更重要的是，在疫情之后，由于公民衛生意識的提高，很可能會逐漸形成“口罩文化”。 例如這次給我們捐了不少口罩的日本，自己就堪稱世界第一口罩消費大國，每年都要消耗掉數十億個口罩。

刷臉支付會因為“口罩”而“窒息”嗎？“口罩文化”下刷臉還安全嗎？

艾媒咨詢發布的《2019年中國刷臉支付技術應用社會價值專題研究報告》預計，2022年刷臉支付市場規模將突破7.6億人。這個數字與今天中國移動支付用戶的總數相當。也就是說，如今大家的支付習慣都是用手機“一掃而過”，而一兩年后人們將形成全新的支付習慣——靠臉吃飯。

在人臉識別的諸多應用中，支付是對安全性要求最高的一種應用場景，所以也是人臉識別應用落地最為嚴謹的領域。支付如果要實現從“一掃而過”到“靠臉吃飯”，中間還隔著一道很高的門坎——核心技術。

如今，這道門坎正在被跨越。

極端測試保證金融級安全，想到的沒想到的，你都要過一遍

2017年蘋果發布iPhone X采用了Face ID功能，從此引領人臉識別技術從單模態步入多模態的全新階段。此后，隨著硬件技術的迭代以及各家技術廠商在算法上的逐漸成熟，人臉識別技術被應用到越來越多的場景當中。

但是，即使技術有了大幅的提升，也沒有消除公眾對于安全方面的擔心，特別是在支付這個關鍵應用上，用戶更為謹慎。

在2019年，很多支付企業都以巨額補貼啟動了線下刷臉支付，雖然商家在補貼的“利誘”上比較積極，但是用戶端的推進并不是很快。這其中最大的“坎”就是用戶心里對安全的擔憂。

近日一則消息傳來，京東數科自研多模態人臉活體檢測算法，正式通過國家金融IC卡安全檢測中心—銀行卡檢測中心（BCTC）的技術認證，達到了國家認證的金融支付級安全標準。此前，曠視、商湯，騰訊云等企業也都先后過檢。

我們知道，隨著AI應用的落地，人臉識別技術開始被應用在零售、安檢、醫療、出行等各個領域，其中金融是對安全要求最高的領域。隨著銀行開始采用人臉識別技術進行大綜交易，如果不將安全性升至最高級別，稍有不慎就會引發金融風險。

那么，企業要通過怎樣的測試才能拿到“國家級金融支付安全標準認證”？

為進一步規范金融支付標準，明確關于人臉識別線下支付場景中，在信息采集、傳輸、存儲、利用等環節的安全管理要求，中央人民銀行科技司發布了《人臉識別線下支付安全應用技術規范（試行）》，正式制定了人臉識別在金融支付領域應用的技術安全標準。基于這個標準，央行設計了一套完整的測試方案，而技術企業要通過這個測試非常非常難。

“那個測試真的有點兒‘變態’。”京東數科的一位親歷者告訴懂懂筆記，在他看來銀行卡中心的測試極為專業，已經把目前已經有和能夠想到的攻擊手段，全部都模擬了出來——這個測試對于所有技術企業而言，就像是一場極限挑戰。

據懂懂筆記了解，檢測內容包括了在不同距離、光線和角度等環境下的二維靜態紙質圖像、二維靜態電子圖像、三維面具、三維頭模等不同方式的偽裝攻擊。為了確保最高的安全等級，測試的真實素材非常多，相當于集合了很多技術公司、算法公司、業務公司的思路和經驗，給測試企業設定了一個最高挑戰值。

京東數科的這位親歷者告訴懂懂筆記，為了應對這樣的極限挑戰，他們在準備階段也給自己設計了難以想象的攻擊場景。比如，半遮擋面具（上半截是面具，下半截是真人），或者是半透明的面具。這類面具既可以通過偽造ID的檢測，又可以通過人的活動來驗證真實性，可以說非常難以防范，也是當前偽造技術的極端手段。當然，這些素材的成本非常高。

