2018年，人脸识别技术的应用在智能手机上爆发。同时，人脸识别将不再是高端旗舰机的专属标签，带人脸识别解锁的智能手机将越来越受欢迎。在算法不断优化、数据量不断采集和训练的过程中，人脸识别的技术模型越来越“智能”，识别和验证的准确率不断提高。

人脸识别技术的应用场景被疯狂探索到了什么程度？

一台安装在公共厕所的“人脸识别取纸机”刷新了公众意识。经过半个多世纪的技术研究、堆叠、低谷和突破，我们正在见证人脸识别技术在多个场景中的应用的全面爆发。

人脸识别技术是从梦想到现实的应用

在了解以往人脸识别技术的研究和BSH203发展历史之前，作者的既定认知表明，人脸识别技术的应用通常只出现在科幻电影中。直到5年前，马云在一次消费类电子信息与通信博览会上展示人脸识别支付，作者才被拉回现实。

在现场演示环节，马云展示了支付宝的新技术“刷脸支付”，刷脸，当场“淘”了一份礼物给嘉宾。

这应该是我当时认知中人脸识别技术最贴近我们生活场景的应用了。没想到，这次“人脸支付”演示，不仅打开了一个与人脸识别技术应用认知相关的窗口，也打开了人脸识别技术应用场景快速落地的大门。

蚂蚁金服围绕人脸识别技术的应用展开了一系列生活场景探索工作。2017年，杭州万象市肯德基KPRO餐厅正式推出刷脸支付。两年时间，刷脸支付从世博会进入大众消费领域，这是支付宝真正意义上的刷脸支付首次商业使用。

同年，搭载人脸识别技术的iPhoneX在苹果秋季新产品发布会上亮相。用户可以使用3D面部识别(FaceID)传感器解锁手机并支付面部费用。2018年，人脸识别技术的应用在智能手机上爆发。同时，人脸识别将不再是高端旗舰机的专属标签，带人脸识别解锁的智能手机将越来越受欢迎。

除了个人智能终端产品，人脸识别技术凭借其在电子商务、安全、银行等领域的优势，已经广泛应用于公共交通出行场景、线下消费支付场景、企业/住宅安全管理场景等。

人脸识别技术的应用要刹车，要划界

人脸识别验证过程包括四个部分:人脸图像采集与检测、预处理、特征提取、匹配和识别。在算法不断优化、数据量不断采集和训练的过程中，人脸识别的技术模型越来越“智能”，识别和验证的准确率不断提高。

在这个进化过程中，对人脸识别“不可靠”准确性的怀疑逐渐扩散。但与此同时，一个新的问题引发思考——人脸生物数据的唯一性，而这些数据的泄露可能意味着人脸识别的安全性变得“不安全”。随着人脸识别技术的滥用，如何保护我们的信息隐私？

人脸图像生物数据的唯一性是人脸识别技术落地的基本衡量因素。在人脸识别过程中，利用独特的生物数据，完成比较和验证。由于其独特性，作为生物数据的拥有者，人脸图像数据极有可能不会因为人脸重塑而改变。一旦数据泄露或者将面临“死胡同”，一个字符的数据可以修改。人脸图像数据怎么修改？

随着“男人戴头盔进营业部”、“人脸识别造纸机”等人脸识别技术的滥用，人脸图像数据的采集似乎没有门槛，那么这些数据的安全由谁负责呢？谁来保护我们的信息隐私？

技术是无辜的，但对于技术的应用权限和场景探索，应该划定界限和标准。将加速着陆的人脸识别技术应用于刹车。