4
【編者按】宮雅卓，聚虹光電創始人，上海交大博士，主攻生物識別領域，尤其在虹膜識別領域有15年的專研。本文是宮老師受邀為雷鋒網獨家分析，有興趣可移步其微信公眾號：jh-irisian。
（庭審現場，原被告雙方都由代理律師出庭。法院供圖）
人臉識別在科技圈熱門已久，支付寶的人臉支付、微軟辨別年齡的網站How-Old.net、周鴻祎奇酷手機的人臉識別……最近，趙薇的老公黃有龍被告上法庭，原因竟是其司機靳某騙過公證處的人臉識別系統，以委托人的身份賣掉了趙薇家一處千萬的豪宅，而整個過程黃有龍并不知情，是遭人“冒充”。這條新聞，讓“人臉識別”也登上了娛樂版的頭條。人臉識別的準確性和安全性，再次成為大家熱議的焦點。
99%的識別率如何實現？
2014年7月，香港中文大學湯曉鷗教授的三個人臉識別算法分別占據了全球最具權威的人臉識別數據庫LFW（Labeled Faces in the Wild）的前三名，其中DeepID2更是以99.15%的識別率高居榜首。人臉識別率突破99%的大關，一時間成為業界討論的熱點。
（LFW：人臉識別準確率最高的六家公司 2014.7）
不過，這一世界記錄現在已被百度打破。在人臉識別技術領域兩個最具權威的國際評測平臺FDDB與LFW中，百度都獲得了第一名，領先于國內同行。
（LFW:人臉識別系統的平均精度和誤差 2015.10）
LFW全部人臉系統檢測結果可以參看這里
這似乎意味著，人臉識別的準確率超越了99%，識別精度趨于完美。
如果人臉識別的準確率真有那么高，那司機冒充黃有龍通過人臉識別的案件也就不會發生了。
而人臉識別如此高的準確率又是如何測評出來的呢？
目前國際上有兩套最為常用的人臉評測數據集，人臉檢測數據集FDDB和無約束人臉識別LFW。
FDDB（Face Detection Data Set and Benchmark）是由馬薩諸塞大學計算機系維護的一套公開數據庫，能為來自全世界的人臉識別研究者，提供一個標準的人臉檢測評測平臺。它使用5171張自然環境下各種姿態的人臉照片，從中選取2845張圖片作為測試集，根據人臉檢測準確率召回率曲線圖得出最終結論。如下圖所示，橫軸表示誤檢人臉數，縱軸表示檢出率。曲線越陡峭，曲線上的點越接近（0,1），表示檢測器性能越好。
（FDDB：人臉檢測準確率召回率曲線圖 2014.11）
LFW（Labeled Faces in the Wild）則由美國馬薩諸塞大學阿默斯特分校進行維護。它從雅虎上提取6000張表情、光線、方向各不相同的人臉照片，考察各個深度學習系統的人臉識別能力。LFW好比一個題庫，各個前來跑分的人臉識別系統則是參加考試的學生。測試中，LFW給出一對照片，讓人臉識別系統判斷兩張照片是不是同一個人，并給出“是”或“否”的答案。99%的準確率，意味著該人臉識別系統在提供的所有題目中答對了99%。
無論是LFW，還是FDDB，都只是一個實驗室級別、學術性質的測試工具。在千人樣本量下，人臉識別系統的確能取得99%的準確率。然而，在樣本量可能達到十萬級、百萬級的實際商業場景的應用下，在數據庫評測時取得了高準確率的系統，并不一定能復制同樣的成功，其誤識率將直線上升，甚至有可能根本沒法用。在真實復雜場景的測試中，十萬分之一的誤識率下，人臉識別98%的準確率甚至會直線下降到70%左右。
人臉識別在實際應用中的重重障礙之一：相似性
