韩国选美小姐的图，肉眼看，长相很挨近，但计算机可成功区别
3月17日音讯，阿里巴巴集团董事局主席马云日前在德国参加活动时，演示蚂蚁金服的Smile to Pay扫脸技能，为嘉宾从淘宝上购买1948年汉诺威纪念邮票。
据付出宝方面介绍，这项付出认证技能由蚂蚁金服与Face++ Financial协作研制，在购物后的付出认证阶段经过扫脸替代传统暗码，这意味着，未来能够完成“刷脸付出”。
付出宝声称，Face++Financial人脸辨认技能在LFW国际揭露测验会集到达99.5%精确率，一起，还能运用“交互式指令+连续性断定+3D断定”的技能。
在蚂蚁金服内部，也有一支专职研讨生物辨认技能的团队，名叫“柒车间”。
该团队高档技能专家张洁介绍说，人脸辨认的技能是根据神经网络，让计算机学习人的大脑，并经过“深度学习算法”许多练习，让它变得极为“聪明”，能够“认人”。
完成人脸辨认不需用户自行提交相片，有资质的组织在需求进行人脸辨认时，能够向全国公民身份证号码查询服务中心提出申请，将收集相片与该部分威望相片库后比对。
也就是说，用户在进行人脸辨认时，只需求翻开手机或电脑的摄像头，对着自己的正脸进行拍照即可，在智能手机现已全面遍及的今日，这个参加门槛低到能够忽略不计。
用户简单忧虑的隐私问题，在人脸辨认范畴也能有用避免，由于相片来历威望，一起，一种特有的“脱敏”技能，能够将相片含糊处理成肉眼无法辨认，只要计算机才干辨认图画。
蚂蚁金服方面表明，自己关于生物辨认技能的热心，最主要是为互联网金融事务作相应的技能储备，现在相关的详细产品正在准备中。
“柒车间”担任人皮东表明，曾经，我们习气用用户名、暗码这些用户知道的东西和身份证、动态口令这些用户具有的东西来验证用户身份，未来，很可能会用转变成用户与生俱来的生物特征来辨认身份，比方指纹，掌纹，人脸，虹膜等。
当时，国际顶尖的科技企业近年都着力研讨生物辨认，比方苹果推出指纹辨认touch ID，三星也已开端试水人脸解锁，付出宝此前也推出过指纹付出。
剖析以为，“偷不走”的用户生物特征未来可能将替代暗码，成为干流的身份验证方法；未来许多需求用户亲自参加处理的事务，也有可能只需求在电脑或手机前“刷个脸”。
那么，计算机怎么辨认是否是同一个人。付出宝介绍，一个普通人能精确辨认的人，数量有限，一般辨认熟人很精确，辨认陌生人易犯错，但计算机可精确辨认千万级乃至亿级的面孔。
假如一个人的相片和自己不像，又怎么处理？这也是人脸辨认技能无法逃避的一个难点。
付出宝称，现在的技能，可做到一个人发型改变、惯例化装、必定程度的胖瘦改变，老化，都能够被辨认出来。但假如人的改变过于剧烈，如整容前后，判若鸿沟，哪怕身边的亲人也辨认不出，计算机也只能是力不从心。
双胞胎又怎么区别？付出宝称，任何一种技能都不是全能的，这个时分，可能会采纳双因子的方法添加精确性，比方加一层指纹或许暗码验证。
付出宝指出，多种生物辨认方法组合，也是未来身份认证的一个发展方向，由于不同的生物辨认各有好坏，比方人脸的参加门槛低，但指纹具有唯一性，和终身性。
假如此前人脸辨认从实验室进入商用，尤其是金融范畴，一个大的技能难点，就是怎么防假造，比方用相片或许视频来替代真人。付出宝称，蚂蚁金服研讨了根据场景的活体监测，现已能够十分有用地避免人脸相片和人脸视频来蒙混过关。
据悉，当时蚂蚁金服要点研讨的六大生物辨认技能，包含指纹、掌纹、声纹、人脸四种生物特征、以及笔迹、键盘敲击两种行为特征。
现在，付出宝的指纹付出现已上线，键盘敲击也现已使用于其安全风控范畴，而人脸辨认技能，是该团队最新的研讨成果。未来，蚂蚁金服还将持续在生物辨认范畴做探究。
有剖析称，尽管关于详细使用场景产品形状，蚂蚁金服还未给出清晰答案，但不难想见，假如人脸辨认获各监管组织认可，像刷脸付出一类的互联网金融使用，都将有可能成为实际。
（腾讯科技 乐天）
