撰文：楊一鳴
突破技術
人臉識別技術如今已經十分精確，可以被網絡交易以及相關領域所應用。
重要意義
該技術提供了一種安全且快捷的支付方式，但是也許存在隱私問題。
技術成熟期
現在
主要研究者
- Face++
- 百度
- 阿里巴巴
-騰訊優圖
得益於網絡支付平台的興起，現在的支付方式已經變得越來越便捷，特別是手機端的支付寶和微信支付，讓手機成為另一個可以傍身的錢包。在吃完飯準備買單時，或是在超市買完東西付賬時，店家刷一下消費者手機中的二維碼，消費者輸入密碼確認轉賬信息後，就可以將錢付給店家。支付過程只不過幾秒鐘，是不是很方便？但是在方便的同時，我們也在擔心密碼的安全級別，誰也不希望別人不經過自己的同意就從自己的錢包裡面掏錢吧。所以除了增加密碼的複雜度，指紋識別等生物識別技術也出現在網絡支付環節中。因為生物識別技術的識別對像往往具有個體差異性，比如指紋、虹膜甚至聲波都是每個人特有的，如此一來就能夠保證支付的安全性，遠比單純由數字和字母組成的密碼要安全。另外，手機端支付的指紋識別也在實際應用中將支付行為進一步簡化。相信大家都或多或少地使用過指紋識別進行支付，或者解鎖手機鎖屏。這已經不是一項新技術了，投入市場應用已經有幾年的時間了，的確改變了我們的支付行為。而隨著近幾年人工智能技術的興起，又一項生物識別技術也達到了相當精確的程度，並融入到網絡支付中，這就是「刷臉支付」，就像阿里巴巴CEO馬雲在2015年的漢諾威消費電子、信息及通信博覽會上展示的一樣。這項嶄新的支付認證技術由螞蟻金服與Face++ Financial合作研發，在購物後的支付認證階段通過掃臉取代傳統密碼。
那麼你也許會擔憂，人臉識別精確嗎？人臉識別技術發展了這麼多年，也只是作為計算機端的登錄工具，現在作為金融服務的支付密匙能提供相對應的安全性嗎？答案是肯定的。螞蟻金服與Face++合作開發的人臉識別機器人在電視節目《最強大腦》中與人類同台競技，就人臉識別能力進行PK，最終的結果是機器人以2︰1戰勝了人類代表「水哥」王昱珩。可見其準確度已經超越了大部分人類。
具體的應用情況也能從側面證明人臉識別的精確性：人臉識別曾作為軍方以及警方識別身份的重要手段，常見於遠程打擊的身份驗證環節。電影《天空之眼》中就展現了十分精確的人臉識別系統，該系統由無人機攜帶的超高清攝像頭以及地面情報人員設法獲取的實時影像作為信息來源，再由精確的識別軟件對目標面部的特徵點進行交叉對比，識別身份，最後由軍方人員操作無人機進行遠程精確打擊。該電影中展現的人臉識別技術，採用了多個特徵點的識別，並將實時傳輸的圖像與系統中已存在的目標圖像進行多點對比。一旦多個特徵點甚至全部特徵點與預設目標符合，系統將給出結論，並詢問是否可以開始進行攻擊。而在實施遠程打擊之後，還需要對擊殺目標進行生存確認。電影中此時的目標早已面目全非，系統則針對目標的耳部的多個特徵點進行識別，以獲取目標的身份信息。
刷臉與密碼
處於信息社會，我們的身份信息以及授權有了越來越多的識別手段。而自從密碼被發明出來以後，各式各樣的密碼就充斥了我們的生活。相信你也曾經被自己的密碼折磨過，銀行密碼、遊戲登錄密碼、無線密碼混在一團，分不清楚。密碼的複雜程度與記憶難度以及安全性一般都是成正相關的，難記但是很安全，這也是我們在設置密碼的時候需要權衡的地方。可是再複雜的密碼也存在理論上被破解的可能，畢竟對於機器而言密碼只是一小段字符串，有規律無規律只是對我們而言的。筆者記得2011年12月發生過的某知名網站密碼外洩事件， 600萬名用戶的登錄名、密碼及郵箱遭到洩露，頓時轟動了整個互聯網。許多網民不得不將自己的很多有創意的密碼更換，並對整個互聯網的保密安全持有深深的懷疑。如此一來，新的加密系統或身份驗證方式就成了解決密碼難題的關鍵。