這也解釋了目前大家特別關心的戴口罩刷臉問題。口罩只是遮擋了臉部一半的生物特征信息，只要另一半信息魯棒性高的人臉識別算法也是可以通過的。據悉，針對目前疫情期間的特殊需求，京東數科已經在做對于戴口罩識別的算法優化，很快就能將用戶體驗大幅提高。

多模態、多模型集成融合方案，應對多場景安全需求

據懂懂筆記了解，一些技術公司、算法公司和業務公司都陸續通過了央行的這項金融級安全測試，比如曠視、商湯、騰訊云、京東數科等企業。當然，不同的企業在解決方案的思路上會有所不同，京東數科采用的自研多模態人臉活體檢測算法，可以說是刷臉支付技術上的一個里程碑。

京東數科自主研發的多模態人臉活體檢測算法，在檢測中通過了人臉采集、圖像質量分類、活體檢測能力等多個測試項。測試結果表明：無論是二維圖像攻擊，還是三維的頭模假體攻擊，京東數科通過基于深度學習的AI算法模型，均可有效攔截不同光線、角度、距離、姿態、材質的假體攻擊，并對復雜背景下的攻擊進行有效識別。

多模態人臉活體檢測算法的里程碑意義在哪兒？相關行業內人士告訴懂懂筆記，京東數科的人臉識別技術是一套集成了多模態、多模型“融合方案”。

首先我們先看一下多模態的必要性。人臉識別依賴于攝像頭，傳統的攝像頭以RGB為主，而近兩年3D攝像頭的技術則越來越成熟，真實具備活性的人臉在3D攝像頭成像下會有比較清晰的面具結構。2D、2.5D類的偽造人臉在3D攝像頭成像下是一個平面，3D攝像頭人臉防偽安全級別比單目RGB攝像頭要高。

3D攝像頭技術成熟，是不是就不需要RGB了呢？我們知道，不同的攝像頭有不同的成像原理，而多模態的思路就是將多種防偽技術相結合、互補，形成一個高效完整的防偽解決方案。

例如，傳統的RBG攝像頭對所有攻擊都能攔截，但是安全等級不是很高。近紅外攝像頭主要是對重放類攻擊（手機屏幕）有100%攔截率，對面具類攻擊攔截的成功率也很高。而3D攝像頭可以采集圖像的深度信息，對平面攻擊的攔截率高，但是對面具和透膜的攔截就不夠精準了。

京東數科的多模態解決方案，則是同時采用了RGB、近紅外和3D攝像頭，通過功能優勢互補，得以在各類應用場景下提升體驗和安全性。

接下來，我們再看一下多模型的必要性。大家都知道，人臉識別應用的場景非常多，但是不同的場景對算法的要求差別也非常大。

舉一個例子，同樣是在ATM機上辦理業務，在白天陽光最好的時候可能會有反光，而在傍晚昏暗的光線下則不夠清晰，這兩種場景下對人臉的識別、防偽就是采用不同的算法。再比如，刷臉支付的時候用戶是配合式的認證，而在安防的應用中人是非配合模式的，這也需要不同的算法。

單一模型只能解決單一場景下的識別率，或者是防止一種攻擊手段。而在真實的應用中，場景非常多，攻擊手段也是花樣百出，這就要求一個真正完美的人臉識別、防偽算法，必須是結合了多種模型的綜合解決方案。

“單模型就相當于用一個人的經驗去做判斷，多模型就相當于由很多人去討論、分析、判斷，每一個人的視角和經驗都不同，所以綜合判斷后的結論就更可靠。”一位業內人士形象地比喻。他告訴懂懂筆記，有的企業在算法上采用了將單一算法精度調高的方式，而京東數科則采用了多種算法相結合的方式，這樣可以應對更豐富的場景——這正是多模型的價值所在。

當然，做到多模型算法相結合，有足夠的業務和場景基礎是必要條件。

一些專注于人臉識別的技術公司，最為欠缺的就是場景，他們的算法很牛，但在后期應用中，往往還需要根據實際業務再進行調整。京東自身的業務涉及面非常廣，線上支付、線下零售覆蓋面大。

2017年，京東數科的人工智能技術解決方案“京東超腦”品牌上線以來，其人臉識別技術已經在諸多場景中廣泛應用，比如京東大廈內打卡、販賣機購物、食堂、便利店支付等，多場景的海量應用也為京東數科積累了大量的經驗，提煉出更加豐富的算法。有業務支撐，有經驗，這也是京東數科此次可以順利過檢的原因之一。

