刷脸支付的出现使用，优化了支付流程，方便了用户日常购物消费，提高了商家的交易效率，带动了零售业的发展，下面我们来看一下近年刷脸支付是如何开始覆盖到我们商业、生活之中。

 

为何当今刷脸支付与过去相比前景无限

原因一：生物识别技术安全保障大于传统安全保障

生物识别技术被认为是目前最为方便与安全的识别技术，它不需要记住复杂的密码，也不需随身携带钥匙、智能卡之类的东西。由于每个人的生物特征具有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所以利用生物识别技术进行身份认定，安全、可靠、准确。正是由于生物识别技术的诸多优点，使其成为近年发展最快的新技术之一，过去几年，我国生物识别市场年均增速超过了60%，2015年生物识别市场规模突破了百亿元大关，业界预计到2020年，生物识别市场规模将突破3000亿元，人脸识别市场前景看好。

原因二：3D识别技术的发展

Face++的人脸识别技术需要：原图片（用作比对）、采集到的图片（来自摄像头、手机等）、deep learning（检测、关键点、识别）、应用。其实2D人脸识别早已广泛应用于各种场景中，但受制于环境光线、响应速度、反欺诈等各种因素的影响，人脸识别仍较难达到支付级别的安全。但随着3D人脸识别技术的不断更新，安全问题逐步得到解决。3D摄像头不能识别照片和视频，只能识别人脸，而且精度数次超过人眼，达到99.6%,甚至能够准确分辨出双胞胎的差别。

原因三：“3D结构光”技术的应用

2013年网易邮箱就曾支持人脸识别登录，不过后来因为可以被“照片”轻易骗过所以没有全面推广。而如今iPhoneX的Face ID大热的核心原因在于，iPhoneX的Face ID与过去的刷脸支付采取了截然不同的软硬件结合的方案。看上去都是在刷脸，但iPhoneX在“牛海”中引入新的传感器，比如可投射3000个光点的点阵投影器和红外镜头形成“3D结构光”技术，进而规避了过去的人脸鉴权的主要问题：既不用担心用户换发型、戴眼镜等不可避免的面部变化，也可以避免被照片欺骗这样的问题。

 

肯德基&蚂蚁金服：实现全球范围内“刷脸支付”的首次商业应用

自从蚂蚁金服入股百胜中国之后，肯德基的数字化运营加速了。在进行了无现金支付、会员计划、数字营销、外卖业务等举措之后，肯德基又联合了阿里旗下的蚂蚁金服，在2017年9月1日亮相的新概念餐厅KPRO推出了“刷脸支付”自助点餐机。据介绍，这是该项技术在全球范围内的首次商业应用。

 

肯德基这项“刷脸支付”功能由蚂蚁金服和旷视(Face++)共同研发实现，刷脸的过程其实就是替代了原先刷卡或扫描二维码的过程，为我们省去了掏出手机、打开APP的时间和麻烦。整个消费过程非常简单，不到10秒即可完成。

“刷脸支付”的原理是支付宝用户在用密码登录过的手机上，进行人脸验证，系统将采集点餐机操作者的脸部信息，并与账号实名认证的照片进行比对，判断是否为同一人，经过不断优化，目前支付宝的人脸识别准确率已远超肉眼。也就是说，就算你换了发型、化了大浓妆支付宝都能认出你。

KPRO门店除了刷脸自助点餐，消费者还可以扫描桌上的二维码自助点餐，该项技术已经在其他的肯德基门店得到了普遍应用。肯德基总经理黄进栓表示，KPRO门店试业的两个多月，自助点餐的百分比非常高，达到95%。

 

见福便利&微软：首个CRM人脸识别支付落地福建

继肯德基和京东试水刷脸支付后，2017年9月，微软(中国)有限公司CRM人脸识别支付系统在福建见福便利店首落地。消费者只要在见福便利店消费就会对应形成一个身份ID，当消费者将这个身份ID与银行卡绑定后，下次购买即可实现声纹交叉人脸的识别支付。

