相较于人工识别，人脸识别更具安全性和便捷性，非常适合作为传统识别与验证方式的补充或替代。

尽管科技领域早已在人脸识别技术上耕耘数载，自从今年3月马云在德国汉诺威消费电子、信息及通信博览会（CeBIT）开幕式上，向德国总理默克尔演示了蚂蚁金服的Smile to Pay扫脸技术后，人脸识别在支付方面的应用又一次引起大众关注。

在信息爆炸的社会，如何有效、方便地进行身份验证和识别，成为一个越来越突出的问题，未来人脸识别技术被认为商业空间广阔。

中科院重庆分院智能多媒体技术研究中心主任、专注于人脸识别等智能分析算法及产品研发的广州云从信息科技有限公司创始人周曦向《二十一世纪商业评论》（下简称《21CBR》）记者介绍道，LFW数据库（Labeled Faces in the Wild）由美国马塞诸塞大学阿姆斯特分校计算机视觉实验室整理完成，是公认的最有挑战的数据库，原数据包含来自5749个不同个体的13233张图片，目前云从的人像识别技术在LFW数据库的识别度已经达到了99.5%，对于复杂环境中的准确度已经达到96.3%。

人脸识别技术最关键的是核心算法。周曦解释道，这个技术有超过20个模块来辅助，成为一个算法系统。如果在支付中应用人脸识别，要应对各种情况，比如光线不够、对焦不准等，都需要自动识别并给用户提示。“要做到实践化，需要有一个很强大的算法平台，而不是简单在数据库上做比对实验。”

周曦认为，在金融领域与移动支付领域，用生物识别技术作为传统支付方式的辅助，可以解决过往支付方式繁重的人工操作问题。在柜台做柜面操作，存在排队等待和响应等问题，也并不是能保证认证的安全。

“按照人民银行和银监会的要求，必须要加强识别认证，也就是说必须跟本人身份证相符，因为所有的金融行为是要在本人真实意愿下完成的。但实际上，身份证照片跟本人是否为同一个人，用人眼很难判断准确。人工操作实际上经常犯错，因为人工识别造成的错误，造成经济上的损失是很常见的。” 周曦告诉《21CBR》记者。

对于人脸识别技术，商业应用最关心的问题首当其冲是：刷脸支付安全性到底有多高？周曦告诉《21CBR》记者，通过对比实验，人眼识别准确率只有72%，而机器的识别率能达到96%，“虽然机器识别做不到百分百的准确率，但相比于人工识别的高错误率，4%的错误率已经非常低了。”

人脸识别的另一个令人担忧的问题是欺骗与攻击，比如通过相片伪造他人的人脸特征。周曦认为，这种情况非常容易破解，只要通过活体检测，判断对方是不是活体即可。

除了相片这种静态的攻击手手段，用视频伪装则是另一种攻击手法。事实上，应对视频攻击，现在也已开发出全系列的动作识别、语音识别和语义识别的三位一体活体检验的方法，计算机可以自动提示用户做一些随机的动作或者读数字串，通过识别唇型等来判断是否符合。