苹果总能引起产业界的技术变革。

9月初的一场苹果发布会，再次火了“人脸识别”。全面屏的iPhoneX采用FaceID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。

刷脸时代 人脸识别创业者的突围之路

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。iPhoneX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iPhoneX的FaceID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FaceID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。

而1：N的人脸识别算法则主要用于人脸检索，“证明你是谁”。与1:1的一一对照不同，1：N需要一张照片同系统中的海量照片进行对比，根据相似度排列出多个对比结果。而排在第一顺位的结果，未必准确。

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。

而中国人工智能领域的创业者似乎酷爱扎堆。

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。

“人脸识别的门槛已经很低了，但是真实应用的场景下要做好并不简单。”紫牛基金创始合伙人张泉灵的话，代表了业内很多投资人的观点。

在电视节目《最强大脑》中，百度基于深度学习的机器人小度基本展现了人脸识别技术现在的发展水平——它可以轻松提取人脸上千个特征点，并通过海量的图片进行深度学习训练，锻炼人脸图像的预处理功能，在1到2秒的时间内就能对人脸图像进行有效识别的匹配。

与此同时，小度也暴露了人脸识别急需突破的一些难题：光线条件差、角度不同、信息模糊或变形都有可能造成识别误差，此外，人脸遮盖物、帽子、胡须、发型、整容或者PS等也会干扰识别。

今年的3·15晚会曝光了人脸识别在技术上的漏洞。主持人仅凭现场观众的一张照片，经过技术处理，快速生成了与观众本人一模一样的3D人脸模型。主持人套上观众的3D脸模，对准手机摄像头，按照APP指示依次完成眨眼、转头、微笑等动作，成功骗过系统，顺利完成了活体检测认证。

360人工智能研究院视觉分析专家邱学侃在接受采访时曾表示：现阶段人脸认证技术还不能在所有场景做到非常成熟，尽管人脸比对的精确度很高，但大部分的人脸识别系统对活体检测的重视程度不足，使用的算法比较简单，破解并不困难。

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。

源码资本投资合伙人张宏江也曾表示：“如果说这个公司只有算法，只有几个牛人，没有数据或很难拿到数据，没有应用场景，这样的公司做不大。”

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。

无论是从场景资源、数据获取还是资本实力而言，巨头都有着创业团队无可比拟的优势，巨头入局后，创业公司该怎么玩儿？

“创业公司生存的根基是对这个行业深度的服务和渗透。”一位不愿具名的投资人表示，创业公司不会被巨头的革新轻易取代，相反，巨头的大量投入和基础性创新会推动新板块的机会出现。比如，正是在苹果公司大力推动了苹果手机、谷歌大力推广了安卓系统之后，移动互联网的发展才真正爆发，优步、滴滴这样的新机会才涌现出来。而FaceID的出现，何尝不是人脸识别创业团队的新机遇。

但人脸识别能否出现成熟应用，仍然需要看场景。上述投资人表示：“我更看好一些对效果要求不那么高的场景，比如消费、娱乐，而对于准确率要求极高的金融支付等领域更加谨慎。”

这一观点与云天励飞方案营销总监王军不谋而合。“前通用电气董事长杰克·韦尔奇在《商业的本质》一书中表示，产品本身的价值才是更重要的。这个世界上并不是最尖端的技术就最具有商业价值，反而我觉得是最容易大规模复制的技术最容易流行起来。所以我看好人脸识别在对安全性要求没有那么高的领域的应用。”