密碼難設且存在洩露的危險，所以在涉及公眾以及個人敏感信息的領域並不常見，如金融服務。而且這些領域的授權往往都採用更加安全的方式輔助密碼，或者直接成為主要的授權方式。於是一些帶有個人生物特徵的指紋、掌紋甚至虹膜相繼成為個人身份驗證的依據。如今，指紋識別在我們的智能手機上已經十分常見，解鎖手機以及支付寶的快捷支付都給予了我們很多便利：不僅方便快捷，不用記憶那些挖空心思編出來的密碼，還免除了密碼外洩的擔憂。其實，指紋識別早就因為其超高的準確性被應用於刑事鑒定中，因為幾乎找不到指紋完全相同的兩個人，這也成為刑事鑒定中最為準確的定罪信息之一國際公開測試中更是達到世界最高的99.5%，而2016年的6月騰訊旗下的優圖實驗室再次打破世界紀錄，將自己的99.65%人臉識別率寫入歷史。所以說，人工智能的加入必然會將人臉識別的精度提高；但是絕對需要大量的數據輸入，比如Face++已經將自己的人臉識別系統免費推向大眾，期望獲得更多的數據及素材，也能夠幫助人工智能更早地完成迭代，實現更強有力的人臉識別功能 [3，4]。
不過，對於長相非常相似的雙胞胎或多胞胎，以及通過整容變得判若兩人的情況，人臉識別技術也可能失效。在此情況下，可以採用其他的驗證信息作為輔助識別。畢竟識別技術都有弊端，準確率只可能無限接近100%，但採用雙重保險交叉識別的話，安全級別就會上升很多。就行業的發展來看，採用兩種或兩種以上的生物識別技術與最原始的密碼相結合的做法，能夠大大增加支付的安全性和準確性，比如用戶在登錄時增加一層指紋、掌紋、虹膜、聲紋等生物特徵作為輔助密碼。
在實際應用方面，騰訊優圖還推出了自己獨創的唇語輔助識別功能，能提高人臉識別的精度，更能提高識別的安全性。用戶在進行人臉識別時，需要按照屏幕的指令讀出屏幕上出現的一行數字，系統則會實時識別用戶說話時嘴唇的動作以及語音，而且唇動和語音的同步情況也列在識別的判定依據中。這其實就像現在已經出現的智能驗證碼，比如著名視頻網站Bilibili登錄時的「驗證碼」就需要用戶拖動鼠標拼好一塊拼圖。類似的，唇語輔助識別也具有相當的隨機性，百萬級別的隨機唇語模式可以抵擋照片、視頻、靜態3D模型的攻擊，而且還不受方言甚至語種對識別的影響。如此一來，就實實在在地將人臉識別列為了活體檢測，也提高了用戶在進行識別時的參與度。
人臉識別技術成熟以後，的確能給人們帶來很多方便，但是隨之而來的安全隱私問題卻常常被我們忽視。安全隱私問題確實是一個繞不過去的難題，這是因為人臉識別技術是為數不多的不需要被測者合作的生物識別技術，能在遠距離使用攝像頭獲得高質量的檢測信息，而被測者往往不知情。一旦能夠象徵我們身份的圖像信息與網絡連接，那麼個人信息的安全與隱私問題也就隨之而來，這也是自互聯網出現以來就有的問題。解決方案可以從技術和制度入手：技術方面，能夠採用不儲存圖像信息或身份信息的人臉識別系統，人臉識別的結果只是一條條冗長的代碼，這樣即使結果洩露了也不會對用戶的個人信息造成威脅；制度方面，就只能依靠國家的法律法規以及相關職能部門，也只有國家加大力度監管網絡安全以及個人信息安全，才能更好地建立穩定的網絡環境。比如最新公佈的谷歌街景軟件，能夠自動識別街景中的各種元素。雖然谷歌還在軟件中加入了人臉識別功能，但該功能一上線就被人彈劾，谷歌公司勒令停止提供這樣的服務，並將谷歌街景中的人臉都打上了馬賽克。
