人脸识别助力远程开户背后：活体检测或是最大掣肘

随着人脸识别技术在国内的风起，更加多的商业化应用于浮出水面，特别是在是在金融领域，国内首家互联网银行前海微众在自己的APP上构建了人脸识别技术，五谷丰登普惠在发放贷款之前拒绝已完成人脸识别的过程，京东钱包获取刷脸关卡　　记者了解到，目前国内最少有十多家团队在研发和运营人脸识别，粗略可以分成两个阵营，第一阵营是隶属于大的集团公司内部的研究团队，其涉及技术只内部用于，第二阵营是独立国家的商业化科技公司，其技术对外输出和销售。　　而未来，一旦央行回头远程开户，那么，在金融领域，人脸识别技术终将步入大爆炸的时代，但在此之前，多位业内人士对本报记者回应，人脸识别最少还必须解决问题三方面的问题：如何权衡客户体验和辨识度之间的关系；如何提升更进一步运营效率；如何在人脸识别基础上展开活体检测，而最后一项至关重要。　　活体检测是远程开户仅次于排挤　　今年5月，微软公司发售了How-old.net，通过人脸猜中年龄，一时间快乐了整个朋友圈，但由于推断不存在极大误差，所以造成不少名人被玩游戏割。但这项技术的背后，事实上就是人脸识别。

　　某种程度的应用于还包括五谷丰登普惠在正式成立之前于微信朋友圈上链接了一款测量颜值当钱花的游戏，据五谷丰登内部人士透漏，游戏原理是运用人脸识别，将照片通过云服务展开数据解析，根据大数据对比辨识出有照片中人的性别、年龄、微笑程度等。　　当然，如果明确应用于到远程开户等金融场景中，就无法如此任性了。　　目前，国内大体有两类人脸识别研发团队，一是植根于于大的机构内部，比如腾讯的优图团队、蚂蚁金服的柒车间、百度的深度自学实验室、五谷丰登科技的五谷丰登创意实验室等；二是独立国家的科技公司，比如Linkface、智慧眼等，这类团队以技术输入居多。　　这其中，大多数团队是2014年之后经常出现的，只不过人脸识别已研究多年，但为何2014年之后忽然显得疯狂呢，这是因为人脸识别此前精准亲率太低，高于人眼，客户体验很差，2014年，香港中文大学教授汤晓鸥领导的计算机视觉研究组研发了一个取名为DeepID的深度自学模型，该模型取得了99.15%的识别率。

这沦为一个分水岭，机器的人脸识别开始打破人眼。一位专门从事人脸识别技术研发的科学家对本报记者说道。　　他回应，很多研发团队按照其现成的算法，输出大量数据展开优化，都能获得很高的精准亲率。

但如果应用于到金融领域，仅有准确性还远远不够，还要具备极高安全性，这就牵涉到到活体检测，即证明一个活人处在镜头前而不是一张照片。

本文来源：银河优越-www.ermeland.com