。像是涉及刷脸取款，办理护照这些重要场景，对相似度的要求就很高，也就更加要求人脸和证件照的一致性。如果是写字楼的门禁，对相似度的要求就没那么高。

这也是为什么，在刷脸支付的场景下，支付宝在线下推广时配备了更安全的3D红外深度摄像头，在进行人脸识别前，会通过软硬件结合的方法进行活体检测，来判断采集到的人脸是否是照片、视频或者软件模拟生成的，能有效避免各种人脸伪造带来的身份冒用情况。

人脸识别也在不断进步

事实上，在日常生活中，整容这种对人脸识别来说算是特殊情况了。更多情况下，人脸识别面临的挑战是人脸的角度、光线、表情，以及照片的质量。但好在，这些都可以通过深度学习来弥补。

在安防领域，杭州本土的两家上市公司海康威视和大华，已经能够采用人工智能技术对光线不佳的图像进行提亮，也可以通过三维建模和表情校正的算法，将捕捉到比较怪异的表情“还原”到正常状态，方便识别。

为了将人脸识别运用到更多场景里，科技公司也在绞尽脑汁提高识别的准确性。蚂蚁金服就正在研发眼纹识别技术，信息量是指纹的4.5倍，同样具有唯一性，“就算整容成范冰冰，也能识别出来。”

眼下，在一些容错率很低的应用场景也开始需要采用除人脸识别技术外的双重验证，用指纹、密码等交叉验证的方式进一步提升识别率，即使是双胞胎也无法“作弊”。