從馬（mǎ）雲在 CeBIT 大會上（shàng）的“刷臉”支付到最近微軟推出的“how - old”，關於“麵部識別”技術的討（tǎo）論（lùn）一直備受關注，但（dàn）基於這項技（jì）術的具體應用和發展狀況（kuàng）的（de）市場認知卻（què）十分有（yǒu）限。事實上，隨著機器（qì）學習和深度神經網絡兩個（gè）領域的迅速發展以及智能設備的普及，“麵部識別”技術正在經曆前所未有的發展。

早在 2009 年，一家來自美國（guó）馬薩諸塞州的公司—— Affectiva 便（biàn）已（yǐ）經開始了基於雲（yún）端的麵部識別和情緒識別解析服務（wù）的（de）探索，並獲得了李嘉誠的投資;而在 2010 年末，Facebook 也開始（shǐ）了麵部識（shí）別領域的布局，並於 2012 年以 6,000 萬美金的價格收（shōu）購了著名麵部（bù）識別公司 Face.com，其麵部識別項目組“DeepFace”更（gèng）是宣稱正在研發的麵部識（shí）別技術（shù）的準確率已經（jīng）接近（jìn）人類水（shuǐ）平（píng）;一直致（zhì）力於人工智（zhì）能領域探索的 Google 也沒有閑著，近幾年接連大手筆收購了 Picassa、Pittoatt 和 Viewdle 等多家人臉識別公司（sī）;就在不久前的（de）“Build 2015”大（dà）會上，微（wēi）軟也發布了可供用戶免費集（jí）成圖像及人臉識（shí）別功（gōng）能的 Project Oxford。

同樣，國內的互（hù）聯網巨頭和創業公司們也在不同程度上針對（duì）“麵部識（shí）別”技術進行著相應的探索。阿裏（lǐ）巴巴圍繞著“安全支付”同螞蟻金服和 “Face++” 合作研發的人臉（liǎn）識別技術備受關注，騰訊“優圖”基於人臉識別、圖像識別和深度學習的技術也逐步應用於各產品線，而百度則在吳恩達博士的率領下將“麵部識（shí）別”作為百度深度學習研究室（shì）的重點研究項目。除此之外，國內還湧現了像“Face++”、“Angel Eyes” 和“一登”這（zhè）樣的基於“麵部識別”技術（shù）的創業公（gōng）司（sī）。

從“圖像識別”到“人臉識別”的應用場景變（biàn）更

現階段（duàn）“人臉識（shí）別”技（jì）術（shù）的進步（bù）離不開早期“圖像識別”技術的發展與應（yīng）用（yòng）。從搜索引擎相似圖片搜索到手機相機應用自動美顏，再到電商依據圖（tú）像識（shí）別（bié）的相似商品搜索和（hé）二維碼掃描，“圖像識別”技術的應用場景覆蓋了眾多領域。這一方麵源於各領域海量數據的積累可以（yǐ）達到精準匹配與優化的程度，另一方麵也是因為“圖像識別”技術較（jiào）於“人臉識別”技術的更高可操作性。

的確（què），由於“人臉識別”涉及到動態識別、活體檢測和微表情識別等維度，在可操作性和精準度（dù）等方（fāng）麵的表（biǎo）現暫不及“圖像識別”，但它卻有著“圖像識別”所（suǒ）替代不（bú）了的技術和場景優越性。首（shǒu）先，它能簡（jiǎn）化認證和注冊的流程。如果你現在要開一個淘寶店或者注冊一個微信公眾賬號，你（nǐ）便需要手持身份證拍照以驗證你的身份。這固然是出（chū）於安全和信用方麵的考慮，但“人臉識別”技術卻能以“人臉”為獨立驗證 ID 簡化注冊與認證的流程。相同的例子還（hái）有“一登”為一些應用提供的（de）“刷臉”注冊功能。

其次，在安全支付領域（yù），成熟的“人臉（liǎn）識別”技術顯然要比普通的字符、字串密碼來的更加快捷和安全。當用戶發（fā）生（shēng）支付行為時，用“刷臉”這一簡單的動作代替複雜的密（mì）碼輸入操作可以縮短（duǎn）用戶支付時間;而當用戶出現密碼被盜的情（qíng）況時，不僅可以通（tōng）過（guò）獨（dú）立人臉 ID 迅速找回，還能通過後台保留的（de）用戶人臉 ID 避免密碼被輕易修改。

同時，在娛樂領域，“人臉識別”技術也有豐富的利用空間。之前由“落網（wǎng）電台”推出的情緒識別 app ——“emo”便是利用了由“一登”提供的技術進行刷臉注冊和（hé）情緒識別音樂（lè）推薦;而（ér）在遊戲領域，開發者也可以通過“人臉識別”技術的應用來捕獲（huò）玩家的表情變化，從而（ér）優化遊戲設（shè）計與關卡邏輯。

