↑資料圖：一位顧客正在進行刷臉認證。記者 王遠 攝
刷臉支付時代來了嗎
吃飯、購物、看病……今天，在中國只要帶一部手機出門，就可以完成日常交易，移動支付給人們生活帶來了極大便利。然而，技術不斷更迭讓人意想不到，日前，支付寶宣布推出一款全新的刷臉支付產品——“蜻蜓”，今后出門刷個臉就能把錢付了。刷臉時代真的要來了嗎，與移動支付相比，它是不是更安全，未來會不會成為主流的支付方式？
刷臉支付是怎么實現(xiàn)的
“刷臉支付是一種結合人臉認證和免密支付的便捷支付方案，可應用在無人售貨、超市結算、公司食堂等場景，客戶注冊后無需使用手機且無需輸入程序即可完成交易。”13日，優(yōu)唯視股份有限公司副總經理張少奎在接受科技日報記者采訪時說。
張少奎長期從事人臉識別相關研發(fā)工作，據(jù)他介紹，人臉認證指通過1∶N人臉識別技術，比對現(xiàn)場照和底庫留存照，確認客戶身份；免密支付指客戶授權免密的支付產品，允許客戶自主選擇綁卡支付或余額支付，如支付寶的花唄信用支付。
具體來講，刷臉支付的流程是這樣的：首先，上傳照片到支付寶，經過系統(tǒng)分析認證，綁定支付賬戶；然后，掃描商品；選擇刷臉支付選項并刷臉；輸入綁定手機號后四位，支付成功，小票自動打印出來。如果是在熟悉的環(huán)境，連手機號都無需輸入。
張少奎表示，刷臉支付的過程就是判斷上傳的圖片和攝像頭拍攝出來的兩張圖片是不是屬于一個人，目前的識別率達到了99%。支付寶的人臉識別技術采用區(qū)域特征分析算法，即利用計算機視覺從視頻中提取人像特征點，利用生物統(tǒng)計學的原理進行分析，人臉特征模板與被測者的面像進行特征分析，根據(jù)分析的結果給出一個相似值，通過這個值來確定是否為同一個人。這個過程包含了人臉檢測、人臉分析、活體檢測、人臉比對幾大技術要素。
“目前，移動支付格局已定，作為第三方支付平臺爭奪市場的新手段，刷臉支付是新的戰(zhàn)場，尤其是3D刷臉，能夠獲得數(shù)據(jù)信息非?？捎^，一旦綁定第三方，將是巨大的市場。”張少奎說，這也是為什么支付寶、微信、銀聯(lián)三家支付平臺紛紛入局人臉支付的原因。從目前的態(tài)勢來說，對于刷臉支付，央行是更趨向于鼓勵，而今國字號銀聯(lián)的入局，可謂是對刷臉支付的正名。
今年以來，有刷臉支付功能的自助收銀機具已在零售、餐飲、醫(yī)療等大型商業(yè)場景中得到使用。截至目前，全國100多個城市，300多家肯德基已經支持刷臉支付。“雙11”的數(shù)據(jù)顯示，刷臉和指紋完成的支付高達6成，成為了一種主流方式。由于無需記住復雜的密碼，過去一段時間，支付寶的老年用戶更是集中增長了兩成。人們已經漸漸步入了生物識別的支付交互時代。
能否被大眾接受尚未可知
“刷臉支付產品‘蜻蜓’的體積只有原來自助刷臉機具的十分之一，即插即用，也不用改造商家ERP系統(tǒng)。”支付寶IoT事業(yè)部總經理鐘繇說。
然而，張少奎認為，“蜻蜓”能否被大眾接受尚未可知。移動支付方式接受度高，應用場景廣泛，主要原因在于實現(xiàn)了商家和消費者的雙贏。同樣的，人臉支付
對移動支付是否具有替代性，取決于兩個產品端，第一，其為商家?guī)淼某杀竞褪找姹?；第二，基于當前技術的客戶使用體驗。
張少奎表示，刷臉支付確實解決了一些市場痛點。比如，在客戶端，解決了忘帶手機、手機沒電、忘記密碼等窘迫情況下的支付問題；在商戶端，降低了人力成本，提高了一定的支付效率。據(jù)悉，四川紅旗連鎖近3000家門店近期上線了支付寶刷臉支付。上線該功能后，門店收銀效率提升了50%，收銀空間利用率則提升了200%以上。
“但‘蜻蜓’的3D結構光識別，在提高安全性的同時，也對設備有了更高的要求，相比于支付碼和2D人臉識別，商家需要投入的成本更高，需要承擔的風險更大。”張少奎說。
對此，也有業(yè)內專家指出，不可否認，與移動支付相比，刷臉支付的效率更高、安全性更強。截至2018年下半年，刷臉支付在肯德基、商超、藥店等線下零售場景出現(xiàn)，全國上百個城市已開始試用刷臉支付。但與移動支付商家投入成本低、風險小相比，刷臉支付商家需要購入設備、系統(tǒng)改造等，商家不一定愿意。
刷臉支付比手機支付更安全
“刷臉支付比密碼支付更安全更便捷，隨著門檻的進一步降低，刷臉支付或在未來3年內呈現(xiàn)爆發(fā)式的增長。”中國財政科學研究院應用經濟學博士后盤和林說。
刷臉支付時代真的要到來了嗎？其走向普及還有哪些問題需要破解？張少奎指出，與指紋、虹膜等生物特征比起來，人臉相對缺乏私密性，如果要在金融領域被應用的話，最難克服也是必須克服的一點就是要有很強的鑒偽能力。
“這些問題會導致人們對于金融安全產生疑慮，所以目前刷臉支付還只是被應用于低風險領域，在高風險領域尚未鋪開。”張少奎說。
未來要走向大規(guī)模應用，張少奎建議，要加強防偽攻擊檢測技術的保障。不同的攻擊手段，比如翻拍屏幕、翻拍照片、視頻，會有不同的介質，所有這些介質都試圖去模仿活人，但都只是模仿了其中的一部分。通過深度學習算法訓練模型提高活體檢測、防偽抗攻擊的準確率尤為重要。
張少奎介紹，目前主流的防偽技術是活體檢測技術，按是否需要人員配合，又分為兩類：靜默式活體檢測，即通過單目、雙目探測方式，無需被檢測人員配合即可判斷是否為真人；交互式活體檢測，通過單目、雙目探測方式，需要檢測人員配合，按照軟件提示做出指定動作，通過算法評估用戶動作與軟件指定動作是否一致，判斷是否為真人。
再就是表情識別，通過把人臉分為多個關鍵區(qū)域，根據(jù)面部關鍵點的跟蹤定位，通過神經網絡，辨識、分析面部動作組合，表情類型模式計算等，進行最終表情動作的精準識別。目前精細區(qū)分情緒種類，識別可達50+種微表情，如開心、悲傷、恐懼、憤怒、欽佩、羞愧等。
“同時，還要注重建立信息安全監(jiān)管機制。”張少奎說，對用戶的隱私資料進行安全加密，對相關從業(yè)人員的思想建設予以重視；此外，要將選擇權交給用戶，對心理上不接受“刷臉”支付的用戶不強求，對愿意“刷臉”但有心理包袱的用戶，可以考慮“組合驗證”方式，提升支付安全等級。
