●“蚂可”是由蚂蚁金服生物识别技术小组与Face++合作研发，机器人是通过脸上不同关键点之间的距离，通过算法算出人脸在不同角度下关键点的变化，从而进行人脸识别。

　　●“蚂可”识别过的人脸超过500万张，“看”过的照片超过1.2亿，人脸识别精度达99.6%。

　　不久前，李世石与AlphaGo的人机大战，宣示了人工智能的强大，最近，支付宝也策划了人与机器的又一场大战：人脸识别。面对千篇一律的网红，机器人“蚂可”（Mark）是否也会面临脸盲的尴尬呢？

　　此次的人机大战，代表人类出战的是有着“鬼才之眼”之称的王昱珩，与他对垒的是支付宝旗下的人工智能生物识别机器人“蚂可”，他们的识别对象是数百名网红，根据选定的网红照片找出对应的网红。众所周知，网红的特征就是美得千篇一律，让人“傻傻分不清楚”，这无疑增加了识别难度。

　　“蚂可”是由蚂蚁金服生物识别技术小组与Face++合作研发，据其相关负责人介绍，机器人是通过脸上不同关键点之间的距离，通过算法算出人脸在不同角度下关键点的变化，从而进行人脸识别的。据介绍，“蚂可”每次识别会从人脸上提取600多个关键点，进行交叉验证和动态识别。

　　据了解，人脸识别技术的关键在于通过不同脸部图像上眼睛、眉毛、鼻子、嘴巴、脸颊轮廓特征关键点和面部表情网，找出彼此之间的关联，最终判定这些图像是否为同一个人，但人脸是变化的，不同角度不同妆容都能影响特征关键点的抓取。

　　“所以，关键点的位置识别非常重要，就算是同一张人脸，稍微偏移一点角度，关键点就会完全不一样。”据一位人脸识别从业者介绍，“如果只是简单的化妆，不会对识别结果有很大影响，如果化妆太过，以至于人眼都觉得化妆后变了样，那机器也会产生误差。”

　　值得注意的是，机器人的人脸识别技能还来自于样本库，样本库的大小影响识别精准度。如果样本库中只有一个样本，那么就是1：1的对比，精准度可以达到100%，但如果是1：N的对比， 就会难很多，N的数值越大，难度系数越高，同时需要巨大的运算性能支持。

　　虽然“蚂可”才几个月大，但已“阅人无数”。据蚂蚁金服透露，它识别过的人脸超过500万张，“看”过的照片超过1.2亿，人脸识别精度达99.6%。

　　然而，在这场人脸识别大战中还有一个重要因素，那就是比对网红使用的“注册人脸”和“输入人脸”是什么情况。比如，一位网红用自己10岁的照片作为注册人脸，然后用其20岁的照片作为输入人脸。由于人脸成长过程，肌肉骨骼会发生变化，所以要认出是同一个人，也就是相似度足够高，难度不容小觑。据了解，目前的人脸比对技术可以满足这个需求，即跨年龄的比对。

　　但是，如果一个网红用素颜的人脸作为注册人脸， 然后拿PS后的照片作为输入人脸，机器人还能识别出来是一个人吗？据了解，如果进行了美白、提亮，不对骨骼形状进行处理，比对精度较高，但如果PS进行了类似削骨，拉长的处理，那精度就会降低。

　　最终，在这场网红脸识别的人机大战中，人类以3：2的结果胜出。在前两轮从上百张照片中找出随机选出的到场网红中，王昱珩和“蚂可”均全部选对，然而，在第三场，从80张幼年照片中找出2名随机选出的到场网红，水哥王昱珩选对一人，“蚂可”均未选对。不难看出，从不同的年龄阶段中识别出同一个人，对机器人来说是难以克服的问题。

　　人脸识别从跟自己比对，到跟很多人比对，最终是为了服务快速简便的ID识别的场景上，当人脸就是你的随时身份认证标志，可以作为身份、会员、甚至是货币的代替品。据悉，谷歌旗下的新支付应用“Hands Free”，目前已在美国旧金山湾区南部麦当劳等商店进行测试应用，通过蓝牙、Wi-Fi和定位数据来判断顾客位置，当你进入一家支持“Hands Free”支付的小店或者餐馆，应用就会与收款机进行连接。当顾客喊谷歌支付之后，收银员可以直接通过程序核对顾客颜值、姓名等信息，确认后即可完成支付。

　　当刷脸支付走进百姓家时，或许有一天结账时会出现，“对不起，您的脸已透支！”