与其他的人脸识别支付系统不同，见福便利店引入的微软CRM人脸识别支付系统，基于Microsoft Azure技术，通过大数据、人工智能与机器学习推进技术，将交易界面、平台管理、供应链全部打通并最终形成闭环。当消费者走进见福便利店，CRM人脸识别系统立刻将他锁定，一组围绕着该消费者的大数据便立即出现;客户选购时，通过鱼眼做热点图分析客户对商品的喜好;支付时，收银台上的摄像头对客户进行人脸识别，POS机上让用户的“人脸ID”、消费行为挂钩;顾客离店时，Microsoft Azure技术可做到12个脸部维度数据，进行客户年龄、表情判定，表情展示的“喜怒哀乐”可了解顾客对购物的满意度，以此调整下次提供商品和服务的策略。

 

微软CRM人脸识别认知是以消费者行为为核心的云端数字化运营，不仅能帮助见福便利店收集到顾客的消费信息和体验信息，让见福便利店及时对活动和运营做出调整；更为重要的是它将促进零售业智慧转型，降低零售业成本，实现千店千面的精细化运营。

 

绫致时装&微信支付：开启人脸智慧时尚店

 

2017年12月26日，绫致时装集团与微信支付、腾讯社交广告达成合作，全国首次推出人脸智慧时尚店。微信支付智慧零售行业解决方案通过人脸识别AI技术及精准推荐算法，赋能时尚行业。

 

用户进入人脸智慧时尚店后，可在智慧试衣间屏幕前进行“刷脸”，并通过专属小程序绑定绫致会员并开通微信支付，成为人脸识别会员。当会员再次站在智慧试衣间前“刷脸”时，微信支付团队和腾讯社交广告团队将以用户画像及腾讯精准推荐算法为技术核心，结合绫致商品库，向会员展示个性化的时尚服饰搭配推荐。

 

通过智慧试衣间的创新导购模式，用户将享受简洁快速且个性化的无感导购体验，选定推荐的衣服之后可直接呼叫导购进行试穿，也可以扫描屏幕上的小程序码，直接收藏并可线上购买。结账时，会员用户可在人脸识别会员收银台上，再次进行刷脸认证身份，并进行微信支付。用户甚至无需拿出手机，仅需面部识别认证即可支付并享受会员权益，享受快速便捷的 “无感”购物体验。

 

此次人脸智慧时尚店的开业，微信支付联动腾讯社交广告、腾讯优图团队以及道控DOCOM智能终端、齐数ETOCRM小程序团队，将微信支付智慧零售解决方案内容再次拓展，进一步优化“售前-售中-售后”的完整服务链，以科技助力绫致服装集团时尚品牌升级。

在售前环节，腾讯社交广告团队将依据LBS位置服务，向用户推送微信朋友圈广告，结合微信卡包进行售前引流。在购买环节，可通过腾讯优图团队提供的人脸识别算法进行会员识别，以及微信支付团队和腾讯社交广告团队提供的精准推荐算法享受个性化推荐。在售后环节，通过小程序服务通知、公众号模板消息等功能为会员继续服务， 更好地实现二次转化与用户召回。如此一来，将售前，售中和售后环节进行了全面更新，不仅给用户新鲜且流畅的购物体验，同时也提高了时尚行业的服务质量与转化能力。

 

步步高&腾讯：上线智慧零售旗舰店，湖南首个实现“人脸支付”的线下卖场

4月12日，步步高集团董事长王填宣布，步步高智慧零售旗舰店正式上线。他表示，这是步步高与腾讯合作的智慧零售1.0版本，聚焦支付、导航、精准营销及O+O配送等领域。据了解，该门店也是湖南首个实现“人脸支付”的线下卖场。

在位于梅溪新天地的步步高智慧零售旗舰店内，四处可见智慧零售的入口“Better购”小程序的二维码，不时有消费者进行扫码体验。收银条线处，开设了自助收银“扫码购”通道和人脸识别支付通道。

自助收银付款流程：消费者需将商品放入扫码区内，并根据屏幕上出现的商品相关信息及所需付款金额，通过如支付宝、微信、银联和 Pay等多种线上渠道进行支付。

刷脸支付流程：先对微信支付进行“绑脸”，选定商品后通过特定通道，无需拿出手机，仅需面部识别认证、支付即可，整个过程不超过15秒。

步步高表示，传统收银方式，不包括排队的时间，每单为商品扫码大约耗时8秒左右，完成一单收银需1分钟，而如果使用扫码购或人脸支付功能，则在收银环节仅需1秒。“智慧零售代表着技术驱动创新，是未来的一种方向，不仅是结算更方便，为消费者提供更好的购物体验，还将做好综合优惠、商品推荐等服务。”