人臉識別技術其實被高估了，它遠遠達不到指紋或虹膜等生物識別技術那么高的準確度。在人臉識別系統中，對相似度高的臉容易出現識別誤差。不說雙胞胎了，人臉識別系統能分得清王珞丹和白百合嗎？（想要知道區分方法或想要測試一下，可以點這里看看。
人臉識別在實際應用中的重重障礙之二：不穩定性
趙薇老公的案件中，該公證處采用的人臉識別系統，參照的是黃有龍第二代身份證照片。撇開法院判決司機靳某和黃有龍照片分值超過0.6不談，照片本身的時效性也是一個問題。我國身份證要求20年更換一次照片，但是20歲和40歲的你，恐怕沒那么相同。
出演《泰坦尼克號》時萊昂納多·迪卡普里奧剛剛20歲，他在影片中俊美的扮相讓人印象深刻。而如今二十多年過去，萊昂納多邁入中年，他的面部輪廓也發生了改變，下巴也留了胡子。乍看之下，判若兩人。
（萊昂納多·迪卡普里奧：年輕與中年的照片對比）
年齡是影響人臉識別的重要因素。皮膚無可避免地會松弛、衰老，就算是絕色美人，年老后的臉蛋線條也會發生不可逆的變化。而且，人的面貌可以輕易地通過化妝改變。一位年輕的女性，精心裝扮后的面部和身份證上的照片也許很不一樣。此外，識別時所必須的光線，增加了用戶的使用成本。因此，光線、化妝、年齡都會影響一個人的面部特征及其識別準確性。
人臉識別在實際應用中的重重障礙之三：可復制性
人臉識別無需用戶配合便能采集到照片，幾乎毫無困難。這讓人臉成為有“最高易用性”的生物特征。然而，隨之而來的風險同樣不容小覷。
人臉每天都暴露在外，通過拍照完全可以獲取一個人的面部特征，直接用照片或者通過3D打印復制人臉便能欺騙攝像頭，進行盜竊。
除了人臉的平面照片，動態的人臉視頻也很容易盜取。
近日，一則“最新詐騙”在朋友圈瘋傳。詐騙者以免費領一壺油或一個充電寶為名，讓受騙人掃描二維碼關注微信，填寫身份證號和手機號，還要錄制受騙人點頭視頻。受騙者以為得到了免費的午餐，卻不知道他們的個人信息和點頭視頻會被用犯罪分子用來開戶貸款。
盡管這則消息的真實性還有待商榷，但卻無意中指出了人臉識別的風險。人臉雖然很方便，但涉及到財產和支付問題，還是應該謹慎對待。
在上述人臉識別的三個漏洞中，相似性其實是由人臉自身的特征決定的。人臉的特征點最少為5個，最多也不過25個。同為生物特征識別，指紋的特征點大約在50個左右。而虹膜的特征點則可達244個獨立的自由維度，是目前世界上最精確的生物識別技術。
穩定性雖然取決于外部環境，同時也受年齡影響。就如面部在不同的年齡階段會呈現不同的面貌，像 “鄉音無改鬢毛衰”。暴露在外的身體特征如指紋，會出現干燥、剝皮、皺褶等現象，這時候就需要重新注冊或使用替代方案了。虹膜是人體唯一暴露在外的內部器官，和手指與面部不同的是，不會被環境與年齡影響。
獨特性決定了一種生物特征是否準確，穩定性則決定了這種特征能否被用作生物識別使用。不過，任何一種生物識別系統最不容忽視的問題，是可復制性。
在眾多欺騙手段中，假體欺騙的問題最嚴重。使用照片、視頻可以騙過人臉系統；購買指紋套、利用高清晰的指紋照片倒模，可以瞞過指紋檢測。只要是外部特征，幾乎都存在被盜取的風險。如果想要安全與方便兼得，不妨嘗試些其他的生物特征。
至少，在趙薇老公的房產案中，公證處識別率為98.3%的人臉識別系統都出了錯，我是不敢用人臉識別了。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
