5月29日，由清华大学与梓昆科技(中国)股份有限公司等联合研发的首台“刷脸”ATM机在杭州正式发布，据国家金融安全及系统装备技术研发中心主任、梓昆科技董事长顾梓昆介绍，该产品是具有人脸识别的、我国首台具有自主知识产权的金融安全设备。

　　“众所周知，银行ATM机取款，以前是银行卡加密码”双保险“，而人脸识别ATM机的诞生，告诉我们ATM机存取款也即将进入刷脸时代。这种ATM机只有机器识别确认是本人之后，输入密码才能成功取款。也就是说，以往那种劫匪拿了受害人的银行卡，套取密码，蒙个大口罩来ATM机取款，在这台机器面前就完全失灵。”顾梓昆说。

　　而早在几个月前，马云在德国汉诺威电脑展上亲自展示支付宝的人脸识别技术“SmiletoPay”，完成“刷脸”支付后，阿里巴巴将与国内生物识别领域知名企业海鑫科金旗下的海鑫智圣合作共同建设“阿里巴巴人脸比对系统”，利用海鑫智圣人脸识别核心算法在淘宝开户认证过程中引入“人脸比对”及“真人检测”。上述技术的引入将帮助淘宝利用系统自动完成开户人员身份核验工作，通过视频画面截取用户脸部特征图像并与上传的身份证人像信息进行比对，同时系统会通过特殊技术引导用户配合完成“真人检测”。

　　而另一大国内巨头腾讯财付通表示已与中国公安部所属的全国公民身份证号码查询服务中心(以下简称“公民身份证查询中心”)达成人像比对服务的战略合作。财付通透露，腾讯与微众银行正在对金融、证券等业务进行人脸识别的应用尝试。

　　人脸识别技术原理分析

　　人脸由于其易采集的特性，受到很多行业客户的关注，特别是公安、海关、商场等。人类每天都在进行人脸识别，因此也最能接受这种身份认证方式。人脸识别的研究始于上世纪中期，经历了数十年的努力，现在已经可以应用在我们的实际生活中，为我们提供各种便利。

　　人脸识别主要分为人脸检测(facedetection)、特征提取(featureextraction)和人脸识别(facerecognition)三个过程.

　　人脸检测：人脸检测是指从输入图像中检测并提取人脸图像，通常采用haar特征和adaboost算法训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器，则被判别为人脸图像。

　　特征提取：特征提取是指通过一些数字来表征人脸信息，这些数字就是我们要提取的特征。常见的人脸特征分为两类，一类是几何特征，另一类是表征特征。几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度等。由于算法利用了一些直观的特征，计算量小。不过，由于其所需的特征点不能精确选择，限制了它的应用范围。另外，当光照变化、人脸有外物遮挡、面部表情变化时，特征变化较大。所以说，这类算法只适合于人脸图像的粗略识别，无法在实际中应用。

　　表征特征利用人脸图像的灰度信息，通过一些算法提取全局或局部特征。其中比较常用的特征提取算法是lbp算法。lbp方法首先将图像分成若干区域，在每个区域的像素3x3邻域中用中心值作阈值化，将结果看成是二进制数。图3显示了一个lbp算子。lbp算子的特点是对单调灰度变化保持不变。每个区域通过这样的运算得到一组直方图，然后将所有的直方图连起来组成一个大的直方图并进行直方图匹配计算进行分类。

　　人脸识别：这里提到的人脸识别是狭义的人脸识别，即将待识别人脸所提取的特征与数据库中人脸的特征进行对比，根据相似度判别分类。而人脸识别又可以分为两个大类：一类是确认，这是人脸图像与数据库中已存的该人图像比对的过程，回答你是不是你的问题；另一类是辨认，这是人脸图像与数据库中已存的所有图像匹配的过程，回答你是谁的问题。显然，人脸辨认要比人脸确认困难，因为辨认需要进行海量数据的匹配。常用的分类器有最近邻分类器、支持向量机等。

　　人脸识别的应用

　　人脸识别主要用于身份识别。由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。人脸识别技术无疑人脸识别主要用于身份识别是最佳的选择，采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。

　　公安刑侦破案

　　通过查询目标人像数据寻找数据库中是否存在重点人口基本信息。例如在机场或车站安装系统以抓捕在逃案犯。

　　门禁系统

　　受安全保护的地区可以通过人脸识别辨识试图进入者的身份。人脸识别系统可用于企业、住宅安全和管门禁人脸识别理。如人脸识别门禁考勤系统，人脸识别防盗门等。

　　摄像监视系统

　　可在机场、体育场、超级市场等公共场所对人群进行监视，例如在机场安装监视系统以防止恐怖分子登机。如银行的自动提款机，用户卡片和密码被盗，就会被他人冒取现金。同时应用人脸识别就会避免这种情况的发生。

　　信用卡网络支付

　　利用人脸识别辅助信用卡网络支付，以防止非信用卡的拥有者使用信用卡等。2013年7月。芬兰一家企业推出全球首个“刷脸”支付系统。结账时，消费者只需在收银台面对POS机屏幕上的摄像头，系统自动拍照，扫描消费者面部，等身份信息显示出后，在触摸显示屏上点击确认完成交易。无需信用卡、钱包或手机。整个交易过程不超5秒钟。

　　身份辨识

　　如电子护照及身份证。这或许是未来规模最大的应用。在国际民航组织已确定，从2010年4月1日起，其118个成员国家和地区，必须使用机读护照，人脸识别技术是首推识别模式，该规定已经成为国际标准。美国已经要求和它有出入免签证协议的国家在2006年10月26日之前必须使用结合了人脸指纹等生物特征的电子护照系统，到2006年底已经有50多个国家实现了这样的系统。美国运输安全署计划在全美推广一项基于生物特征的国内通用旅行证件。欧洲很多国家也在计划或者正在实施类似的计划，用包含生物特征的证件对旅客进行识别和管理湖动。

　　市场前景

　　信息时代，如何有效、方便进行身份验证和识别，越来越成为一个非常突出的问题，未来人脸识别技术被认为空间广阔。人脸识别作为线上身份认证的理想解决方案将受益于“身份识别线上化”的趋势，替代指纹识别成为线上身份验证首选；同时手机以及公共场所随处可见的摄像头将为人脸识别多场景应用提供基础支撑。最重要的是非接触式的主动数据采集对于智能监控、边关安防以及人工智能等应用意义重大。

　　据了解，在国内市场上，2010年人脸识别产品的销售收入约6.7亿元，然而，从2010年开始，人脸识别市场，特别是在中国的市场，正经历着迅速的发展，而且发展的脚步也将越来越快。2014年国内人脸识别产品市场规模增长到14.9亿元。2010年我国人脸识别产品产量达到33.5万套，到2014年我国人脸识别产品产量达到69.5万套。

　　在互联网时代，人脸识别技术的入口价值不可低估，随着商业模式的不断创新，人脸识别全球潜在的市场规模超过万亿。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，将成为人脸识别领域的主战场，未来潜在的市场规模将超过千亿。人脸识别目前的精准度已经超过人眼，同时大规模普及的软硬件基础条件也已具备，在金融与安防领域需求迫切，并成为互联网巨头争相抢夺的风口。