“刷脸”时代
开篇：润墨网以专业的文秘视角，为您筛选了一篇“刷脸”时代范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
去年三月在德国汉诺威电子通信展开幕式上，马云向德国总理默克尔与中国副总理马凯演示了蚂蚁金服的SmiletoPay扫脸技术，不用输入密码，通过“刷脸”就完成了支付认证，成功的为嘉宾从淘宝网上购买了1948年汉诺威纪念邮票，引起了国内外的广泛关注。
第二天各大媒体纷纷予以报道，国内涉足人脸识别概念的上市公司股票也纷纷上涨，各路资本对此也充满兴趣，相关技术创新公司先后成立，人脸识别成为了各类论坛展会关注的焦点，呈现出一片欣欣向荣景象。
巨头和资本的共同选择
近两年，阿里巴巴对人脸识别越来越重视，在2014年就控股了一家人脸识别企业，推动人脸识别的发展。2016年9月再次投资7，000万美元收购美国生物验证公司EyeVerify，进一步加深其在生物识别领域的布局。在内容方面，阿里巴巴已全面将该技术应用到自己的支付宝、淘宝等平台，并将协同旗下的其它业务板块等，培养人脸识别的应用场景。
除了阿里巴巴，BAT三巨头中其他两位也在此方面落下棋子。腾讯为此成立了专注于人脸识别的优图团队，意在将腾讯征信、财付通、微众银行与人脸识别紧密相连。与公安部所属的全国公民身份证号码查询服务中心达成的人像比对服务的战略合作，让腾讯的人脸识别技术可以7×24小时接入公安部查询服务中心的数据库。
百度更早在2012年在开始在人脸识别技术上发力，推出了当时国内第一款全网人脸搜索引擎以及百度魔图PK大咖等明星产品，备受网民关注。近年来百度力图将人脸识别技术应用于更多方面。如为了帮助丢失儿童的家人寻找孩子，百度利用人脸识别的人工智能技术开发了“百度寻人”公益平台；“Dulight百度小明”可以通过语音识别、人脸识别等技术帮助盲人打理日常生活；最近被关注的乌镇景区的人脸闸机，此技术也是由百度提供的。游客不用门票，只需“刷脸”就能在一秒内自由进出景区，极大减少了排队检票的时间。
资本是市场的风向标，资本投向哪里，哪里就发光发热。各路资本近几年对人脸识别充满热情。2014年欧比特以5.25亿元收购铂亚信息100%股权，由此涉足人脸识别业务和智能安防领域；2015年4月佳都科技5，000万元战略投资专注于人脸识别智能分析算法及产品研发的云从信息科技；2015年10月佳都科技以2亿元收购华之源51%股权，为公司的人脸识别技术在轨交领域的应用铺设渠道；2016年2月远方光电拟以10.2亿元收购维尔科技 100%股权，切入生物识别领域。
此外，在人脸识别领域掌握一定核心技术的公司也纷纷成为资本的追逐对象，如旷视科技、依图科技、商汤科技、飞搜科技等均获得资本支持。在股市方面，主打人脸识别的上市公司也表现出了非常大的潜力，受到了股民的青睐。海康威视、佳都科技、科大讯飞、海能达、赛为智能、汉王科技、高鸿股份等上市公司都呈现着不错的表现。
为何受青睐
为什么如此多的资本和公司竟逐人脸识别呢？因为其广泛的应用范围和极大的发展潜力，人脸识别几乎可以在任何行业都得以应用。如金融行业可以进行刷脸登录、远程人脸开户、自助人脸开卡；教育行业可以借助人脸识别技术确认考生身份；公安系统可以通过人脸比对筛查出犯罪嫌疑人；广告行业可把人脸识别技术应用在户外广告上进行人流量统计；商业领域通过人脸技术可实现对用户的年龄、性别、表情等识别和检测，从而为商家对顾客进行精准营销提供基础的技术支持；社保系统可启用人脸识别技术，规范领取人资格；机场利用人脸识别技术进行安检。此外还可以进行刷脸开车、刷脸购物，刷脸取款、刷脸签到等等。随着未来人脸技术的普及，人只需“刷脸”就可真正解决现有生活中的诸多事情，带来更为便利安全的生活。