人臉識別與生活
清華大學的唐傑教授曾以學生的身份參與建設Face++。對於人臉識別的發展前景，唐教授說：「其實不只是刷臉支付，人臉識別還能應用於很多地方。」他表示，這樣的技術將會吸引中國大多數的民眾。一些商品住宅區就能使用這樣的技術來授權通行，商店和餐館也能利用此項技術來提供更方便的支付服務。人臉識別在用於網絡支付之前，曾出現在我們使用的手提電腦上，也就是刷臉登錄。Face++最開始也是從聯想電腦的刷臉登錄開始嶄露頭角的，而後相繼在金融、安防、零售領域分別開始了商業化探索，並成功開發出「Face++Financial」「Face++Security」以及「Face++BI」等人臉識別系統。其中，人臉識別在安防和監控系統中的應用也得到了中國政府的大力支持。有別於指紋識別和虹膜識別，人臉識別作為遠距離生物識別技術，能監控人群，並在其中識別犯罪嫌疑人以及恐怖分子。而且一旦人臉識別的效率和準確率上升了，無所不在的24小時不間斷的監控系統的確能組成一道恢恢天網，讓犯罪分子和恐怖分子無所遁形。除此之外，人臉識別作為一項圖像處理技術，自然也「逃不過」人類對於圖像編輯的狂熱。人臉識別技術與圖像編輯軟件的結合數不勝數。Face++就曾經和「魔漫相機」合作，這是一款能夠在識別人臉之後個性化生成漫畫人物形象的軟件。簡單來說，它就是可以把真人變成漫畫人物的手機App。「魔漫相機」軟件十分火爆，全球的使用人數已經超過了2億人。而人臉識別技術在其中也充當了核心的角色，首先軟件需要識別用戶上傳的圖像中的人臉，再按照用戶的要求對人像進行修飾，成為一幅漫畫。不得不提的還有「美顏相機」，這是一款能夠提升「顏值」的手機App，正好順應了這個看臉世界的潮流。其中，軟件能夠識別人臉，並對用戶面部的皮膚、膚色、色彩以及光澤進行編輯，它也是一款好評如潮的軟件。特別來講，該款軟件中還有很多有意思的功能，比如給用戶加上貓耳朵、狗鼻子，或者將拍攝風格變為恐怖風格，讓人忍俊不禁，而這些都是人臉識別和圖像處理帶來的樂趣。
而在公眾身份驗證的應用中也能看到人臉識別的身影。在打車軟件「滴滴出行」中也使用了人臉比對技術，註冊司機需要進行身份驗證，人臉比對技術確保註冊司機的容貌與證件照相符，提高了司機註冊的效率，更保障了乘客的安全。更加引人注目的是2016年公安部傳來的消息：公安部第一研究所研發的網絡可信身份認證服務平台即將在多個地方投入試點；通過這個平台，每個人都可以在網上生成一個終身唯一編號的「身份證網上副本」，通過「刷臉」等技術手段讀取。這也意味著需要身份證的地方在未來都能被刷臉所替代，比如住賓館登記時可能不再需要出示身份證，「刷個臉」就可以了。值得一提的是，百度正在開發一種能識別人臉、幫助人們取火車票的系統，試點選在了烏鎮。這需要將數百萬張人臉輸入數據庫才能達到99%的識別率，而烏鎮這一座中國著名的旅遊城市有著足夠的人流量，能為人臉識別系統提供最好的實驗條件。