總結來看：多模態、多模型，讓京東數科在解決方案的設計思路上確保了高安全性。而多業務、多場景的應用實踐，則是基于大量的數據、經驗不斷對這套解決方案進行錘煉，使其安全性不斷提升。京東數科的多模態人臉活體檢測算法的里程碑意義，或許就在于此。

通過率99.8%，攔截率100%，“最安全”的支付方式

按照艾媒咨詢的分析，國內刷臉支付的應用前景非常好，到2022年將會全面普及開來。

顯然，艾媒咨詢的判斷是基于人臉識別相較于其它支付方式的優勢而言。與刷臉支付相比，常規支付方式需要借助于支付介質和密碼，帶來一定的安全風險：如支付介質容易丟失或被盜、身份驗證方式單一、潛在的病毒風險等。而刷臉支付不需要借助任何支付介質，能避免直接接觸帶來的衛生隱患。并且這種方式具有精準的生物認證，結合手機號驗證能更好地保障用戶消費支付安全。

艾媒咨詢分析師認為，人臉識別技術在移動支付領域進行應用，具有其獨特的優勢，可以彌補過去的支付方式所存在的不足。

這一趨勢，實際上早就得到了業界的認同。2018年很多支付企業就開啟了線下刷臉支付的業務，并在2019年加大力度，開啟“無上限”的補貼大戰。從企業的動作就能發現，刷臉支付是一個不可逆的趨勢，只是在等待各方面條件的齊備，而技術是其中最重要的一個環節。

“補貼是各家業務上的操作，關鍵的門坎還是技術本身的成熟度。”一位相關業務人員告訴懂懂筆記。

在懂懂筆記此前對用戶進行的調查中發現，對于刷臉支付這種形式多數用戶還是愿意接受的。但是在現實中，用戶的困惑有兩方面：第一是體驗，識別率會不會很高，是不是輕松一刷就能通過，是不是真的很快很方便？第二是安全方面的擔心，如果自己的信息被別人拿到，會不會被盜刷？

幫助用戶從心理上邁過這道坎的，是廠商技術的過關。

經BCTC檢測，京東數科自主研發的多模態人臉活體檢測算法真人識別正確率達99.8 %，二維和三維頭模的攻擊正確攔截率達100 %，均處于業界領先地位。

通過率，是從用戶角度體驗出發，99.8%意味著每1000個人刷臉可能會誤攔2個，這樣的通過率已經很高，基本上保證了用戶的體驗。

安全性，就是發生攻擊的時候，可以成功攔截。100%意味著目前已經達到了極高的安全系數，對目前已知的攻擊手段全部都可以攔截。

用戶體驗和安全性，是天生的矛與盾。如果把用戶體驗（通過率）調節得非常好，攔截能力就會下降。如果把攔截能力調到很高，通過率就會下降，這會導致用戶體驗變差，進而不愿意使用。

99.8%的正確認別率，100%的正確攔截率，可以說這樣的指標對于用戶而言，是體驗與安全性之間的最佳平衡。

【結束語】

在央行推出相關技術標準之后，一家一家技術型企業正在輪番過檢。在極限挑戰之下，人臉識別技術已經進入到較為成熟的階段。

“通過這個驗證的企業逐步增加，相信技術的進步會消除用戶的顧慮，對刷臉支付的普及會有很大的幫助。”前述業內人士告訴懂懂筆記。

領導廠商在市場方面的大力推動，以及技術上的逐漸成熟，對刷臉支付而言是具備了天時、地利和人和。展望2020年，刷臉支付也將迎來真正的爆發。

—————————————————————————————————

微信關注公眾號“懂懂筆記”每天第一時間為您奉上最新最熱的科技圈資訊~

多年財經媒體經歷，業內資深分析人士，圈中好友眾多，信息豐富，觀點獨到。

發布各大自媒體平臺，覆蓋百萬讀者。

《小米生態鏈戰地筆記》、《微信思維》、《微信力量》三本暢銷書的作者。