若问2017年感受最深的是什么，作为科技媒体人的我会说：AI热。在政策的推动下，这场由应用驱动的AI热，似乎也在“催熟”其背后的技术。毫无疑问，人工智能将渗透进各个领域的各个应用中，而未来十年是人工智能落地的关键期，那么找到最先落地的突破口成为关键。
不似想象中那么神通广大，但不断渗透进人们的生活中。“You are being watched”在美剧《疑犯追踪》里，Finch通过大规模网络监控，和精准的人脸识别技术，构建起了一整套风控体系。如今，Finch的构想已经变成现实。

2017年12月20日，即使360正式宣布关闭水滴直播。仍然难以平息人们关于直播、风控、个人隐私的争议。不敢想象，如果加上精准的人脸识别技术，无处不在的摄像头将建构起一个怎样的世界。
传统的人脸识别技术拥有超过30年的研发历史，主要是基于可见光图像的人脸识别技术，但无法适应环境光照变化是该技术的痛点所在；2017年人工智能热度再起，将人脸识别推向了大众视野。
iPhone X 使用Face ID替代指纹解锁功能，并利用红外摄像头解决了解锁时的光照问题，被视为苹果公司顺应潮流的一项革新举措。
然而，人脸识别并不是突然实现了技术突破就出现在大众视野里的一项技术，而是在此前的技术积累与互联网时代的共同催化下，作为人工智能的代言人为人们所熟知。
支付宝在2015年就实现了人脸识别登录。与Face ID基于设备的功能不同的是，支付宝的刷脸与设备无关，绑定的是实名认证的账号。
iPhone X和支付宝代表了人脸识别的两种方向：一个是基于硬件设备，一个是基于账号系统。
Face ID的身份识别系统随意被他人用人脸识别意外解锁的几率是一百万分之一，较苹果的指纹身份之别技术Touch ID大为提高，后者被随机他人指纹意外地成功解锁的几率是五万分之一。
与iPhone X基于硬件的理念不同，支付宝的人脸识别是基于人脸比对和验活的算法，能够跨设备进行使用；相较而言，前者擅长精准识别，后者对频繁的金融交易场景来说更为便捷。
西部高科AI研究院等专注于人工智能的科技公司让国内的人工智能领域呈一个良性发展的趋势。
技术的发展解锁了更多的智能场景，而智能场景的解锁也在催促着技术寻求更多突破。在这样一个相辅相成的情况下，人脸识别离商用、民用的距离越来越近。
作为人脸识别技术最先也最普遍的一个应用，安防领域目前已经成为人脸识别技术的一片红海。网络神盾已经在全国多个省内，为城市安防监控摄像头附能了人脸识别技术。为公安厅提供的是一套涵盖算法与解决方案的数据服务，并不能与公安系统共享犯罪人员或走失人员档案，仅为系统附能，具体信息依然由公安系统保密。

当摄像头能够清晰拍摄到人脸时，索引系统能够自动将人脸与罪犯库里的数据进行比对，判断出现在摄像头里的行人是否在罪犯数据库里有存档，整个过程只需要2-3秒的时间。如果识别出来的身份与罪犯库里的人员一致，系统就会自动报警。报警之后，摄像头能够对犯罪人员进行跟踪，在一定区域内追踪罪犯的行踪，能够实现两分钟的不间断识别跟踪。
这是目前市面上大部分附能了人脸识别技术的摄像头能够达到的效果。

