人脸识别技术 人脸识别技术会带来一场个人隐私的沦陷吗

刷脸:从苹果手机到“脸门”

人脸识别技术前景广阔，但也存在安全隐患。这项技术将是一项全新的技术

人机交互革命的开始，还是个人隐私的陨落？

文/罗元璋

9月12日，新一代iPhone问世。苹果新产品最大的亮点之一就是全新的认证系统face”，即人脸识别功能。这个被形象地称为“刷脸”的功能，是基于被网友戏称为“刘海儿”的“原深摄像头采集系统”的操作。该传感器将读取用户面部的独特几何结构，并将其与A11仿生安全舱中保护的数据进行比较。如果两者一致，iPhone X就会解锁。

资料图:兰州火车站使用人脸识别系统，旅客使用人脸识别系统进站。杨延民

根据苹果提供的数据，Face ID的红外发射器可以发射3万个探测点，3D记录识别用户面部，像触控ID一样解锁手机，用Apple Pay支付，应用到第三方应用。也就是说，Face ID可以用在之前触控ID可以用的场景中。

根据苹果的统计，iPhone用户平均每天解锁手机80次。有了人脸识别解锁功能，解锁过程将大大简化。

这么简单的开锁方式会不会有安全隐患？苹果高管强调，人脸识别解锁非常安全，手机采用3D形式认证用户面部。只有手机处于稳定状态，用户直视摄像头，锁才能解锁，系统不会被口罩或照片蒙蔽。当用户移动眼睛或闭上眼睛时，屏幕将自动锁定。用户的面部信息数据将安全存储在手机的本地存储中，不会上传到云端。

刷脸科技之路40年

人脸识别是一种生物特征识别技术，是指将每个个体与生物体的生物特征区分开来。人脸、指纹、掌纹、虹膜、视网膜、语音、体型、个人习惯等生物特征的识别都有相应的识别技术支持。这些特征通常被认为是一种方便的身份认证形式，因为它们大多是与生俱来的和独特的。

人脸识别技术的研究始于20世纪60年代。起初，这项技术并不是全自动的。程序会计算五官之间的距离和比例，然后将获得的数据与数据库中现有的参考值进行比较，但程序操作人员需要手动“锁定”眼睛、耳朵、鼻子和嘴巴等面部特征，实验才能继续。

20世纪70年代，研究人员创建了一个可以自动识别人脸的程序。这个程序使用21个特定的面部特征，如头发颜色和嘴唇厚度来判断面部。20世纪80年代末，一项突破性研究发现，准确识别一张正常的脸只需要不到100个特定变量。

随着20世纪90年代计算机技术的快速发展，以及反恐的需要，美军开始资助相关研究，人脸识别技术从理论到应用都得到了快速实现。美国国防部资助的FERET项目在1994年、1995年和1996年组织了三次人脸识别评估，几个知名的人脸识别算法参加了测试，直接推动了人脸识别算法的改进。

“9.11”事件后，为了遏制恐怖袭击，美国更加重视人脸识别技术，并在安全领域广泛推广应用。在随后的十年里，人脸识别技术仅限于安全领域，并没有实质性的突破。虽然这类产品也出现在民用市场，但大多只集中在门禁、考勤、监控系统等安全系统上。唯一的例外是，2006年，尼康率先将人脸识别技术应用到产品中。新相机可以自动搜索人脸，拍摄时优先对焦。

转折点出现在移动互联网时代，巨头们占了先机。2010年底，脸书率先在美国推出了使用人脸识别技术的“标签建议”功能，并于2011年6月将该功能扩展到美国以外的大多数国家。谷歌也在2011年12月在Google+上推出了类似的功能“Find My Face”，用户可以通过面部识别在好友的相册中自动找到自己。

未来两年，上述两家公司都想收购一批人脸识别技术初创公司，比如2011年被谷歌收购的“匹兹堡模式识别”；2012年被脸书收购的以色列面部识别技术公司Face.com试图实现照片中人的自动识别，无需标注，帮助用户对照片进行分类。