2018年初，腾讯和京东入股步步高，标志着步步高携手线上巨头，迈向了“智慧零售”新时代。根据计划，6月30日之前，步步高用户数字化基本落地，并将实现数字化场景体验，腾讯优Mall方案基本落地;9月30日之前，结合京东智慧零售供应链实现商品数字化基本落地;10月30日之前，O+O模式成熟，到店数字化普及。

 

技术服务商盘点

iPhoneX的Face ID技术，让刷脸支付有望在全球普及

2017年9月13日，苹果发布的十周年版iPhone X备受全球的关注。它相较之前几代iPhone有了重大的变化，而当中最受人关注的无疑是采用3D红外线技术、称之为“Face ID”的脸部识别技术的引入，将人脸识别功能取代Touch ID作为屏幕解锁与移动支付。这意味着人类第一次，在同一平台上以数以亿计的庞大规模，一步跨入刷脸时代。

苹果CEO库克宣称Face ID相较Touch ID安全性提升20倍。这底气来自:iphone X采用红外结构光/结构光双摄，搭载3D结构光深度镜头，手机能主动发射特定红外结构光照射被检测物体，能够瞬间通过3万个点来感知用户面部特征，从而获取人像的3D图像数据。报称，采用结构光的3D人像解锁能抵御所有的平面攻击。

iPhoneX的Face ID，让刷脸支付有望在全球普及。核心原因在于，iPhoneX的Face ID与过去的刷脸支付采取了截然不同的软硬件结合的方案。看上去都是在刷脸，但iPhoneX在“牛海”中引入新的传感器，比如可投射3000个光点的点阵投影器和红外镜头形成“3D结构光”技术，进而规避了过去的人脸鉴权的主要问题：既不用担心用户换发型、戴眼镜等不可避免的面部变化，也可以避免被照片欺骗这样的问题。

在此之前，蚂蚁金服等应用使用的人脸识别技术需要用户摇头、微笑甚至吐舌头来证明自己是大活人，而且用户一旦变胖了、戴了眼镜或者化了妆，就无法识别了，这种体验还不如输入密码或者录入指纹方便。iPhoneX则实现了对人脸的活体生物识别。这一方面得益于它引入的多个传感器放在“牛海”中采集到各种数据（确保是活人、确保已睁眼、不怕暗光环境和帽子胡须眼镜遮挡）；另一方面则是因为全新的A11Bionic拥有更强的处理能力，它拥有专为机器学习打造的模块，以及仿生隔离区存放面容数据。

 

银联也玩刷脸支付，推出人脸识别技术FacePay

2017年11月13日，第二届新加坡金融科技节（Singapore Fintech Festival 2017）上，银联展示了以FacePay为首的等四项金融科技成果，反映了其作为中国最大的银行卡服务商，在电子支付领域的技术进展。

据银联官方介绍，此次银联开发的应用了脸部识别技术的支付系统FacePay，同时兼顾了有人和无人的销售场景。FacePay系统为用户拍摄了他们的脸部照片后，用户的脸部特征便被上传绑定至他们的个人支付账户，从而真正实现免提支付。

 

银联FacePay的识别率高达99.5%，在面对面销售和无人销售场景有广泛的商业空间。据悉，银联FacePay将首先广泛应用在包括食品和饮料（F&B）在内的零售业，及自动售货机等无人销售场景。该项技术在正式落地运行前，银联将与专注人脸检测技术的AI公司LinkFace合作，对其进行检测，并计划在近期内首先投入在亚洲地区试运行。

 

OPPO成为首家支持3D人脸支付的安卓手机厂商

2018年6月8日，OPPO广东移动通信有限公司与蚂蚁金服今日宣布达成战略合作伙伴关系。双方将成立联合创新实验室，探索硬件和软件底层技术的深度整合，为用户打造完整的数字金融服务场景。该合作关系包括OPPO智能手机支持支付宝的性能优化和高频支付场景的一步直达，以及实现基于结构光技术的3D人脸支付。双方还将共同开展人工智能（AI）和增强现实（AR）等技术领域的研究，为未来产品的竞争力创造技术条件。与蚂蚁金服成立联合创新实验室，双方将一起努力，为用户提供更加智能、便捷的服务，让服务更加扁平和直观。通过软硬件技术能力和蚂蚁金服生态系统，将共同探索整合度更高的可能性，为用户带来更便捷、安全的移动支付和服务体验。

