近年来，人脸识别技术成为高频词并逐渐在金融领域运用，“刷脸”受到高度关注，在一定程度上解决银行网点和人力等方面问题，但目前想要进行大规模推广和运用的并不多，更多作为辅助手段和功能存在。小编认为，目前来讲，公安应用仍是人脸识别技术最大市场，若论未来，金融行业应用前景较为广阔。

　　一、公安应用——大空间监控下人脸识别技术需求旺盛

　　开阔无物理隔断的区域(如图1所示)，比如广场、停车场、大堂等地，由于开放性强，流动性大，布防困难，往往是违法犯罪行为的高发区域，是公安部门监控工作的重中之重。一般来讲，大空间监控的要点就在于全局和细节都要监控到，并且图像要有很强的整体性、逻辑性。

　　图1典型的大空间区域

　　以往大空间监控一般采用两种方式：一是使用多个固定摄像机交叉覆盖，二是通过多个球机轨迹/预置位轮巡监控，每个球机负责一个扇形或圆形的区域来实现大范围监控。第一种方式虽然可以看清细节，但是每个摄像机覆盖区域小，画面和画面之间缺少关联性(如图2所示)，对于公安取证来说，缺少关联性意味着对嫌疑犯的连续跟踪更困难。同时，交错覆盖的方式很难保证没有死角，容易出现嫌疑人不在监控画面中的情况。而第二种采用球机覆盖的方式同样有很大问题，球机有一定的视角范围，全局和细节不可兼顾。球机看大范围时，受限于分辨率图像细节模糊，而光学放大看细节时，全局状况却完全丢失了。这种尴尬情况下，如果能加入人脸识别，情况可能有所改观。

　　视频监控人脸识别技术已被安防行业所熟知和应用，在安防领域最具应用价值也是最具挑战的人脸识别应用当属大空间的动态人脸监控。即在大范围的动态视频中跟踪和抓取人脸，并将人脸实时和数据库的黑白名单比对，用于在逃人员或嫌疑犯的查找。在此场景下，基于人脸的身份识别较之于其他方式的生物特征的优势在于以下几点：

　　1.远距离：人脸识别在不被目标发现的情况下远距离进行身份识别。

　　2.采集方便：城市安防视频监控已经广泛部署，人脸特征采集方便可行。

　　3.数据库完备：随着二代证的普及，公安拥有完备的人脸数据库，因此人脸识别立即可用。

　　不过人脸识别技术也存在它的技术问题：

　　1.受环境影响：人脸角度过大、光线过暗、分辨率不足、人脸采光不均匀(阴阳脸)、背光等环境都会造成人脸识别识别率的下降。

　　2.抗伪装能力差：对于整容、脸部遮挡等情况会出现识别不出或误识别的情况。

　　所以说，动态人脸识别在大空间监控环境下需求强烈，但在应用中也需要了解到人脸识别的优劣之处，扬长避短，发挥技术的最佳效用。

　　图2：大场景中监控中心画面截图

　　二、大范围监控技术升级可实现全视角人脸识别

　　全视角监控人脸识别一般采用创新的前端全视角视频设备(如图3所示)，实现多摄像机全景拼接，实现跨摄像机的人脸识别;再与PTZ云台视频协同联动进行全景跟踪，实现跨摄像机的全景目标监控跟踪。这个方案克服了目前市场上大空间监控中的人脸识别问题，提升了动态人脸识别在大范围视频监控中的使用效能。

　　图3：全视角视频摄像捕捉设备

　　图4：全视角监控人脸识别的三个步骤

　　第一步是探测，通过采用前端多摄像机拼接的全景摄像机(如图5所示)，可以实现最高达2000万像素的360度全景图像，实现对大空间区域无死角覆盖。公安人员可以人工在全景画面中观察是否有异常人物出现，也可通过人车识别算法，将全景图像中的人车等移动物体自动从背景中识别并高亮显示出来，同时对物体进行语意化描述。

　　图5：多摄像机图像拼接成全景(第一、二行)，PTZ细查图像

　　第二步是跟踪，即利用全景摄像机控制云台摄像机跟踪和放大嫌疑人的过程。有手动和自动两种方式。手动方式是在全景摄像机中点选需要重点监控的嫌疑人，云台摄像机即可自动旋转和放大点选部分，以达到人脸识别分辨率的要求，并对符合要求的人脸进行动态跟踪和抓取。