与常用的密码方式相比，人脸识别具有更高的安全性，任何账号和密码只要通过验证都可以进行更改，而人脸识别则完全不同，人脸数据具有唯一性，几乎是不可改变或改变成本非常高。与同样具有唯一特性的生物指纹和虹膜识别技术相比，人脸识别无需用户和设备直接接触，无需用户配合就可主动获取人脸图像信息，且可以进行多个目标的分拣、判断及识别，因此操作起来更为方便快捷简单。在推广方面，当前普通摄像头可以作为传感器，人脸识别主要依靠人脸识别软件和算法进行处理，普通摄像头就可以作为采集人脸信息的传感器，推广起来成本比较低，客户也较容易接受。
如今人脸识别发展最快的领域是安防。随着城镇化的进程加快，流动人口比例大大增加，面临的突发事件和异常事件越来越复杂，给城市的安保工作以及视频监控带来了更大的压力。传统依靠人工来盯的方式难免会因疲劳或精神不集中等原因影响监视效果，难以胜任对庞大数据库的分析，从而影响事后查找证据。
于是在国家政策支持下，近些年大力建设平安城市，具有智能分析的视频监控得以广泛应用，大规模动态人脸识别、黑名单监控、人流统计已分布在边疆安防布控、机场、车站、景区、公共场所等。在部分地区的部分领域，人脸识别已经开始被列为使用过程中的强制标准。
这种情况的出现，对于人脸识别的推广无疑是一种非常有力的推动。互联网金融可能会是下一个发展较快的领域。中国由于人口基数大，互联网普及程度高，人脸识别技术全球领先，互联网金融业务通过远程人脸识别身份证件核实的方式进行身份验证，可有效解决面签难题，人脸识别技术有望成为互联网金融行业的标配。
技术在发展 市场超千亿
人脸识别技术并不是近些年才有的，它的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，进入初级应用是在90年后期，但并没有规模推广开，这是由于当时采用的是基于可见光图像的人脸识别技术。
这种方式有着难以克服的缺陷，在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。后来出现的三维图像人脸识别和热成像人脸识别等解决光照问题方案，识别效果也不尽人意。直到基于主动近红外图像的多光源人脸识别技术的出现，它可以克服光线变化的影响，在识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近年发展迅速，使人脸识别技术逐渐走向实用化。
人脸识别是基于人的面部特征信息进行身份识别的一种生物识别技术。首先使用摄像头或者摄像机采集含有人脸的图像或视频，之后根据所提取的人脸图像特征采用相P识别算法进行人脸确认或辨别。随后将已检测到的待识别人脸与数据库中已知人脸进行比较匹配，得出相关信息。该过程的关键是选择适当的人脸表征方式与匹配策略，系统的构造与人脸的表征方式密切相关。一般根据所提特征而选择不同识别算法进行度量，常用的包括距离度量、支持向量机、神经网络、k均值聚类等。
人脸识别说起来简单，但做好却并不容易。比如在动态或复杂的背景中判断是否存在人脸并分离出这种面像，需要特定的算法才可能挑选出人脸在哪。如算法不合适，很可能出现把猴脸、猩猩脸误判为人脸的笑话。还有人的脸部毛发、化妆品、光照、噪声、人脸倾斜和大小变化及各种遮挡等因素也会导致人脸检测问题变得更为复杂。目前国内人脸识别还没有统一的技术标准，各家企业算法也不尽相同，虽然国内团队在类似LFW的国际标准测试中的精度不断提升，基本上每家的LFW通过率都在95% 以上，但真实的场景要比LFW的测试复杂得多，还是会出现一些误判错判情况的发生。
但无论怎么说，现在人脸识别技术已经取得了突飞猛进的发展，准确率越来越高，响应速度越来越快，越来越多的领域开始应用人脸识别技术。据中投顾问的《2016-2020年中国人脸识别行业投资分析及前景预测报告》显示，目前人脸识别市场已经进入了加速发展时期，2012年国内规模是16.7亿元，到2015年就已经上升至75亿元。随着人工智能和智慧城市的加速发展，人脸识别将应用到更多场景，未来潜在市场规模将超过千亿，“刷脸”时代正在向我们靠近。