京东、支付宝先后推出刷脸支付，背后有何玄机？

本篇文章2742字，读完约7分钟

两年前的春天，马云第一次在汉诺威电子展的大屏幕上向全世界展示了“刷脸付款”的技术，引来了很多掌声。正当每个人都希望马上使用它的时候，“刷脸付款”已经很久没有商业化了。

两年多之后，它终于商业化了

在过去的两年里，新的技术和概念层出不穷，但“刷脸支付”的最新进展仍然时时牵动着人们的神经。最后，9月1日，支付宝宣布将支付肯德基kpro餐厅的刷脸费用，并正式将“刷脸支付”投入商业使用。

第一家kpro餐厅位于杭州万象市，支付宝选择它作为“刷脸支付”试点，这也体现了他们在用户体验上的共同追求。

雷锋。com了解到“刷牙吃饭”的具体步骤如下:

刷面支付流程

●在自助点餐机上选择一餐，进入付款页面；

●选择“支付宝刷脸支付”，然后进行人脸识别，大约需要1-2秒；

●输入绑定到账号的手机号码，确认后支付。付款过程不到10秒。

已经进行支付宝实名认证的用户，第一次使用“刷脸支付”时，可以直接在支付宝应用上打开该功能；没有实名认证的用户还需要执行人脸验证来建立人脸数据库信息。

目前，支付宝的“刷脸支付”功能已经能够应对“多人+浓妆+换发型”的复杂场景。

据相关负责人介绍，人脸识别系统对操作者的站立位置和距离没有具体要求。当消费者站在点餐机前点餐时，他们在正常情况下能够正确识别。

改变你的发型(戴假发)可以被准确识别

浓妆也能被准确识别

多人+农庄+换发

当摄像机中出现一个以上的人时，系统将计算人脸图像的面积，默认情况下，面积最大的人将成为付款对象。当选择一个对象时，它会被圈起来。如果操作员没有被圈出，系统也可以被再次识别。

人脸识别需要突破从在线到离线的几个难点

据支付宝介绍，与此前推出的“刷脸登陆”相比，“刷脸支付”难度更大。

一方面，“支付”比“登录”更接近资金，安全性要求更高。另一方面，刷脸付款是在线下的公共设施和开放环境中进行的，真实场景复杂多变:白天和晚上光线不同，不同的人面对摄像头的角度和姿势不同，更难辨认。因此，在以前的行业中，它们中的大多数都是在特定的场景中测试的，并且没有商业化。

李子青表示，刷面支付对安全性和便利性有极高的要求。如何同时满足这两个要求需要解决一系列的技术和产品问题。

智能算法优化

支付宝之所以能够率先推出人脸支付，是基于其多年积累的人脸识别技术(支付宝是第一款金融级应用)；实现人脸登录)；同时，其技术团队也对刷面支付的商业应用进行了大量的原创优化。通过软硬件结合，智能算法和风险控制系统全面保证了财务水平的准确性和安全性。

体内检测

支付宝在肯德基kpro点餐机上配备了3d红外深度相机。在人脸识别之前，它会通过软硬件结合的方式进行实时检测，判断采集的人脸是通过照片、视频还是软件模拟生成的，可以有效避免各种人脸伪造造成的身份盗用。

手机号码验证

另外，人脸识别后，需要输入绑定到账户的手机号码进行验证，进一步提高了安全性。同时，支付宝将通过各种安全风险控制策略确保账户安全。例如，刷面支付功能要求用户打开操作，然后可以进行支付，用户可以随时关闭。即使账户被欺诈使用的可能性很小，支付宝也会通过保险公司全额支付。

京东面付款，带头

无独有偶，在支付宝推出“面子支付”的前一天，JD.com在上海宝坻京东、深圳沃尔玛京东、北京昌平永旺京东、北京通州万达京东等四家线下零售店进行“面子支付”功能内部测试的消息也传遍了互联网。

据雷锋说。京东家居的“刷脸支付”技术是京东风控R&D部基于人工智能、深度学习和人脸识别技术打造的内部品牌。京东超脑人脸识别技术算法的识别准确率达到99.9%，用户和商家可以自由申请开通京东刷脸支付。

用户在使用“刷脸支付”之前，需要通过京东应用或京东金融应用扫描店内二维码，完成实名认证并上传正面照片，然后才能激活京东支付中的“刷脸支付”。据了解，京东的刷面支付仍处于内部测试阶段，尚未向所有用户开放。

与支付宝一样，京东商城的“刷脸支付”也需要输入手机进行辅助认证。不同的是后者只需要输入手机号码的最后四位数字。

支付宝相关负责人表示，手机号码辅助验证主要有两个考虑因素:一是帮助用户确定支付意愿，二是增加安全性。至于我们为何选择完整的手机号码，而不是手机号码的最后4位数字，主要原因是“有些用户在记住最后4位数字后，还要回复，11位数字会直接丢失。”

然而，一些内部人士告诉雷锋。支付宝的“刷脸支付”实际上是通过电话号码将1: N的人脸识别问题转化为1:1的人脸识别问题。

京东的一位内部员工表示:“手机号码+人脸识别和刷脸登陆时的1:1识别没有太大区别，但先1: N(识别)，再1:1(识别)。仅输入手机号码的最后四位数字，这基本上是1:n识别，但仅通过手机号码的最后四位数字缩小n的范围。如果有1亿用户，可以通过手机号码的最后四位数字将N减少到10，000。当然，由于偏好，应该有成千上万的N，然后通过地狱的重量，你基本上可以得到更好的结果。”

据雷锋说。(公开号码:雷锋。在1: N人脸识别场景中，当人脸数据库的规模达到3000人以上时，人脸识别算法的识别精度将是一个很大的考验，人脸数据库规模越大，难度越大。

业内一些人脸识别供应商声称，他们的人脸识别库容量可以达到数百万，这实际上是针对1:1的人脸识别，即他们可以从数百万张人脸数据库数据中通过身份证、社保卡或特定账户从服务器背景中提取指定的人脸信息，并将该人脸信息与当前人脸信息进行比较，判断“他”是否与该身份证、社保卡或特定账户的人脸信息匹配，而不是简单地从数百万人的数据库中刷人脸识别。

1: n人脸识别的准确性需要添加先决条件-top n..因为人脸识别的输出结果是“相似度”，也就是说，一张人脸和另一张人脸之间的相似度被识别，而不是绝对值。在警察的被动查询场景中，只要前20名和前50名中的一个具有良好的准确性，就相对容易实现。在支付场景中，为了实时分析该人是否是账户的所有者，要求top1具有高准确性。

提高识别精度有两种主要方法。一是从理论角度不断改进算法；第二，从产品和工程的角度来看，尽量在不干扰用户的情况下降低n的值。由于“刷脸付款”的出错率应控制在1/10万甚至1/10万以下才有商业价值，前者的可行性较低。支付宝和JD.com都采用后一种方法，这更像是产品策略的创新。

在现阶段，人工智能的登陆很大程度上取决于业务和方案，这就是所谓的情景。支付宝和京东的“刷脸支付”就是很好的例子。正如一位业内人士所说，“如果你仅仅依靠算法突破来登陆，也许人们已经成功商业化了，所以你必须等待。”产品策略的创新和突破也是值得肯定的，因为“好的产品用户感觉不到欺骗，使用它是很自然的。”

雷锋原创文章。严禁擅自转载。详情请参考转载说明。