而人臉識別在授權方面的應用也遠不止支付授權，授權通行也是一個較早採用人臉識別的領域。《麻省理工科技評論》特邀記者威爾·奈特（Will Knight）去Face++採訪時，就看見自己的臉出現在了大門一旁的屏幕上。進入公司後， Face++的員工將他的臉收集到公司的門禁數據庫中，之後當威爾再次拜訪Face++時，就能自如地進出了。之後，據威爾描述：「當我走進Face++的辦公室的，發現裡面有很多屏幕，這些屏幕上有著以各種角度拍攝的辦公室的畫面。這時，我瞥見我的臉出現在一個屏幕上，軟件自動識別我臉上的83個點。我稍感不適，但是遠不及技術給我帶來的震撼感覺。」想像一下，若是自己居住的小區或者是工作單位也有這樣的刷臉授權通行，勢必會很方便，不用攜帶鑰匙或門禁卡、刷指紋或是記憶門禁密碼，只需將臉對著攝像頭，系統就能自動識別，開放通行。類似的應用還出現在一些企業的考勤系統中，員工需要刷臉才能完成當天的考勤，這也杜絕了找人代刷考勤的現象。
說起Face++的起源，就不得不提到一款手機遊戲「烏鴉來了」（Crows Coming），這是Face++現任CEO唐文斌在2011年剛從清華大學本科畢業時與好友印奇設計的一款手機體感遊戲，玩家需要搖頭晃腦躲過稻草人，得到遊戲分數。該遊戲就是利用手機的前置攝像頭，採用人臉識別技術識別玩家的動作。這樣的設計既增加了玩家的動作感，也增加了玩家在玩遊戲時的參與度；如果在遊戲結束之後還能夠生成代表玩家的烏鴉的飛行狀況的動畫，相信會吸引更多的玩家。而在遊戲中採用人臉識別技術可不是唐文斌的專利，其他的遊戲包括我們熟知的「口袋妖怪」系列遊戲，玩家在培育自己的寵物時，遊戲能夠識別玩家的反應，並在寵物培育界面給出相應的反饋。這也使得之前枯燥的打怪升級遊戲變得豐富多彩、貼近真實，玩法也更加全面、立體。不過，人臉識別技術還只是常見於掌機上的遊戲，因為玩家玩掌機的距離剛好是人臉識別的最佳狀態；再遠一點，攝像頭的視角就大了，而此時往往採用的是動作識別，即時下受廣大玩家歡迎的體感遊戲。體感遊戲識別動作的原理和人臉識別十分類似，也因為體感遊戲能讓宅男奼女們在遊戲中體驗到在室外遊戲的感受而大受好評，這背後也是遊戲的高參與度。
談到遊戲，還要提起最近幾年興起的虛擬現實遊戲。虛擬現實遊戲能夠帶給玩家十分真實的遊戲感觀，魔法世界中的聲音、場景以及觸感都能實現。而為了加入更多的個性化元素，遊戲開發者往往會賦予玩家在遊戲中的獨特的外形，而在此環節就需要人臉識別技術。它與「魔漫相機」中的應用類似，也是將玩家的臉提取出來，做成遊戲中的角色放到遊戲環境中。想像一下自己穿著中世紀的盔甲、甘道夫的白袍或美軍101空降師的軍裝，是不是很炫酷？與之相似，人臉技術也被應用於電影製作，有些飾演效果不好的魔幻角色，比如《貝奧武夫》中安吉麗娜·朱莉飾演的格蘭戴爾的母親就是人臉識別之後再經過圖像處理合成的。另外，還有一些演員在拍攝電影的時候不幸去世或者早已去世了，也需要使用人臉識別技術及圖像處理合成影像，典型代表就是《速度與激情》中的保羅·沃克以及《星球大戰外傳：俠盜一號》中的高級星區總督塔金。在老版《星戰》中塔金由彼得·庫欣飾演，但這位演員已經於1994年去世了，劇組找了一位和彼得·庫欣身材相貌接近的演員。在這位和彼得·庫欣相似的演員表演完後，再採用後期製作的計算機CG動畫合成了彼得·庫欣的臉。
