有心人肯定還記得，在2015年德國漢諾威消費(fèi)電子博覽會開幕式上，阿里巴巴董事局主席馬云首次向外界展示了臉部識別技術(shù)，他將自己的臉放置于機(jī)器的識別框內(nèi)，系統(tǒng)自動識別并完成了支付，為他購買了一張1948年漢諾威工業(yè)博覽會的紀(jì)念郵票。

　　如今臉部識別技術(shù)場景已經(jīng)從德國漢諾威走向了更廣闊的領(lǐng)域。目前刷臉支付、火車站進(jìn)站、考生入場等都會應(yīng)用到臉部識別技術(shù)，刷臉時(shí)代已然來臨。

　　從蘋果在iPhone5s上集成了指紋識別開始，生物檢測識別就開始真正的流行起來，而蘋果最新的iPhoneX又將指紋識別一刀砍掉，將面部識別作為唯一的生物識別方式。 

　　隨之而來的便是其他廠商的一系列跟進(jìn)，畢竟蘋果在手機(jī)上集成的面部識別，才是更加接近于大眾認(rèn)可的面部識別。最開始的面部識別能用照片解鎖就已經(jīng)是一個(gè)笑話了，識別速度更是雞肋。 

　　不過在指紋識別大行其道的今天，智能鎖有必要也跟進(jìn)手機(jī)廠商，將面部識別加入到智能鎖當(dāng)中徹底代替指紋識別嗎？筆者認(rèn)為有必要從三個(gè)角度來考慮這個(gè)問題：1、拒真率；2、認(rèn)假率；3、識別動機(jī)

　　需要說明的是，截止到目前，蘋果的“面容ID”的識別方式是最先進(jìn)，也是最有可能被未來的智能鎖大規(guī)模采用的面部識別方案，所以下文的面部識別都以蘋果的“面容ID”舉例。

　　一、拒真率
拒真率和認(rèn)假率是指紋識別中兩個(gè)比較重要的指標(biāo)。拒真率，即FRR(False Rejection Rate)，簡單來說就是將正確的信息(比如說指紋、人臉)給錯誤的拒絕掉的概率。

　　蘋果iPhoneX剛上市不久，就有很多人抱怨在手機(jī)上使用密碼解鎖的頻率，大大超過了以往所有采用指紋識別手機(jī)的時(shí)候，還有很多人抱怨在床上側(cè)躺著的時(shí)候根本無法通過面部識別解鎖，只能輸入密碼才能解鎖。而這就是面部識別拒真率過高導(dǎo)致的結(jié)果。

　　而在指紋識別上，這個(gè)問題卻很少發(fā)生。這就是人臉面部信息與指紋的信息特點(diǎn)不同導(dǎo)致的區(qū)別。

　　指紋識別是將手指按壓在識別模塊上，而按在平面上的指紋圖像通常是不會有大的變化的，圖像特征穩(wěn)定，而且信息密集，使得加密后識別的準(zhǔn)確率也會比較穩(wěn)定。

　　但是面部的特征就不一樣了，盡管“面容ID”已經(jīng)在獲取信息方面從2D圖像識別進(jìn)化到3D景深識別，還在處理器中加入了神經(jīng)網(wǎng)絡(luò)芯片。但是每個(gè)人的面部特征最主要還是根據(jù)骨骼來形成，不同情況下也會有所變化。

　　比如說讓一個(gè)人在跑步機(jī)上跑，再用錄像機(jī)錄下面部的信息，除了抖抖抖抖抖~的表情包以外，你會發(fā)現(xiàn)幾乎每一張截圖的面部特征信息都會不一樣，區(qū)別大的兩張截圖甚至?xí)屇阏J(rèn)為是兩個(gè)人。人類有時(shí)都識別不出來一個(gè)人不同情況下的面部信息，更不用說剛起步的神經(jīng)網(wǎng)絡(luò)芯片了。

　　而上面所說的情況，還沒有包含化妝、戴眼鏡，戴口罩、睡眠不好導(dǎo)致的黑眼圈和眼袋等情況。至于變胖變瘦，蘋果聲稱已經(jīng)可以在變化的過程中逐漸適應(yīng)，而其他3D面容識別的技術(shù)似乎還未達(dá)到這個(gè)效果，不過這項(xiàng)技術(shù)很快就可以跟進(jìn)。

　　除了拒真率以外，認(rèn)假率也是面部識別一個(gè)爭議比較大的地方。

　　二、認(rèn)假率

　　認(rèn)假率，即FAR(False Rejection Rate)，也稱為“誤識率”。就是將錯誤的信息判斷成正確的，最后通過了認(rèn)證。這種指標(biāo)在指紋識別上很難出現(xiàn)什么問題，因?yàn)槟愫茈y找到兩個(gè)相近指紋的人，指紋的特征也沒有規(guī)律，所以在指紋識別上，認(rèn)假率高最有可能是和加密算法有關(guān)系。

　　而在面部識別上，這個(gè)認(rèn)假率就有著很大的問題。最突出的問題就是雙(多)胞胎導(dǎo)致的面容相仿的問題。前不久有人做過這個(gè)實(shí)驗(yàn)，將幾對雙胞胎中的一個(gè)人通過iPhoneX錄入面部信息，然后讓雙胞胎中的另一位試圖解鎖。

　　從實(shí)際測試結(jié)果來看，這種情況的認(rèn)假率高達(dá)近50%。更是有新聞爆出國內(nèi)完全沒有親緣關(guān)系的兩個(gè)人，僅僅因?yàn)殚L相相似，就可以解鎖同一部iPhoneX。盡管iPhoneX上面的“面容ID”檢測的特征點(diǎn)數(shù)遠(yuǎn)比人類觀察面部時(shí)采集的特征多很多，但是在雙胞胎，尤其是長相十分接近的同卵雙胞胎面前，還是會敗下陣來。

　　很多人(包括筆者這種臉盲在內(nèi))都經(jīng)常會區(qū)分不開兩個(gè)雙胞胎，而想要使算法并不足夠成熟的神經(jīng)網(wǎng)絡(luò)芯片能夠區(qū)分開雙胞胎或者長相相近的兩個(gè)人，都需要非常長的時(shí)間來進(jìn)行算法上的進(jìn)化。

　　不過值得高興的是，隨著面部識別由2D圖像識別進(jìn)化到3D景深識別，僅用照片或者視頻就將手機(jī)解鎖的情況將不復(fù)存在，這也是識別技術(shù)的進(jìn)步帶來的優(yōu)勢，也直接將面部識別的認(rèn)假率提高了好幾個(gè)等級。

　　但是將面部識別的這種失誤放在智能鎖上，排除極個(gè)別雙胞胎關(guān)系不好導(dǎo)致的問題。絕大多數(shù)的雙胞胎都會歡迎自己的同胞兄弟走進(jìn)家門。所以在成熟的3D景深面部識別面前，智能鎖的認(rèn)假率應(yīng)該不是什么大的問題，畢竟認(rèn)假率難點(diǎn)不在于被破解，而在于找到那個(gè)長得像的人。

　　真正大的問題是接下來要說的：識別動機(jī)。