人脸识别时代来临

在不久的将来，追踪嫌犯、养老生存认证、考生身份验证、金融银行、交通、社区、景点检票、门禁、考勤等各种各样的社会化场景中都可以看到人脸识别技术的应用。

人脸识别技术成为了近年来社会关注的科技热点，尤其是随着支付宝，中国银行、民生银行等金融产品开发出的实际场景应用，将人脸识别技术真正地应用到百姓生活中去，实现了这项超前技术的功能化。

人脸识别市场潜力无限

在国内，包括人脸识别、指纹识别、虹膜识别在内的多种模态生物识别技术都已经开启了实际场景的应用开发阶段，早在2013年12月，中国银行率先在国内采用人脸识别技术解决身份核查问题，并引入天诚盛业“银行联网核查人脸识别解决方案”，将人脸识别技术与医疗自助发卡终端融合。通过身份证照片与用户现场照片的比对，自动完成人脸验证、确认客户身份，取代或部分取代人工授权。如今，在民生银行各家分支银行内，自助设备、柜面等都采用了天诚盛业提供的人脸识别技术，作为身份核查的有效手段。天诚盛业人脸识别技术不但提高了银行风险防控，也极大地加快了业务办理速度，提升客户的满意度，由此开辟了人脸识别技术在金融、医疗系统应用的新纪元。

日前，天诚盛业创始人兼CEO周军接受媒体采访，坦言道，人脸识别应用时代已经开启，中国在这一技术上的开发和场景应用上已经走在了世界前沿。在周军看来，如同移动开发领域一样，从全球的人脸识别市场发展来看，中国现在是最热的时候。如今从事人脸识别的公司有200家，“这个虚火已经烧起来了”，要想持续发展，从业公司必须找好定位，做出好产品，并且选择好技术落地的场景，可以让民众体验到这种技术。

人脸识别的市场潜力是巨大的，在不久的将来，追踪嫌犯、养老生存认证、考生身份验证、金融银行、交通、社区、景点检票、门禁、考勤等各种各样的社会化场景中都可以看到人脸识别技术的应用。

旷视：科技创业者中的头把交椅

在2月份刚刚公布的《福布斯》“30岁以下青年领袖榜单”中，印奇被排在了科技企业家榜中的首位，成为亚洲30岁以下青年领袖中的代表人物。尽管印奇本人的大名尚且没有广为人知，但旷视科技手中的人脸识别系统却早已在祖国大江南北，乃至全球得以生根发芽。

看重“刷脸”在未来的广阔前景，马云“爸爸”早就选择了印奇。作为阿里巴巴的战略合作伙伴，旷视为支付宝开发人脸识别模块。在去年3月16日的德国汉诺威IT博览会上，马云更是亲自演示了“刷脸”支付的神奇一面。

在当天发表完主旨演讲后，马云特意为德国总理默克尔与中国副总理马凯这两位贵宾，演示了蚂蚁金服的Smile to Pay扫脸技术，并当场刷自己的脸给嘉宾买礼物。

马云选择的礼物是淘宝网上一枚1948年的汉诺威纪念邮票。他用手机登录淘宝，首先选择产品；第二步进入支付系统，确认支付后出现扫脸的页面；然后扫脸（拍照后）后台认证；接着显示支付成功。整个过程都在大屏幕上显示。“外星人”马云刷脸支付，瞬间成为开幕式的亮点。不少观众在社交媒体上激动地讨论这一刻，有网友说“刷脸的时代真的到了！”

这份在开幕式上刷脸下单买下的礼物后来送给了汉诺威展会。

这套由蚂蚁金服与旷视科技合作研发的“刷脸”系统，在购物后的支付认证阶段通过扫脸取代传统密码。更为惊人的是，其识别率竟能达到超过99%的精确程度。

极高的识别率，便是旷视真正能够引领潮流的法宝。根据新华社2014年对印奇三人组的采访来看，旷视在那时便已经达到了超过97%的高识别率。

“Facebook的人脸识别率是97.25%，我们的识别率是……97.27%！比Facebook还要略高一点！”当时，在看到电脑屏幕上显示的这一结果后，旷视科技创始人唐文斌、印奇和杨沐3个小伙子忍不住击掌相庆。

按照印奇的说法，真正的杀手锏是一种“类人脑神经元算法”的深度学习算法。通过这种技术框架，他们可以用大规模的数据对算法进行“训练”，分析的数据对象越多，系统的计算、识别结果就会越来越精确。

鉴于旷视刷脸系统Face++的强大表现，去年4月，印奇作为中关村创业企业代表，接受了国务院副总理刘延东的接见，并在见面会上发言。在去年12月乌镇世界互联网大会上，旷视为大会安保提供了重要的技术支持。在此期间，各媒体报道小组不厌其烦地接受严密安检的同时，也得以充分感受到了“刷脸”系统的强大。

从刷“脸”到刷“万物”

尽管旷视是一家极客性质的创业公司，印奇与他的团队很早便制定了“三步走”的发展战略——第一步是搭建Face++的人脸识别云服务平台，目标是识人；第二步则是Image++，识别万物；最后则是实现“所见即所得”的机器之眼。

如果说Face++平台已到了可以开花结果的阶段，那么意在识别万物的Image++平台，尚处在技术的打磨期。

据悉，Image++的第一个公开版本已在2015年内发布。与Face++的发展路径相似，印奇称Image++是好几个Face++的结合，将首先识别文字、行人、人的行为、场景等高价值的东西，其逻辑顺序正如小孩识别万物的过程，先从父母亲的脸，到其他图片、物体，再到文字。

从Face++到Image++，挑战在于，各个细分领域的识别虽然都用深度学习算法，但各自难点不同，需要定向攻坚，即使一上来就能做到80%的准确率，但剩下的20%则属于每个领域中比较特别的东西。

印奇称，Image++出来后，对那些扫题库、扫名片的创业公司来说，并不意味着灾难。他想将这些入口级的技术开放给那些创业公司，围绕图像识别和人工智能技术，在未来建立一个以核心技术为轴的共生生态。

“就像马云说的，你必须让别人变得更强，自己才会有更大的发展空间。”Video++，真正的机器之眼，听起来似乎还很遥远，但在场景化数据的大循环与人工智能、机器学习的热浪中，技术的迭代更新无疑已呈加速之势。