11月18日，支付宝人脸登录功能正式上线。近日，支付宝方面表示，在该功能运行一段时间后，其识别成功率已经超过90%，所以刷脸功能可能将在今年年内向广大用户全面开放。

今年3月16日，CeBIT（汉诺威IT博览会）在德国举办，作为唯一受邀的企业家，马云在现场演示了支付宝新推出的“刷脸支付”技术，用自己的脸在淘宝上刷了一枚1948年的汉诺威纪念邮票送给嘉宾。

这一展示使得行业内外对刷脸支付也抱有很高的期待，不过支付宝内部人士表示，刷脸支付功能虽有可能在以后上线，但具体时间尚未确定。

现在，刷脸并不是什么特别新鲜的技术，许多公司上下班打卡、银行的ATM机都会应用到刷脸的功能。但是，由于这种技术并不成熟，在便捷和安全性等方面却还有诸多缺陷。所以，尽管这是个看脸的世界，刷脸这件事也不一定靠谱。

一、刷脸功能应用广泛，未来或成趋势但技术尚不成熟

近年来，刷脸这个听起来颇为玄幻的技术已经逐渐渗透的大众的生活中，尤其在金融界应用更为广泛。刷脸开户、刷脸转账、刷脸支付等技术频频出现。

比如支付宝的刷脸登录技术，在录入人脸时，选择相应选项后按照步骤对面部进行拍摄，只要保证光线充足并完成两个步骤，即可成功登录。

蚂蚁金服负责人陈继东说：“生物识别取代传统密码验证是一个行业趋势，人脸识别技术今年7月份开始，逐步在支付宝实名认证、重置密码、换绑手机、风险支付校验等功能中应用，现在扩大到了登录这个主流场景中，实践证明，真实应用场景下的识别成功率已经在90%以上”。

招商银行也推出了“刷脸转账”功能，最高额度可达100万元。除此之外，招商银行还在部分地区推出了“ATM刷脸取款”业务。在这一功能中，系统会自动拍摄现场照片，然后与银行的照片源进行对比，验证后输入手机号码进一步确认身份，之后就可按正常程序进行取款等一系列操作，不必使用银行卡。

另外，很多公司、机关单位等上下班打卡也都会使用人脸识别技术，人脸识别在技术方面确实已经取得了一些成果。

人脸识别技术给用户带来了很多方便，能够让用户实现零成本参与。人脸识别技术不需要提交照片。根据规定，有资质的部门在进行这一技术的应用时，可以向全国公民身份证号码查询服务中心提交申请，将采集的照片与该部门提供的权威照片进行比对。

这也就意味着，用户在刷脸时，只需打开移动端或PC端的摄像头，对自己的正脸进行拍摄即可。在移动设备普及的今天，这个门槛对用户来说等同于没有门槛。

另外，一些用户担心的隐私问题，人脸识别也有比较有效的解决方法。由于照片来源的权威性，加之能将照片处理成肉眼无法识别的模糊图像的特有的“脱敏”技术，人脸识别的安全性能够得到一定保障。

那么，人脸识别的准确度如何呢？根据香港中文大学教授唐晓鸥在2014年的CVPR（计算机视觉国际顶级会议）上发表的论文显示，利用计算机算法识别人脸的准确率已经高达99.15%，而肉眼识别的准确率为97.52%。也就是说，计算机识别人脸的准确率甚至超过了肉眼。

有分析人士表示，人工智能技术的产业化目前正在加速发展阶段，生物识别、图像识别等技术的商业应用也初具规模化。因此，应用人工智能技术的产品很有可能在不久的将来呈现出井喷态势。

从理论上看，人脸识别确实是一项非常炫酷又优秀的技术。但实际上，刷脸技术却仍存在诸多缺陷。

二、技术有缺陷，安全性能令人担忧，刷脸技术仍有待提高

刷脸虽在技术上取得了很多进展，但在实践过程中却仍会出现不少问题。对此，网友以半调侃的方式总结了如很多女士妆前妆后面容大不相同、很多人长相相似、整容了与权威照片源不符、支付时可以用马云的照片来刷、被偷偷录像怎么办等多种在刷脸技术的应用中可能出现的漏洞。

这其中有的情况可以不必担心，比如长相相似问题。因为人脸识别不仅看长相，还会通过测量瞳间距、测试视网膜等手段来辅助识别。但是，在便捷、安全等方面，人脸识别的技术远未达到成熟。

对于马云在CeBIT上展示的刷脸支付技术，中科院计算机技术研究所的山世光博士表示：“从图片展示看，系统界面中央有一个头肩轮廓，从技术角度来讲，其实是为了让刷脸的人尽可能配合的把自己的脸放在这个区域里面去，以保证识别的成功率。从某种意义上，已经说明这个技术还没有成熟到可以随便照一下，就可以成功识别出来的水平”。

人们使用网络支付的原因之一就是因为它的便捷，但是人脸支付却很容易因为环境的变动而无法使用。关于人脸识别技术的科学评价，山世光说：“某些公司宣传自己的人脸识别系统的识别率达到了99%，其实单纯看识别率这个指标的高低并无太大的意义。如果不指明测试用人脸数据库的规模(包括人数和图像量)、拍照环境(如光照变化)、测试库中图片的质量(如分辨率和噪声指标)、以及拍照时的人脸姿态和表情变化等情况，单纯看识别率指标的高低，是没有意义的”。

再比如整容和双胞胎问题。尽管有些系统在媒体上展示其可以区分几对双胞胎，但这并不能代表问题已经得到很好的解决。山世光认为：“更科学严谨的做法应该是找数百甚至上千对双胞胎做大量测试，形成详细的误识率和识别率ROC曲线报告，方可得出可信的结论”。

另外，虽然人脸识别在民用级的考勤、门禁系统等特定场景下得到广泛而有效的应用，但是在金融、安防等场景中的应用尚不成熟。

评价识别系统的优劣，除识别率之外，还要考虑误识率和虚警率（在人脸识别等生物识别技术中，将现场人脸采样和数据库中已注册人脸的相似度比较，判断结果依靠阀值的设定：阈值设置低虚警率就高，设置高虚警率就低）等其他指标。

而在黑名单目标监测中，在虚警概率为万分之一的情境下，人脸识别的首次正确率最高仅为30%。而在安防领域对人证一致的验证系统中，在误识率为千分之一的情况下，拒识率则高达40%以上。

随着技术的进步，脸部识别极可能在未来成为一种普遍应用于各领域的技术手段。但是由于其技术尚未成熟以及安全性不够，还是显得不太靠谱。想要真正实现普及，还要经历相当长的一个过程。