正文
很多人都在支付宝或者其他场景中使用过人脸识别技术。
来自蚂蚁金服的专家李亮说：
实际上人脸识别技术已经超越了人对于人脸的辨识度。有天赋的人可以记住500张熟人脸，而一般人可以记忆300-400张熟人脸。在这个范围内，人的表现可能会优于算法。但是人对于不熟悉的面孔，会产生极其明显的“脸盲症”。所以在大规模人脸识别中，人绝对不是机器的对手。
来看一组有意思的对比数据：
指纹识别的误识率为两万分之一，虹膜识别的误识率为十万分之一，而人脸识别的误识率是万分之一。
也就是说，如果仅仅采用人脸识别锁定设备，每一万个人中，就有一个人可以骗过人脸识别，进入你的手机。
![]()
【用各种奇葩方式欺骗人脸识别】
误识率是指纹识别的两倍，讲真这个误识率给人感觉并不高，但显然人脸识别不如指纹识别“靠谱”。然而在现实应用中，人脸识别却拥有诸多开挂般的优势。
李亮说：
在现实生活中，人们用到的很多 ID，例如身份证、驾驶证、社保卡等大多数合法证件的鉴识主体都是照片。而国家有关部门拥有一个非常完整的公民人脸信息库，可以对外提供查询服务。这个基础设施能够带来一个巨大的好处，那就是所有使用人脸识别的人，不用预先录入人脸信息。这是蚂蚁金服采用人脸识别技术的一个主要考虑。
不用注册，直接识别， 这确实让越来越懒的人们感觉到幸福。但是，人脸识别在应用场景中，却需要面对诸多考验：
-
光照：在移动端使用人脸识别的时候，人们经常处于奇葩的光照环境中，例如昏暗的卧室或厕所、光影迷乱的酒吧。“看不清脸”，是人脸识别的巨大挑战。
-
姿态：在很多场景中，人并不会绝对配合人脸识别，45度仰望天空经常让人脸识别系统欲哭无泪。
-
表情：人在照证件照的时候，一般都是一副铁青的脸，然而在剁手购物的时候，都是笑逐颜开的。
-
妆容：如果你看过网上流传的女生化妆前后对比，你应该知道我在说什么。
-
年龄：随着年龄的增加，人的长相也是会变化的。
![]()
李亮说，对于前三种挑战，可以通过提示用户的方式，让 Ta 加以配合，但是对于后两种挑战，只能通过大数据和算法优化来改进。（想像一个美女进行人脸识别的时候，系统提示：请卸妆洗脸后再试，会发生什么。。。）
●
●
●
所以究竟哪一种身份认证的姿势更好？
其实，标记一个人特征的参数有很多，例如：键盘按键行为模式、鼠标轨迹移动模式、按压触屏行为模式、书写笔迹、声纹识别等等。但是都因为技术限制或者识别成本等原因，暂时没有成为主流模式。
李亮透漏了蚂蚁金服正在研究的身份认证“黑科技”，那就是“人脸识别+眼纹识别”。
先来科普一下， 所谓眼纹，简单说来就是人眼眼白（巩膜）上的血管纹路，在虹膜的外圈。同样，不同人的眼纹也并不相同。
![]()
从目前的技术来看，眼纹识别的误识率为五万分之一，准确度介于指纹识别和虹膜识别之间。目前看来，眼纹识别同样存在和虹膜识别相类似的技术限制，但是把人脸和眼纹两种识别技术叠加之后，就可以在准确率和易用性上找到一个平衡。
李亮说，如果把指纹识别的精度作为金融支付的标准的话，那么人脸+眼纹的识别精度，已经达到了金融支付标准。所以已经被用在了蚂蚁金服旗下的许多产品中。
这种“双因子”认证需要遵循一个原则，那就是不能强加验证过程的复杂度。例如人脸+眼纹，是可以在同一个流程中完成的，这就不会让用户觉得繁琐。
