曆時兩年多，終于走向商用

兩年間，新技術和新概念層出不窮，但“刷臉支付”的最新進展仍然時刻牽動着人們的神經。終于，9月1日，支付寶宣布在肯德基的KPRO餐廳上線刷臉支付，正式将“刷臉支付”推向了商用。

首家KPRO餐廳位于杭州萬象城，支付寶選擇其作為“刷臉支付”試點，也體現了二者在用戶體驗上的共同追求。

“刷臉吃飯”的具體步驟如下：

刷臉支付流程

●在自助點餐機上選好餐，進入支付頁面；

●選擇“支付寶刷臉付”，然後進行人臉識别，大約需要1-2秒；

●再輸入與賬号綁定的手機号，确認後即可支付。支付過程不到10秒。

已經進行支付寶實名認證的用戶，首次使用“刷臉支付”時，可以直接在支付寶APP上開通該項功能；未進行實名認證的用戶則還需要進行人臉驗證，建立人臉庫信息。

目前，支付寶的“刷臉支付”功能已經能夠應對“多人 濃妝 換發型”的複雜場景。

據相關負責人介紹，人臉識别系統對于操作者的站立位置和距離并沒有具體要求，消費者站在點餐機前點餐時，正常情況下都能正确識别。

換發型（戴假發）可以準确識别

濃妝也可準确識别

多人 濃妝 換發型

當有多人出現在鏡頭中時，系統會對臉部圖像的面積進行計算，默認面積最大者為支付對象。選定對象後，系統會将其圈出來。如果圈出來的不是操作者，還可以讓系統進行再次識别。

人臉識别從線上到線下，要突破幾大難點

支付寶方面介紹，與此前推出的“刷臉登錄”相比，“刷臉支付”難度更大。

一方面，“支付”比“登錄”離資金更近，安全性要求更高。另一方面，刷臉支付是在線下公共設備和開放環境下進行，真實場景複雜多變：白天和晚上的光線不同、不同人群面對攝像頭的角度和姿勢各異，識别難度更高。因此此前行業裡多是在特定場景下内測，未能商用。

李子青表示，刷臉支付對安全性和便捷性有着極高的要求，如何同時滿足這兩個要求，需要解決一系列技術和産品難題。

智能算法優化

支付寶之所以能率先推出刷臉支付，一是基于其多年來人臉識别技術的積累（支付寶是最早實現刷臉登錄的金融級App）；同時其技術團隊也為刷臉支付商用做了很多獨創的優化。通過軟硬件的結合，智能算法與風控體系綜合保證金融級準确性和安全性。

活體檢測

支付寶在肯德基KPro的點餐機上配備了3D紅外深度攝像頭，在進行人臉識别前，會通過軟硬件結合的方法進行活體檢測，來判斷采集到的人臉是否是照片、視頻或者軟件模拟生成的，能有效避免各種人臉僞造帶來的身份冒用情況。

手機号校驗

此外，在進行人臉識别後，還需要輸入與賬号綁定的手機号進行校驗，進一步提高了安全性。同時，支付寶還會通過各種安全風控策略确保賬戶安全。比如刷臉支付功能需要用戶進行開通操作，開通之後才能進行支付，用戶也可以随時關閉。而即便出現賬戶被冒用的極小概率事件，支付寶也會通過保險公司全額賠付。

京東人臉支付，搶先一步

無獨有偶，支付寶上線“刷臉支付”的前一天，京東在上海寶地京東之家、深圳沃爾瑪京東之家，北京昌平永旺京東之家，北京通州萬達京東之家等4家線下零售店開展“刷臉支付”功能内部測試的消息也傳遍了互聯網。

據了解，京東之家的“刷臉支付”技術，是京東風控研發部基于AI、深度學習、人臉識别技術，創建的内部品牌。京東超腦的人臉識别技術算法識别準确率已經達到了99.9%，用戶和商戶均可自由申請開通京東刷臉支付。

用戶使用“刷臉支付”前，需要先通過京東APP或京東金融APP掃描店内二維碼，完成實名認證并上傳正面照後，就可開通京東支付中的“刷臉付”。據了解，目前京東的刷臉支付還在内測階段，尚沒有開放給所有用戶使用。

與支付寶相同的是，京東之家的“刷臉支付”也需要輸入手機進行輔助認證，不同的是，後者隻需要輸入手機号的後四位。

手機号輔助驗證，縮小N值

支付寶相關負責人表示，手機号輔助驗證主要有兩方面的考慮：一是幫用戶确定支付意願，二是增加安全性。至于為什麼選擇完整手機号而不是手機号後四位，主要是考慮到“有些用戶記後四位還要反應一下，而十一位直接就輸了”。

不過有業内人士告訴，支付寶的“刷臉支付”實際上是通過電話号碼将1：N的人臉識别問題轉換成了1:1的人臉識别問題。

一位京東内部員工表示：“手機号 人臉識别和刷臉登陸時的1:1識别沒太大區别，不過是先做1：N（識别）再做1:1（識别）。僅輸入手機号後四位，本質上還是1:N識别，隻不過是通過手機号後四位将N的範圍縮小罷了。如果有1億用戶，通過手機号後四位可以把N減小到1萬。當然，由于喜好問題，應該有個好幾萬的N，再通過地獄權重，基本可以得到一個比較好的結果。”

據了解，在1：N的人臉識别場景中，當人臉庫規模達到3000人以上時，對人臉識别算法的識别精度将是一個極大的考驗，而且人臉庫規模越大，難度越大。

業内部分人臉識别供應商宣稱自己的人臉識别庫容能做到上百萬，實際針對的是1:1人臉識别，即可以做到從百萬人臉庫數據中，先通過身份證、社保卡或者特定賬号從服務器後台提取指定的人臉信息，将此人臉信息與當前人臉信息比對，判讀“他”是否與該身份證、社保卡或者特定賬号的人臉信息匹配，而不是從百萬人的數據庫裡純刷臉識别出“他”是誰。

1：N人臉識别的準确率還要加上先決條件——Top N。因為人臉識别的輸出結果是“相似度”，也就是識别的是一張人臉和另一張人臉的相似程度，而不是“絕對值”。在公安的被動查詢場景中，隻要TOP20、TOP50中有一個比較好的準确率就可以了，實現起來相對容易。而在支付場景中，要實時分析這個人到底是不是賬戶的主人，就要求TOP1有很高的準确率。

提高識别準确率主要有兩種途徑，一是從理論的角度，不斷提升算法；二是從産品和工程的角度，盡量在不打擾用戶的情況下縮小N值。由于“刷臉支付”的誤差率要控制在十萬分之一甚至百萬分之一以下才有商用價值，前者的可行性較低。支付寶和京東采取的都是後一種做法，更多是屬于産品策略上的創新。

當前階段，人工智能落地很大程度上取決于業務和方案，也就是所謂的場景，支付寶和京東的“刷臉支付”便是極佳的範例。正如一位業内人士所說，“光靠算法突破來落地，也許人家都商業化成功了，你還等”。産品策略上的創新和突破同樣值得肯定，因為“好的産品用戶也感覺不到trick，用起來很自然”。