　　第三步是识别，通过云台摄像机中捕捉到的清晰人脸送入动态人脸分析平台，实时识别嫌疑人的身份。通过超强的人脸识别算法，系统对光线和人脸角度可以产生最好的适应性。

　　这三个步骤解决了由于分辨率限制动态人脸识别布控无法在大空间全景部署的历史，创造性地利用前端探测硬件迅速提升人脸识别的探测半径。

　　基于全景协同的大空间人脸识别系统具备很强的实战效能。在应急状况下的快速部署能力以及大覆盖范围能力能够迅速增强警方的探测识别能力，可提升设备的利用率和应用范围，增强应急处理的能力。固定场景部署主要集中在市民广场等人流密集的开阔地带，系统安装于广场的一侧或中央。移动场景主要部署在公安指挥车顶部。

　　图6：用于城市固定广场的大范围全视角人脸识别系统部署效果

　　图7：用于移动车载的大范围全视角人脸识别系统部署效果

　　三、金融应用——前景美好，但目前更倾向于“辅助”存在

　　目前来讲，由于金融行业风险巨大，技术与系统建设还不完善，银行主要在在柜面及VTM渠道应用人脸识别技术，用于辅助柜员核实身份。开放环境下的人脸识别技术还未在金融领域方面正式投入使用。不过银行互联网金融部门人士认为，人脸识别技术具有大面积推广的条件，通过摄像头可以完成，可以弥补一些银行在网点建设方面的不足：银行可通过摄像头，实时捕捉客户的脸部照片，然后与身份证联网核查照片进行比对，即可准确判断出是否为客户本人，可在一定程度上解决银行网点和人力等方面问题。

　　今年5月，在清华大学五道口全球金融论坛上，央行支付结算司表示，通过人脸识别远程开户，应该先订立一个普遍性的标准，在此基础上再制定金融标准。如果在目前人脸识别没有技术标准的情况下，贸然去放开，还是有一些顾虑。未来，这些技术的使用可能更多的还是要规定其适用一定的业务范围，更加复杂或者额度更大的业务办理还得去柜台。

　　四、人脸识别国标即定，能否破题应用安全?

　　人脸识别技术具有唯一性和难以复制，它识别身份方面有更多的安全性和可靠性，但是这个技术领域之前一直没有相关的行业标准和国家标准，主要是企业自定标准。企业自定标准不统一，导致不同技术公司安全状况安全水平也是不统一的，只有制定国家标准才能通过强制要求所有的技术公司，都实行最基本的标准，特别要符合一些安全技术的要求，这样能够解决技术在使用应用和推广普及方面的障碍。

　　近期，笔者了解到，某科技公司正式向全国信息安全标准化技术委员会提出申报，希望可以通过《信息安全技术网络人脸识别认证系统安全技术要求》，这意味着由公安部第一研究所发起的人脸识别国家标准制定在即。但是，国标能否有效预防信息安全?

　　1.不容忽视，人脸识别背后的安全漏洞

　　人的脸部特征有很强的唯一性，这使得人脸支付安全性得到了最大程度的保障。但是，一些外部因素，仍给人脸识别背后留存了太多风险和漏洞空间。首先，通过拍照或者整容完全可以复制一个人的脸部特征。

　　其次，很多女性爱化浓妆，戴墨镜、佩戴饰品，甚至过敏、受伤，都会影响人脸识别准确率。有黑客透露，目前国外政府监管部门的第五代人脸识别系统准确率只能达到97%，而民用的只有95%。

　　此外，如何保证远程开户人就是真实的资料提供者?会不会存在盗用的可能?这些也都是银行和监管部门必须考虑的风险。另外，年龄增长导致的相貌变化，以及双胞胎，都是人脸识别要遇到的难题。

　　2.对接现实，国家标准能否提升安全等级

　　考虑到互联网产业的特殊性，互联网金融很多都是需要远程的，比如互联网银行没有线下的网点，它需要包括人脸在内的生物特征的识别及标准的出台，在互联网+的背景下，对互联网金融会起到一个大的催生的作用，也会让更多的创业者更好地进行创业，这是最基本的作用。人脸识别技术一定是未来各大公司必争之地，所以现在出台人脸识别国家强制标准正当其时。即使短期落地执行难，但尽早出台人脸识别国标，必定会对强化金融交易的安全性有所贡献。

　　五、未来应用发展趋势

　　为了提升人脸识别的效能，前端探测设备和后端识别算法的结合将更加紧密。摄像机技术在不断发展，使得图像捕捉设备在更低的照度、更强的背光都能呈现处清晰的图像，这将大大有利于人脸识别的精确度提升。照此发展，必将出现专门服务于人脸识别算法的摄像机，这是提升人脸识别实战效果的最快途径。这种趋势和车牌识别采用专用的卡口摄像机是同样的道理。此外，通过多模态融合识别技术提升识别精度，比如融合热红外成像、步态识别都是很好的补充。