基于生物特征的可信身份計算是刷臉支付的核心技術(shù)，準確性和安全性是其關(guān)鍵指標。日前由中國國際光電博覽會、麥姆斯咨詢、中新嘉善共同主辦的“人臉識別·金融支付”創(chuàng)新峰會上，騰訊優(yōu)圖實驗室的高級研究員、人臉識別技術(shù)負責人李紹欣發(fā)表演講，分享了騰訊優(yōu)圖實驗室針對金融支付場景研發(fā)的可信身份計算的技術(shù)，暢想了未來提供可信身份計算進一步發(fā)展的思路。

說到人臉識別，普通的大眾用得比較多的還是人臉的核身，這是人臉識別技術(shù)真正落地的第一個應(yīng)用，應(yīng)用大概開始于2013年，也是深度學習技術(shù)引入到人臉識別這個領(lǐng)域之后技術(shù)的爆發(fā)。雖然現(xiàn)在行業(yè)的理解認為人臉核身的技術(shù)很成熟，但是金融支付對于人臉識別的挑戰(zhàn)比人臉核身要求更高，尤其是準確性和安全性的要求，所以辨識算法和活體算法都有挑戰(zhàn)。為了應(yīng)對挑戰(zhàn)，騰訊優(yōu)圖在辨識算法和活體算法方面需要不斷地優(yōu)化和沉淀，打造了優(yōu)圖可信身份計算一系列的技術(shù)來保證金融級的支付安全。

優(yōu)圖可信身份計算分為兩部分，一個是辨識算法，一個是活體檢測算法。優(yōu)圖可信身份計算在辨識算法從全局的學習策略、多模態(tài)交叉驗證、質(zhì)量評估/建模、普惠公平性優(yōu)化等四方面來全面提升辨識算法精度。 活體算法有三圖輸入，不同模態(tài)對不同類型的攻擊有不同的防御作用，Depth(深度)對屏幕比較簡單2D攻擊有防御效果。IR（紅外）對3D硅膠面具比較好，優(yōu)圖針對設(shè)計了集連式3D的防御系統(tǒng)，進一步提升了安全性。同時為了提高活體算法在不同場景下的泛化效果優(yōu)圖設(shè)計了一種迭代式聚類的方法來混合域數(shù)據(jù)，通過元學習框架來提取魯棒的泛化性特征；探索了更高效的黑盒攻擊方法攻防對抗知己知彼；針對人臉編輯，優(yōu)圖提出了基于局部模式檢測的方法，促進偽造痕跡的捕捉。

通過優(yōu)圖可信身份計算的一系列優(yōu)化以及和合作伙伴的共同努力，目前優(yōu)圖的辨識算法和活體檢測算法均已獲得BCTC官方檢測認證。優(yōu)圖也希望和行業(yè)合作伙伴一起來推動刷臉支付，讓它成為每個老百姓都能用到的普惠AI技術(shù)。 現(xiàn)場優(yōu)圖還探討了關(guān)于“0”誤識支付方案的一些暢想和嘗試。比如布局多生物特征融合方案（如雙因子人臉+掌紋方案），經(jīng)過近一年的布局目前單RGB掌紋的水平在億分之一左右，掌臉融合方案的理論可支撐精度可以達到10^-22以上，完全有潛力實現(xiàn)全國范圍內(nèi)的“0”誤識金融支付方案。 最后，李博也提到金融支付這個領(lǐng)域生物特征識別和新型硬件的探索還有更多的機會，隨著這些年的技術(shù)發(fā)展金融支付領(lǐng)域的人臉識別技術(shù)已經(jīng)進一步成熟，現(xiàn)在的重點肯定是刷臉支付。行業(yè)發(fā)展任重道遠，需要大家一起努力暢想未來。

責任編輯：lq