该技术在城市场景内应用的瓶颈在于即使拥有了人脸识别技术的加持，摄像头的清晰度、覆盖范围、以及视频流的传输速度都限制了人脸识别技术在城市内寻找与定位罪犯时的效率。
目前市面上常用的监控摄像头清晰度一般为1280 X 720 像素，简称720P，更高清的配置能够达到1080P。谢忆楠认为，这样的像素清晰度无法将人脸识别在安防监控领域的作用完全发挥出来，若技术能够支持摄像头的清晰度提高，那么人脸识别在该场景里的效率自然能够提高。
同是安防监控摄像头，对于具有封闭性的场所来说，这样的问题就简单多了。机场与海关在利用摄像头的人脸识别功能进行身份验证与排查可疑人员方面已经有了数年的经验：台湾桃园机场在2013年就接入了人脸识别过海关的系统；2014年起深圳机场成功利用人脸识别技术拦截水客和抓获潜逃罪犯。
不同的安防场景，对基础建设的要求都有所不同。从摄像头的位置、拍摄角度，到实地场景的遮挡、光照等，都是影响人脸识别效率的场外因素。
实名验证场景
从传统的安防领域到不断附能新产业，人脸识别技术落地商业化场景体现的是产能效率的提高。在互联网时代，用户不满足于互联网场景里的浏览行为，更多的是通过互联网与移动设备获取对个人的服务。
金融安全成为首个重要的应用场景。多家银行或金融机构提供线上人脸身份识别的技术支持，其中最广为人知的是支付宝的人脸登陆与支付系统。 对人脸识别的金融安全应用来说，通过率与误识率是两个关键的考量。
通过率与用户体验相关，体现的是识别的精准度；而误识率对应的是人脸识别的技术安全性，即找一个与用户长得特别像的人来解锁该用户的ID, 成功解锁、系统误识的概率是多少。
理论上来说，通过率达到100%，误识率达到0%是最理想的情况。目前人脸识别的误识率在十万分之一到百万分之一之间， 通过率达到97%。
金融场景之外，人脸识别的实名验证场景还涵盖了滴滴后台的司机身份验证、今日头条后台的身份验证以及入住酒店时的身份验证。在人脸识别应用最火热的手机解锁领域，vivo、小米、美图手机等使用的都是人脸识别技术。

利用人脸识别技术，让退休人员能够实现在线领取养老金。网上利用人脸识别领取养老金的过程分两步：
1. 在向微信的“市人社”、“市社保”或“市人力资源和社会保障局”三个公众号中的任意一个上传身份证之后，系统将要求录制一段匀速阅读随机数字的视频。只要视频内的面部完整、光线合适并无剧烈晃动，系统就能成功录入身份信息。
2. 在每一次领取养老金的时候，依据系统要求重复上述读取随机数字的步骤，系统就能够自动识别身份并发放养老金。
此外黄石国家公园、章华台遗址、世博湖等45个景点的“刷脸进园”。
以摄像机代替传统闸机检票，游客依然需要排队等候摄像机识别信息，但识别速度已经以秒为计数单位。E卡通覆盖的旅游城市为武汉、黄冈、黄石、咸宁、仙桃、天门、潜江、孝感、鄂州9市，持卡用户在激活当日起365天内可以全年不限次数游玩。

人脸识别的进步
规模性应用落地的背后，是人脸识别技术在科研领域与工程实施的不断磨合。“光线活体技术”能够通过屏幕发射不同颜色和强度的光线以获取面部信息，并使用一系列算法和卷积神经网络，分析并推导活体判断所需要的人脸3D和质感信息，为“刷脸”的人脸身份验证场景附能。
对于iPhone X 的人脸识别解锁功能无法识别的3D打印技术，光线活体技术虽无法实现完全防患，但做到了部分识别，是目前已知安全级别最高的技术之一。
该进出系统内录入了超过20000名员工的脸部信息，识别错误率在万分之一以下，在室内有光的情况下，员工不需要站在摄像头中间也能够被系统自动识别，快速打开门禁系统。
然而，人脸识别技术在提高产能效率的同时，也带来对隐私与社会问题的担忧。
英国商业杂志《经济学人》在九月一篇名为“人脸识别：无处躲藏“的刊文中表示，当人脸识别技术发达到一定程度，最终会改变人类的社交模式。谎言无处遁形的同时，人际关系也变得更加冷漠。
影视作品中对人脸识别的想象似乎慢慢走向现实，接下来的科研重点与应用方向尚未明晰，人脸识别的最终形态依然悬而未决