随着苹果公司最新发布的iPhone X手机引入面容ID（Face ID）技术，再次火了“人脸识别”。全面屏的iPhone X采用Face ID技术，让国人陷入一场“刷脸狂欢”。

“刷脸查公积金”、“刷脸考勤”、“刷脸安检”……越来越多的日常行为被冠上“刷脸”二字，甚至在北京日坛公园的公共厕所里，取张厕纸也得刷一下脸。

随着人脸识别技术和政务的结合，未来要证明你是你本人，也许再也不需前后盖十几个章，只需刷一下脸。

国人对人脸识别的浓厚兴趣，也体现在相关领域公司的融资上：人脸识别云服务平台Face++和专注于打造人工智能视觉引擎的商汤科技先后获得1亿美元的C轮融资和4.1亿美元的B轮融资，跻身人工智能领域“独角兽”之列。

人脸识别技术投入商业化应用的临界点似乎已经到来。iPhone X或许未必能成就自己，但却成就了人脸识别。

人脸识别的三种算法

什么是人脸识别？如果要给人脸识别下个定义，它是利用人的生物特征实现个体区分的一种技术，一般包括图像采集、特征定位、身份的确认和查找三个环节。简单来说，人脸识别就是从图像中提取面部特征关键点，比如骨骼特征、眉毛高度等，通过比对输出结果。

虽然iPhone X的Face ID让计算机视觉领域的创业者兴奋不已，但此人脸识别非彼人脸识别。苹果的Face ID并没有采用普通摄像头的方式，而是采用红外主动识别的技术，这样就可以做到三维立体识别，增强了安全系数。

在具体的应用场景中，人脸识别大致可以分为1:1、1：N、N:N三种。

1:1等级的人脸识别，实现的是最初级的“证明你是你”。从字面上就可以看出，1:1是用户提前上传个人照片储存于系统中，每次验证时，线下拍照与系统中存储的照片信息进行对比，进而确定“你是不是你”。

举个例子，我们在车站过安检时，检票员拿着你的身份证跟你本人做对比，证明你是不是身份证上的本人，这种场景就是1:1的场景。手机解锁、刷脸支付、网上买票、医院挂号、政府惠民工程项目，以及各种证券开户、电信开户、互联网金融开户……这都是1：1人脸识别的应用场景。同其他方式相比，1：1识别准确率高，对算力的要求也相对较低。

1:N人脸识别算法主要应用在安防领域，如用于排查犯罪嫌疑人、寻找走失儿童等。专注于动态人像识别的初创企业云天励飞在2015年开始就与深圳龙岗区警方合作，在当地地铁口、火车站、城中村、商超等场所建设“深目”系统。上线几个月后，便协助警方成功告破两起命案。

应用在安防领域的1：N人脸识别，其特点是动态和非配合。所谓动态，即系统识别的不是图片，而是摄像头采集的视频。非配合是指识别对象不用感知到摄像头的位置并配合完成识别工作，识别对象处于被动状态。这在提高采集便捷性的同时，也意味着你的行踪已经被完全暴露。

同1：1识别相比，使用地点、环境、光线、采集角度甚至是玻璃反射都会影响1：N识别的准确度，所以1:N相对更具有挑战性。

至于N:N人脸识别，实际上相当于同时进行多个1：N识别，用于“证明谁是谁”。

人脸识别技术尚不完善就人脸识别技术背后的基础性研究来说，中国、欧洲和美国几乎处在齐头并进的水平。但论及商业应用方面，中国绝对走在了前面。

“人脸识别现在并不是很高端的技术。中国的大公司更注重眼前的利益，人脸识别对于他们来说是人工智能方向最快最好的变现渠道。”在北京航空航天大学人体识别技术领域的专家冷彪看来，例如谷歌(微博)这样的大公司之所以没有追捧人脸识别技术，是因为他们有更长远的打算。从阿里巴巴、百度、腾讯、京东等传统互联网巨头，到诸如Face++、商汤科技等人工智能领域的独角兽，再到刚刚入局的创业团队，人脸识别不仅是大公司的专利，服务器端和移动端的人脸识别领域呈现出百家争鸣的态势。

场景是创业团队突围关键

除了技术尚未完全成熟外，科技型创业公司经常会陷入一个误区：仅以技术论英雄。“现在大部分刚起步的人脸识别公司还停留在‘我技术比别人好’这个层面上。”PreAngel投资总监蒋锴表示，关于商业化落地场景，这些公司仍未想清楚。

当然还有很多公司也强调数据，但是这也不是绝对的门槛。“假设现有技术已经达到92分，如果新技术能够达到94分，给用户的感受差别并不是那么强烈，意义也就不大。”在云天励飞方案

营销总监王军看来，技术总是在迭代更新的，但当技术不能呈现颠覆性的时候，技术带来的价值就会大打折扣。当然，这并不是否认技术的意义。只是当赛道上已经出现了独角兽的时候，技术已经很难成为新企业的底牌。

“我们现在关注刚起步的人脸识别公司，纯技术层面的看得少了，更多是关注可以解决实际问题的公司。”蒋锴表示，商业化能力，是新兴企业的突围点。技术和商务能力并重的AI创业团队更容易被资本看好。