當然，關於“人臉識（shí）別”技術還（hái）有很多的想象空間，一個真實且（qiě）腦洞大開的故事是波士頓警方曾在 Facebook “人臉識別”技（jì）術的輔助下成功抓獲了一名涉（shè）嫌兒童性侵案（àn）的嫌犯。

聽上去很酷，但實（shí）現（xiàn）起來很難

的（de）確，“人臉識別”技術有著十分廣（guǎng）泛的應用（yòng）範圍和（hé）落地場（chǎng）景。但不可否（fǒu）認的是，過高的技術門檻和相關人才的缺失成為（wéi）了其發展的最大短板。以國內為例，有關“人臉識別”的最核心技術和人才基本集中於 BAT 這樣的科技巨頭手中，而巨頭們出於自身生態和戰（zhàn）略的考慮都對相關技術進行著有限開放和相對（duì）封閉的上層領域開發;而技術能力相對較弱的中小團（tuán）隊隻能（néng）憑借著不斷的摸索（suǒ）從小的領域尋找突破口。此（cǐ）外，由於關（guān）鍵技術的封閉，在現實應用（yòng）領域，光線、角度等因（yīn）素仍對識別結果有著一定的影響，識別結果的精確度和安全性仍有很（hěn）大的提高空間。

其次，目前國內的“人臉（liǎn）識別（bié）”也缺乏（fá）統一的技術標準（zhǔn）。雖然國內團隊在類似 LFW 的國際標準測試中的精（jīng）度不斷提（tí）升，基本上每家的 LFW 通過率都在 95% 以上，但真實的場景要比 LFW 的測試複（fù）雜得多，行（háng）業對“人臉識別”技術的評判缺乏（fá）一個更為細致的可靠辨識度。

與此同時（shí），用戶數據信息渠道的封閉也使得用戶（hù）圖像信息與其他相關信（xìn）息間的關聯缺乏有效連接，各公司和開發者依據自身數據積累進行研發的（de）小閉環難以形成生態效應，這也加大了“人臉識別”技術準確度在海量數（shù）據研究基礎上的提升。

同樣，有關“人（rén）臉識（shí）別”所（suǒ）涉及的（de）隱私問題也一直備受爭議（yì）。此前，Facebook 因為未經（jīng）用戶允許而私自儲存和使用用戶的“人臉識別”數據（jù）而飽受詬病（bìng）;而 Google 則因隱私政策和輿論（lùn）壓力而禁止 Glass App 使用“人臉識別”功能（néng）。這是涉及（jí）到用戶個人信息安全的共性問題，一方麵需要企業（yè）合開發者們有過（guò）硬（yìng）的技術實力來保證用戶數據安全（quán），同時對用（yòng）戶數據在征得同意的情況下進行合理使用;另一方麵也（yě）需要對相關用（yòng）戶市（shì）場進行針（zhēn）對性教（jiāo）育。

未來，共性合作大於個性爆發

任何行業和技術的（de）發展都不會一（yī）蹴而就，一個健康生態的形成也絕非一朝一夕。我們不可否認“人臉識別”技術的發展前景，但也不能忽視它在發展中所存在的問題。當然，這些問題也並非哪一方就（jiù）能解決的，需要整個（gè）行業各環節的共同努力。

對於“人臉識別”技（jì）術的開發團隊而言，除了在技術研發方麵的努力外還應拓展技術實（shí）現場景，實現有效數據積累。在用戶（hù）市（shì）場，除了上述的小眾（zhòng）娛樂領域，開發團隊們還可以進行安（ān）全解鎖和數據檢索方向的探索;而在企業市場，企業級身份認證和基於“人臉識別”的可穿戴（dài）設備及智能家（jiā）居植入也（yě）有很多的想象空（kōng）間。畢（bì）竟，依托海量數據的技術研（yán）發才更具有應用的精（jīng）準度和可靠性。

對於 BAT 這些生態級的巨頭而言（yán），開放戰略不能僅僅（jǐn）紙上談兵。相關技術與數據的開放帶動的是整個生態的繁榮，之如 Google 對 androids 的（de）開源政策，隻有（yǒu）大的（de）行業生態不斷向前發展才能帶動小生態穩（wěn）定繁榮。對中小開發團隊的開放（fàng）與合作能夠給巨頭企業帶來更多的想象空間，從底層小眾應用到上層生態構造，讓（ràng）“人臉識（shí）別（bié）”技術可以形（xíng）成“鏈條式”的打通，推動更（gèng）多應用場景的產生，而不是各自閉門造車。

對於整（zhěng）個行（háng）業而言，無（wú）論是 BAT 還是（shì）中（zhōng）小開發團（tuán）隊，建立一個（gè）行之有效的技術評判標準與隱私尊重政策是迫在眉睫的必要之舉。隻有在一（yī）個公正客（kè）觀的行業環境下才能更好地教育市場和（hé）用戶。

關於“人臉識別”，可以預（yù）計的是一個不斷上升的發展空間和愈加豐（fēng）富的應用（yòng）場景，但要真正實現技術落地和生態打通（tōng）還需（xū）要行（háng）業各環節的（de）相互配合。