2013年，芬兰初创公司Uniqul推出了基于人脸识别系统的支付平台。付款时只需面对POS屏幕上的摄像头，点击“确定”。Uniqul也申请了这项技术的专利，并声称拥有“军用级算法”的保护。这是全球首次将人脸识别应用于支付领域。

2013年12月，脸书在纽约成立了deep learning人工智能实验室，并邀请Deep Learning鼻祖Yann LeCun加入。在他的推动下，2014年脸书DeepFace技术的人脸识别准确率达到97%。2015年，Yann LeCun公开表示，即使图像中没有人脸，他们开发的程序也可以从用户的发型、姿势和体型来判断用户的身份。2014年初，谷歌斥资4亿美元收购深度学习算法公司DeepMind和图像分析公司Jetpac，随后推出人脸识别技术FaceNet。

在国内，百度也于2014年5月招募深度学习领域的丹尼尔·吴恩达成立深度学习研究院，并于2015年发布了face产品。2015年3月，马云在汉诺威消费电子、信息通信博览会上向德国总理默克尔和中国副总理马凯展示了蚂蚁金服的微笑支付技术，并在淘宝上为嘉宾购买了1948年汉诺威纪念邮票。

随着移动设备处理能力的提升，人脸识别技术迅速突破安全领域，涌向日常应用，在金融系统、娱乐等其他领域发酵，创造了巨大的商业价值。

目前，深度学习正逐步应用于人脸识别。深度学习集特征提取和分类于一体，利用神经网络黑盒的特性计算出最适合的特征提取模式，直接跳过特征提取影响识别结果的缺陷，使算法更适合不同的实际应用。

人脸识别技术虽然种类繁多，但底层算法相似，识别图像的“多样性”和“准确性”是衡量技术水平的重要标准。只有将一定量的训练数据“喂”给机器，提高其深度学习能力，人脸识别技术才能在实际应用场景中达到预期效果。这意味着为了提高算法的准确性，大量的数据积累是必不可少的。

谁偷了我们的“脸印”

以商场内的监控摄像头为例，很容易理解“刷脸”的原理:装有面部识别软件的电脑会对商场内的视频图像进行检测识别。一旦系统发现任何可疑的“脸”，它将密切关注该镜头中的每一张“脸”。当系统将图像中的人脸调整到合适的大小和方向时，它会进一步仔细识别，并创建一个“人脸模式”。

人脸指纹类似于指纹原理，即一组可以区分人脸的组合特征。每个人的眼睛、鼻子、嘴巴等五官之间有不同的距离、面积、角度等几何关系。大眼睛、小鼻子、薄嘴唇的“脸型”与小眼睛、大鼻子、厚嘴唇的人不同。

将人脸指纹与照片进行对比，可以验证“已知人”的身份，例如，公司验证进入特定区域的员工的身份。人脸指纹还可以与数据库中的大量图片进行对比，以识别“未知的人”。但当光照变化时，脸部被异物遮挡，面部表情发生变化，特征变化较大，一副墨镜会大大迷惑面部识别系统。

此外，被识别人与识别过程的配合程度也是决定面部识别成功与否的因素之一。因此，识别有面部识别意识的人相对简单。例如，在支付刷脸费用时，客户需要在合适的光线下直视摄像头，以方便软件识别。

为了解决这些技术难点，提高人脸识别的准确率，开发或应用人脸识别技术的公司都在积累大量的数据，希望提高系统的深度学习能力。比如作为美图秀秀的合作伙伴，Face++已经识别了超过10亿张照片，现在已经建立了上亿张照片的名人照片库。为了研究深度人脸技术，脸书已经从4030人建立了一个440万人的标签人脸库。脸书希望通过深度学习算法，调查用户在社交网络上的行为和习惯，进而精准推送信息。

智能硬件和摄像头随时随地采集我们的个人图像数据，用户数据如此长时间的大规模积累必然会涉及到个人数据和隐私的保护。

手机应用FindFace允许用户通过面部识别技术，在社交软件上找到一个人的账号。表面上看，这是联系朋友和同事的绝佳方式，但这个程序很容易被滥用，人们可能会错误地用它来泄露他人身份或造成骚扰。