另外，與虛擬現實同時上線的增強現實也使用了多種圖像識別技術。不過，人臉識別技術的核心還是圖像處理算法，最終目的還是實現數據和信息的可視化，這一點與增強現實不謀而合。而人臉識別技術已經使用在一些有增強現實概念的軟件中了，如Video++公司開發的「明星認臉」，這是一款能夠在視頻和圖片中認出明星的軟件，用戶隨時點擊明星即可獲得明星及其代言的商品的信息。如果用於體育直播，識別其中的運動員並顯示出其運動生涯的數據，相信也會受到觀眾的歡迎。其實，隨著虛擬現實和增強現實的面世，許多與圖像處理及圖像採集相關的算法、軟件和硬件如雨後春筍般出現了。同時入選「2017年《麻省理工科技評論》10大突破性技術」的「360°自拍」就是為虛擬現實服務的，它能為虛擬現實提供大量的圖像素材。可以說，這些新技術都在為之後的虛擬現實和增強現實鋪路，雖然目前還沒有好的盈利模式，仍處於技術積累的狀態。
寫在最後
為了解決10大哲學問題之一的「我是誰」，我們有幾個途徑來進行身份驗證：你有的東西、你知道的東西（如密碼），還有你的生物特徵。前兩種東西的獨特性都沒有第三種強，而我們身份的獨特性正是身份識別的意義所在，一串串密碼或是一行行數字都不能詮釋我們的身份，而這正是生物特徵識別存在的意義。指紋、虹膜以及人臉識別都曾在身份識別系統中有著自己的優勢與特點，而隨著計算機技術的飛速發展，這些生物識別技術都紛紛轉入應用面更廣、更加靈活的民用市場。其中，指紋識別已經給我們的生活帶來了很大的變化，我們的支付方式也得到了改善。現在的智能手機解鎖或是網上支付都能使用指紋識別了，這也使得一些操作變得方便快捷。類似地，現在進入支付系統的「刷臉識別」也有著十分利好的發展前景。以人臉識別技術為核心的識別系統與人工智能聯結之後，效率和識別準確度都大大提高，並會持續發展。而更為精確的人臉識別不僅能符合金融服務的安全性標準，還能廣泛應用於人們的生活中，如安防、監控、網絡用戶登錄與驗證、人臉P圖，以及以遊戲和電影為代表的娛樂行業，可以說是深入到了生活的各個方面。這也意味著人臉識別將會從更高層面影響我們的世界。改變世界從刷臉開始。
專家點評
余晨
易寶支付聯合創始人、總裁，暢銷書《看見未來：改變互聯網世界的人們》的作者，央視大型紀錄片《互聯網時代》顧問，親自採訪全球互聯網企業領軍人物。
刷臉支付的技術基礎是機器視覺，本質則是一種生物識別技術。不同的生物識別技術，如聲音、掌紋、筆跡等，未來會被運用到不同的場景。但是視覺始終是最為直觀和便利的，個人標籤也最為明顯。畢竟不是每個人都能準確辨認自己的聲音和掌紋，但是面孔是再熟悉不過的了。
生物識別相對於傳統的字符密碼而言，極大地提高了效率，但也增加了模糊性。把正確身份識別為錯誤（拒識率）和把錯誤身份認為正確（誤識率）的比率都要降低到1%以下，才能基本滿足大規模應用的標準。
生物識別有一個問題是生物信息改變的成本極高（除非整容等），所以信息洩露的傷害比字符密碼更加嚴重。生物信息一旦數字化後，就不可避免地面臨被複製傳播的危險。而被竊信息的所有人不可能像改密碼一樣進行止損，這就給生物識別應用提出了極高的安全要求。這也是為什麼各大公司即使掌握了相關技術，也只能小規模試水，尤其在金融領域更是慎之又慎。還有一個問題，就是剛才提到的拒識率和誤識率的水平，因為人的生物信息不像字符密碼一樣定死，可能會出現變胖變瘦、手指受傷、感冒啞聲等。這就要求系統有一定的容錯率，允許在一定範圍內識別指標的浮動。
