声明：本文来自于微信公众号 懂懂笔记（ID：dongdong_note），作者：懂懂，授权站长之家转载发布。

2020 年初，突如其来的一场疫情打乱了很多行业的节奏，刷脸支付就是其中之一。在 2019 年迅速普及的刷脸支付，因为“口罩”而遇到了不小的阻力。

更重要的是，在疫情之后，由于公民卫生意识的提高，很可能会逐渐形成“口罩文化”。 例如这次给我们捐了不少口罩的日本，自己就堪称世界第一口罩消费大国，每年都要消耗掉数十亿个口罩。

刷脸支付会因为“口罩”而“窒息”吗?“口罩文化”下刷脸还安全吗?

艾媒咨询发布的《 2019 年中国刷脸支付技术应用社会价值专题研究报告》预计， 2022 年刷脸支付市场规模将突破7. 6 亿人。这个数字与今天中国移动支付用户的总数相当。也就是说，如今大家的支付习惯都是用手机“一扫而过”，而一两年后人们将形成全新的支付习惯——靠脸吃饭。

在人脸识别的诸多应用中，支付是对安全性要求最高的一种应用场景，所以也是人脸识别应用落地最为严谨的领域。支付如果要实现从“一扫而过”到“靠脸吃饭”，中间还隔着一道很高的门坎——核心技术。

如今，这道门坎正在被跨越。

No.1

极端测试保证金融级安全

想到的没想到的，你都要过一遍

2017 年苹果发布iPhone X采用了Face ID功能，从此引领人脸识别技术从单模态步入多模态的全新阶段。此后，随着硬件技术的迭代以及各家技术厂商在算法上的逐渐成熟，人脸识别技术被应用到越来越多的场景当中。 

但是，即使技术有了大幅的提升，也没有消除公众对于安全方面的担心，特别是在支付这个关键应用上，用户更为谨慎。

在 2019 年，很多支付企业都以巨额补贴启动了线下刷脸支付，虽然商家在补贴的“利诱”上比较积极，但是用户端的推进并不是很快。这其中最大的“坎”就是用户心里对安全的担忧。

近日一则消息传来，京东数科自研多模态人脸活体检测算法，正式通过国家金融IC卡安全检测中心—银行卡检测中心(BCTC)的技术认证，达到了国家认证的金融支付级安全标准。此前，旷视、商汤，腾讯云等企业也都先后过检。

我们知道，随着AI应用的落地，人脸识别技术开始被应用在零售、安检、医疗、出行等各个领域，其中金融是对安全要求最高的领域。随着银行开始采用人脸识别技术进行大综交易，如果不将安全性升至最高级别，稍有不慎就会引发金融风险。

那么，企业要通过怎样的测试才能拿到“国家级金融支付安全标准认证”?

为进一步规范金融支付标准，明确关于人脸识别线下支付场景中，在信息采集、传输、存储、利用等环节的安全管理要求，中央人民银行科技司发布了《人脸识别线下支付安全应用技术规范(试行)》，正式制定了人脸识别在金融支付领域应用的技术安全标准。基于这个标准，央行设计了一套完整的测试方案，而技术企业要通过这个测试非常非常难。

“那个测试真的有点儿‘变态’。”京东数科的一位亲历者告诉懂懂笔记，在他看来银行卡中心的测试极为专业，已经把目前已经有和能够想到的攻击手段，全部都模拟了出来——这个测试对于所有技术企业而言，就像是一场极限挑战。

据懂懂笔记了解，检测内容包括了在不同距离、光线和角度等环境下的二维静态纸质图像、二维静态电子图像、三维面具、三维头模等不同方式的伪装攻击。为了确保最高的安全等级，测试的真实素材非常多，相当于集合了很多技术公司、算法公司、业务公司的思路和经验，给测试企业设定了一个最高挑战值。