2014年，美国卡内基梅隆大学的一位教授发现，通过Google Pictures在匿名交友网站上搜索用户的照片，可以轻松消化这些用户的真实信息。迪士尼被消费者投诉。它利用人脸识别系统Trapwire未经授权获取消费者的信用卡信息，推送他们可能感兴趣的产品。

今年7月，有消息透露，沃尔玛正在开发一种面部识别系统，以识别顾客是否不开心，并为此申请了专利。最近，斯坦福大学的两位研究人员开发了一种神经网络算法，可以通过人脸识别来判断一个人的性取向，该算法的准确率高达91%。这项研究的结果及其可能带来的歧视令平权组织和男女同性恋、双性恋和变性者群体深感不安。

更不用说将人脸识别技术与警察便携式摄像头、定位软件、机器学习等其他技术结合起来辅助实时追踪——它们对打击犯罪非常有利，但也随时将我们在正常生活中的隐私暴露给公权力。

长期以来，欧美大量的消费者权益组织都在关注这个问题，脸书和谷歌也分别在德法两国收到了罚款。欧洲监管机构在将于2018年5月生效的《通用数据保护条例》中嵌入了一套原则，规定生物信息属于其所有者，使用此类信息需要其本人同意，这意味着欧盟对个人信息的保护和监管达到了前所未有的水平。

“登机口”已经在首都机场进行了测试

当然，也有专家表示，目前的人脸识别技术还很粗糙，所以人们不必过于紧张，矫枉过正会阻碍技术的发展。事实上，在某些情况下，你可以欺骗这些系统，让它们认为自己看到或听到了一些实际上并不存在的东西。

现任谷歌研究员阿列克谢·库拉金和其他人工智能专家写了一篇文章，解释了神经网络存在安全漏洞。只要一幅图像变化很小，神经网络就会认为图像中包含了它实际上没有的东西，而这些变化是人类肉眼无法感受到的——有时这些变化只是在图像各处随机增加了几个像素。例如，操作者可以改变大象照片的几个像素，然后欺骗神经网络认为它是“一辆车”。研究人员称这些为“对抗样本”。

然而，即使技术和法规还不成熟，人脸识别技术的广阔应用前景已经得到了企业界的认可。

金融行业对身份认证需求充足，市场前景最广阔，估计是“千亿级”市场。事实上，中国的移动支付公司在技术、安全、场景等方面都领先于世界，对技术要求更高。与此同时，与身份认证相关的监管机构有十几个，关注点和侧重点各不相同。

但习惯于“强制监管改革”的互联网行业，已经开始为自己的标准做准备，形成了三大认证体系:FIDO、支付宝牵头的IFAA、微信支付的SOTER。随着最近IFAA和SOTER宣布开放身份认证功能，三大认证系统开始玩正面游戏。

在娱乐和社交方面，人脸识别技术在游戏角色虚拟化、VR/AR社交、表情互动或短视频中的应用，必然会带来全新的游戏玩法。比如最近脸书上有一个叫Face Dance的小游戏，类似于音乐游戏，在音符到达识别线之前按下正确的按钮，而Face Dance则依靠人脸识别，根据游戏的指令做出各种表情。游戏过程中，摄像头将全程记录，让用户在社交网站上展示自己的“宜颜”，并上传各种搞笑视频。

在安全方面，百度AI机器人已与北京首都国际机场达成合作，并已实施。百度人脸大门已进驻首都国际机场运行控制中心进行测试，主要负责大楼内上班族的进出打卡和数据监控。国际民航组织确定，从2010年起，其118个成员国和地区必须使用机器可读护照，人脸识别技术是第一种识别模式，已成为国际标准。

我们可以换手机，也可以伪造身份证和驾照，但以现在的医疗技术，我们是无法“变脸”的。人脸识别技术前景广阔，但也存在安全隐患。这项技术是人机交互新革命的开始，还是个人隐私的陨落？我们将拭目以待。

免责声明:《中国新闻周刊》稿件的发表必须获得书面授权