刷臉支付並不是橫空出世，實際上也是一個漸進的過程。早在2013年，芬蘭的一家初創公司Uniqul就已經推出了刷臉支付系統unique，而且宣稱數據會受到「軍工級別」的保護。Square早在2011年就開始嘗試無需手動的支付方式，Pay Pal也嘗試過類似的功能。2015年，谷歌也推出了刷臉支付Hands Free，但未獲廣泛應用，並於2017年年初宣佈關閉。2016年，萬事達選擇在歐洲推出刷臉支付，並於2017年推廣到北美。日本同樣有NEC公司在三井住友集團試點刷臉支付。
國內的刷臉支付也是百舸爭流。2014年，中科院率先在國內開發出人臉識別系統，首創了人臉數據採集陣列，並在此基礎上開發出人臉識別移動支付系統。曠視科技開發出了Face++平台，向阿里巴巴的螞蟻金服提供人臉識別技術，並成就了馬雲在德國Ce BIT上的刷臉支付演示。2015年，支付寶已經開始試水部分用戶使用人臉登錄，並於2016年3月向全部用戶開放。
可以說，刷臉支付是生物識別技術（尤其是機器視覺技術）達到一定的精細化水平和安全性要求的情況下，水到渠成的科技突破。目前，刷臉支付還局限於少部分平台，線下應用場景還較少，因此不妨期待一下未來它在便利店、餐館、超市等高頻場景的應用。
支付的最高境界，其實就是沒有支付行為，這也是刷臉支付向我們提供的美好圖景。
專家點評
田豐
阿里雲研究中心主任，專注於雲計算、物聯網/工業互聯網、大數據、VR/AR科技戰略的研究，工信部人才交流中心工業和信息化特邀專家，中國互聯網協會核心專家。
「人臉識別」是技術，「刷臉支付」是場景，沒有技術支撐的場景是空談，沒有場景需求的技術是雞肋。中國高科技企業正在探索將「人臉識別」技術應用於金融支付、家居安防、城市交通、政務服務、公安反恐、企業管理、在線教育、市場營銷、遊戲娛樂等領域，並與物聯網、大數據、雲計算、增強現實技術融合演進。
「人臉識別」從實驗室算法到大規模商用，具有較高的技術門檻。在眾多的生活類場景中，以金融界人臉識別的要求最高，必須具備高安全性（照片與視頻防偽）、高準確率（誤識率在0.001%以下，高識別通過率在90%以上）、高可用性（海量並發人臉比對服務的系統吞吐量TPS>1000）、高實時性（響應時間小於100微秒）。目前在全球的人臉識別研究領域，一批傑出的華人研究學者是推動技術不斷發展的重要力量，可以說在世界範圍內，中國「人臉識別」科技的實力無論技術還是應用都處於全球領先地位，所以本次上榜企業均被中國的高科技公司包攬。比如，「刷臉支付」由螞蟻金服與Face++合作研發，這一突破性技術的解決方案由人臉比對算法、活體識別算法、風控防攻擊策略體系三部分組成，人臉識別構建在公共雲上，借助高可用、動態擴展的服務架構，才能支撐「雙11」購物節、新春紅包等刷臉服務高並發峰值。