京东数科的这位亲历者告诉懂懂笔记，为了应对这样的极限挑战，他们在准备阶段也给自己设计了难以想象的攻击场景。比如，半遮挡面具(上半截是面具，下半截是真人)，或者是半透明的面具。这类面具既可以通过伪造ID的检测，又可以通过人的活动来验证真实性，可以说非常难以防范，也是当前伪造技术的极端手段。当然，这些素材的成本非常高。

这也解释了目前大家特别关心的戴口罩刷脸问题。口罩只是遮挡了脸部一半的生物特征信息，只要另一半信息鲁棒性高的人脸识别算法也是可以通过的。据悉，针对目前疫情期间的特殊需求，京东数科已经在做对于戴口罩识别的算法优化，很快就能将用户体验大幅提高。

No.2

多模态、多模型集成融合方案

应对多场景安全需求

据懂懂笔记了解，一些技术公司、算法公司和业务公司都陆续通过了央行的这项金融级安全测试，比如旷视、商汤、腾讯云、京东数科等企业。当然，不同的企业在解决方案的思路上会有所不同，京东数科采用的自研多模态人脸活体检测算法，可以说是刷脸支付技术上的一个里程碑。

京东数科自主研发的多模态人脸活体检测算法，在检测中通过了人脸采集、图像质量分类、活体检测能力等多个测试项。测试结果表明：无论是二维图像攻击，还是三维的头模假体攻击，京东数科通过基于深度学习的AI算法模型，均可有效拦截不同光线、角度、距离、姿态、材质的假体攻击，并对复杂背景下的攻击进行有效识别。

多模态人脸活体检测算法的里程碑意义在哪儿?相关行业内人士告诉懂懂笔记，京东数科的人脸识别技术是一套集成了多模态、多模型“融合方案”。

首先我们先看一下多模态的必要性。人脸识别依赖于摄像头，传统的摄像头以RGB为主，而近两年3D摄像头的技术则越来越成熟，真实具备活性的人脸在3D摄像头成像下会有比较清晰的面具结构。2D、2.5D类的伪造人脸在3D摄像头成像下是一个平面，3D摄像头人脸防伪安全级别比单目RGB摄像头要高。

3D摄像头技术成熟，是不是就不需要RGB了呢?我们知道，不同的摄像头有不同的成像原理，而多模态的思路就是将多种防伪技术相结合、互补，形成一个高效完整的防伪解决方案。

例如，传统的RBG摄像头对所有攻击都能拦截，但是安全等级不是很高。近红外摄像头主要是对重放类攻击(手机屏幕)有100%拦截率，对面具类攻击拦截的成功率也很高。而3D摄像头可以采集图像的深度信息，对平面攻击的拦截率高，但是对面具和透膜的拦截就不够精准了。

京东数科的多模态解决方案，则是同时采用了RGB、近红外和3D摄像头，通过功能优势互补，得以在各类应用场景下提升体验和安全性。

接下来，我们再看一下多模型的必要性。大家都知道，人脸识别应用的场景非常多，但是不同的场景对算法的要求差别也非常大。

举一个例子，同样是在ATM机上办理业务，在白天阳光最好的时候可能会有反光，而在傍晚昏暗的光线下则不够清晰，这两种场景下对人脸的识别、防伪就是采用不同的算法。再比如，刷脸支付的时候用户是配合式的认证，而在安防的应用中人是非配合模式的，这也需要不同的算法。

单一模型只能解决单一场景下的识别率，或者是防止一种攻击手段。而在真实的应用中，场景非常多，攻击手段也是花样百出，这就要求一个真正完美的人脸识别、防伪算法，必须是结合了多种模型的综合解决方案。

“单模型就相当于用一个人的经验去做判断，多模型就相当于由很多人去讨论、分析、判断，每一个人的视角和经验都不同，所以综合判断后的结论就更可靠。”一位业内人士形象地比喻。他告诉懂懂笔记，有的企业在算法上采用了将单一算法精度调高的方式，而京东数科则采用了多种算法相结合的方式，这样可以应对更丰富的场景——这正是多模型的价值所在。