在联合创新实验室的推动下，OPPO与支付宝团队已完成3D人脸支付的技术准备工作，支持该功能随时应用于OPPO未来智能手机产品。OPPO日前已宣布3D结构光技术将于6个月内实现正式商用，此次宣布也让OPPO成为首家支持3D人脸支付的Android手机厂商。

以结构光为硬件基础，并结合OPPO基于深度学习的人脸智能识别自研算法，3D人脸支付可以精确比对用户录入与识别的信息，实现高达百万分之一的支付精度，而主流的指纹识别精度约为五万分之一。OPPO 3D人脸支付系统的结构光点阵数量达到1.5万个物理点并支持高达30万的分辨率，可以实现快至0.1秒的极速支付。用户可以在未来OPPO智能手机中利用这一技术，以面部替代指纹、密码或PIN码作为支付宝应用的主要验证方式。产品合作带来更多人性化服务，而双方底层的技术合作可以释放更多想象空间。OPPO研究院与蚂蚁金服就在AI预加载、光学字符识别（OCR）以及AR领域等底层技术的创新结合，将为双方未来产品的竞争力创造充分的技术条件。

 

刷脸支付的挑战

挑战一：隐私问题泄露

跟密码泄漏后可以立马修改不同，如果面容数据库泄露，用户很难修改自己的面容，再加上日益发达的整容技术，未来会不会出现“面容黑客”，将黑客技术与整容技术结合，为某个重要账号定制一个面容来解锁手机或者别的安全数据库。

并且随着人脸识别系统越来越多地被应用于执法当中，成为执法机关追踪犯罪的有力工具，但这也有可能侵犯公众隐私。人脸识别技术带来的伦理困境主要包括，侵犯他人隐私、发生误认、种族分析和歧视、功能蔓延风险。经济、快速、大规模地对人脸图像进行记录、储存和分析，可能对隐私、公平及信任等概念带来根本性改变。

挑战二：极端情况及不兼容性

例如，双胞胎依然可以通过FaceID解锁彼此的iPhone X，这种情况较为少见，且相对于指纹而言，遇到面容十分接近的概率要低20倍。

如果我们了解Phone X的人脸识别的原理是先进行感光启动，判断利用多少光源才能进行人脸识别，感光元件投射红外线投射到使用者脸上，超过三万个光点的投射 变化，临摹出3d人脸，反射回来的数据进行一系列的计算。那么我们通过石膏等工具复制自己的脸，并进行上色就可以轻易骗过Phone X的算法进行刷脸操作。

再有我们的科技以人为本，但iPhone X的Face ID对部分有戴面罩习惯的民族、对脸上有疤痕的用户、以及盲人用户都是不友好的。虽然美妆对于Face ID没有大的影响，但整容却有。整容技术越来越发达，网红们长得越来越像，FaeeID如何应对越来越相似的脸，以及如何应对同一个用户今天与明天长得截然不同？

挑战三：反人脸识别技术的产生

现代脸部识别软件主要依赖于深度神经网络——一种从大量信息中学习模式的人工智能技术。在被呈现过数百万张人脸之后，该类软件就能习得脸部概念，懂得如何分辨不同的脸。而同样我们也可以开发出一款反面部识别眼镜，通过对抗训练生成一个反面部识别系统，从而对现在面部识别的深度网络进行攻击。

2017年，麻省理工学院和日本九州大学的研究人员创建了一种叫做EOT（Expectation Over Transformation）的算法，成功骗过谷歌AI系统，让系统将一幅3D打印的海龟照片标记为步枪，将3D棒球认成浓缩咖啡，而可爱的猫咪则有时被当做鳄梨酱。

 

结语

当然，就跟任何具有革命性意义的新技术一样，刚出现自然会有这样那样的问题，但都瑕不掩瑜。FaceID彻底改变了我们与手机的交互体验，还将继续改变支付、零售、日常生活乃至社会管理方式。AlphaGo战胜人类之后，AI正在以一日千里的速度渗透到生活的方方面面，通过刷脸走遍全世界还会远吗？