「刷臉支付」等應用場景依靠數據回流，進一步加速技術的迭代進化，「大用戶」沉澱「大數據」，「大數據」訓練「大智能」。刷臉支付技術經過最近幾年的產品優化，現在能夠保證在各種複雜的環境下仍有不錯的刷臉體驗。比如，支付寶有超過1.5億名用戶使用過刷臉技術登錄支付寶賬戶、實名認證、找回密碼，以及在高風險交易中進行身份驗證等。這是目前全球用戶量和訪問量最大的人臉識別系統，更是在全球金融領域範圍內第一家大規模商用的在線系統。刷臉支付誕生於比較獨特的互聯網金融業務場景，真實場景十分複雜，用戶會在不同光線（夜晚低光照）、不同角度（大角度側臉）、不同姿勢、不同表情（誇張表情）、不同妝面（重度化妝）、不同年齡（老化）下使用刷臉；用戶有時躺在床上刷臉，有時在敷面膜時刷臉；如何解決各種複雜的真實環境中的刷臉體驗，保證正常用戶便捷通過，是很大的挑戰。2016年，螞蟻金服在雲棲大會開設的「未來咖啡館」，讓消費者對著攝像頭刷刷臉就能完成O2O移動支付。
安全是「刷臉支付」普及的關鍵。在提升真實用戶刷臉通過率的同時，還要抵擋各種黑客攻擊手段。照片和視頻攻擊已經過時，現在黑客利用機器學習網紅大量視頻中的表情數據、聲音數據，採用人臉建模軟件，能夠實時合成「換臉」「換聲」，在網上假扮別人直播表演。人臉活體檢測技術將是持續攻防和不斷改進的過程。
專家點評
楊銘
地平線機器人技術聯合創始人&軟件副總裁，算法與工程專家，前Facebook人工智能實驗室創始成員。
作為社會性動物的人類，精準識別人臉是關鍵的社交技能之一。這項技能如此重要，以致人類在漫長的進化中，在大腦中專門形成了一個負責人臉識別的腦區——梭狀回（fusiform gyrus）。因此，人類十分擅長這項技能，能從「驚鴻一瞥」中瞬間記住一個人，也能從「回眸一笑」中想像出這個人的各種音容笑貌，甚至在「少小離家老大回」時能仍依稀認出兒時的好友。然而，作為一種非侵入式的生物識別方法，計算機識別人臉圖像卻困難重重：億萬張不同的人臉，粗略地看只是臉型五官的細微差異，而同一個人的人臉，在不同的視角光照條件下，從圖像上看也是千差萬別。因而，機器識別人臉在過去30年裡一直是計算機視覺和模式識別研究領域最有挑戰性的「明星」課題，從早期基於規則的識別、「特徵臉」（eigenface)、高維局部特徵點，發展到近年來火熱的深度卷積神經網絡方法。
2012年，深度神經網絡在圖像識別領域取得了技術突破；到2014年，其通過並行訓練學習應用於海量人臉數據，使得計算機識別人臉的準確度有了從量變到質變的提高。特別是對於比較兩張人臉是否為同一個人的人臉驗證任務，錯誤率下降到1‰的量級，同時也逐漸打破了只識別正面人臉的限制，能夠容忍更大幅度的人臉圖像差異。因而， Facebook、Google、Microsof、百度、Apple等互聯網公司都逐漸採用了深度神經網絡的人臉識別算法，改善其人臉識別服務和產品。比如，Facebook運營著世界上最大的雲端人臉識別服務，在全球10多億名用戶的照片中識別人臉。國內的創業公司如曠視科技、依圖科技、商湯科技、雲從科技也將人臉識別應用於互聯網金融和安防刑偵等領域。在人臉識別技術提升的基礎上，刷臉支付也應運而生，為用戶提供了一種便捷、創新的支付體驗。在支付的應用中，快速方便的活體驗證，即確認支付使用者是真實用戶而不是假冒者預先錄製的照片或視頻，是一個關鍵技術點。相信隨著深度學習技術的演進、計算平台能力的提升，人臉識別將擴大其在各個領域的產品化。
[1].自2007年以來，LFW數據庫成為事實上的真實條件下的人臉識別問題的測試基準。LFW數據庫包括來源於因特網的5749人的13233張人臉圖像，其中有1680人有兩張或兩張以上的圖像。LFW的標準測試協議包括6000對人臉的十折確認任務，每折包括300對正例和300對反例，採用十折平均精度作為性能評價指標。