当然，做到多模型算法相结合，有足够的业务和场景基础是必要条件。

一些专注于人脸识别的技术公司，最为欠缺的就是场景，他们的算法很牛，但在后期应用中，往往还需要根据实际业务再进行调整。京东自身的业务涉及面非常广，线上支付、线下零售覆盖面大。

2017 年，京东数科的人工智能技术解决方案“京东超脑”品牌上线以来，其人脸识别技术已经在诸多场景中广泛应用，比如京东大厦内打卡、贩卖机购物、食堂、便利店支付等，多场景的海量应用也为京东数科积累了大量的经验，提炼出更加丰富的算法。有业务支撑，有经验，这也是京东数科此次可以顺利过检的原因之一。

总结来看：多模态、多模型，让京东数科在解决方案的设计思路上确保了高安全性。而多业务、多场景的应用实践，则是基于大量的数据、经验不断对这套解决方案进行锤炼，使其安全性不断提升。京东数科的多模态人脸活体检测算法的里程碑意义，或许就在于此。

No.3

通过率99.8%，拦截率100%

“最安全”的支付方式

按照艾媒咨询的分析，国内刷脸支付的应用前景非常好，到 2022 年将会全面普及开来。

显然，艾媒咨询的判断是基于人脸识别相较于其它支付方式的优势而言。与刷脸支付相比，常规支付方式需要借助于支付介质和密码，带来一定的安全风险：如支付介质容易丢失或被盗、身份验证方式单一、潜在的病毒风险等。而刷脸支付不需要借助任何支付介质，能避免直接接触带来的卫生隐患。并且这种方式具有精准的生物认证，结合手机号验证能更好地保障用户消费支付安全。

艾媒咨询分析师认为，人脸识别技术在移动支付领域进行应用，具有其独特的优势，可以弥补过去的支付方式所存在的不足。

这一趋势，实际上早就得到了业界的认同。 2018 年很多支付企业就开启了线下刷脸支付的业务，并在 2019 年加大力度，开启“无上限”的补贴大战。从企业的动作就能发现，刷脸支付是一个不可逆的趋势，只是在等待各方面条件的齐备，而技术是其中最重要的一个环节。

“补贴是各家业务上的操作，关键的门坎还是技术本身的成熟度。”一位相关业务人员告诉懂懂笔记。

在懂懂笔记此前对用户进行的调查中发现，对于刷脸支付这种形式多数用户还是愿意接受的。但是在现实中，用户的困惑有两方面：第一是体验，识别率会不会很高，是不是轻松一刷就能通过，是不是真的很快很方便?第二是安全方面的担心，如果自己的信息被别人拿到，会不会被盗刷?

帮助用户从心理上迈过这道坎的，是厂商技术的过关。

经BCTC检测，京东数科自主研发的多模态人脸活体检测算法真人识别正确率达99.8 %，二维和三维头模的攻击正确拦截率达100 %，均处于业界领先地位。

通过率，是从用户角度体验出发，99.8%意味着每 1000 个人刷脸可能会误拦 2 个，这样的通过率已经很高，基本上保证了用户的体验。

安全性，就是发生攻击的时候，可以成功拦截。100%意味着目前已经达到了极高的安全系数，对目前已知的攻击手段全部都可以拦截。

用户体验和安全性，是天生的矛与盾。如果把用户体验(通过率)调节得非常好，拦截能力就会下降。如果把拦截能力调到很高，通过率就会下降，这会导致用户体验变差，进而不愿意使用。

99.8%的正确认别率，100%的正确拦截率，可以说这样的指标对于用户而言，是体验与安全性之间的最佳平衡。

【结束语】

在央行推出相关技术标准之后，一家一家技术型企业正在轮番过检。在极限挑战之下，人脸识别技术已经进入到较为成熟的阶段。

“通过这个验证的企业逐步增加，相信技术的进步会消除用户的顾虑，对刷脸支付的普及会有很大的帮助。”前述业内人士告诉懂懂笔记。

领导厂商在市场方面的大力推动，以及技术上的逐渐成熟，对刷脸支付而言是具备了天时、地利和人和。展望 2020 年，刷脸支付也将迎来真正的爆发。