咨询热线:15109518555(董经理)

支付宝刷脸支付的前景

2019-09-26 16:11

  “我们连二维码都还没用过,中国已经流行支付宝刷脸支付了。”

  中国线下小型超市扫码支付

  人脸识别付款出现后,某些具备明显中华民族自豪感的自媒体平台从世界各国发回了那样的响声。然而,作为人脸识别支付行业的一线从业者,我们非常清楚人脸识别支付只是一个小火花。它的普及和流行还有很长的路要走,你需要继续努力。

  线下人脸识别设备

  接下来,我们就来面对一只拦路虎——认为人脸识别支付不安全的观念。人脸识别支付现在主要面对的是支付宝蜻蜓设备的线下人脸识别支付而言,此次讨论范围不包括线上的手机人脸识别支付。我们先来看看,那些认为人脸识别支付不安全的人,他们具体的担忧是什么。

刷脸支付

  如何保证识别准确率?

  2016 年,AlphaGo 横空出世,通过围棋小小秀了一把 AI 的肌肉。人脸识别采用的也是类似的深度学习技术,视觉识别伴随着海量数据的积累越来越准确,不断逼近 100% 的准确率。目前,准确率已提升至 99.7%,具备大规模商用条件。接下来我们举个例子来更加形象的说明人脸识别技术是如何提升识别度的,当你在街上看到一个人,长得特别像一个熟人,就当做有 90% 那么像吧,你不敢确定是不是;等他开口说话,你发现声音也有 90% 那么像,你基本上认为就是他;但是走近之后发现,他好像长高了 10 公分,于是最终你确认不是

  阿法狗人工智能围棋赛

  这就是一个系统。当第一个要素的 90% 确认之后,剩下的 10% 再次被检验,第二个要素 90% 的确认意味着准确度已经达到 90%+10%×90%=99%,但是第三个要素的出现依然无情地宣告匹配失败。对于每增加一个元素,安全级别将会大大提高。

  马云现场演示人脸识别支付

  因此,多因素交叉验证保证了识别的准确性。刷人脸识别,除了人脸,还有眼线。眼印是指眼睛白色的血管纹理特征。实验表明,当用户的眼图模板积累足够时,深度学习技术使眼图识别准确率接近虹膜水平,准确率大于99.99%。

  双胞胎的眼纹的差别

  综上,即便是双胞胎,也能成功识别。

  如何避免冒用盗刷?

  用照片、视频骗过人脸识别,那是上一个年代的故事,线下的专用人脸识别设备已经完美解决了这个问题。

  3D结构光摄像头

  支付宝的蜻蜓等设备采用 3D 结构光摄像头,立体扫描之下,二次元顿时无所遁形。要是钻牛角尖,真的存在能骗过机器的假脸呢?回到我们前面说过的重点,这是一个系统,只有一块长板是不够看的。人脸识别之后有一个动态的手机号验证。根据安全等级会让你输入 11 位手机号,或输入后 4 位,或者不需要输入。你说,假脸都搞到了,手机号算什么?好吧,下一个我们说说大数据风控。你刚才还在杭州用支付宝啊,怎么这会在上海人脸识别?你平时的消费水平明明是拖后腿的,怎么接下来壕气冲天?基于大数据技术的实时安全决策系统,让这个系统中的要素又多了一大堆

  人脸识别支付体验

  综上,错误率已经低于百万分之一。

  如何防范信息窃取?

  比起前两种担忧,第三种担忧更关乎隐私问题。刷的是脸,那我的肖像会泄露吗?问题似乎…并不存在。刷完脸后,鉴别出的特点将被数次数据加密和脱敏,并变成一长串大数字编码。因而,没人像那样的东西。因此只传一串数字密码,是安全、成本和体验的综合考虑。那这串密码被窃取,不也等于肖像泄露吗?由于非对称密钥的作用,密码并不能还原为肖像。就像一个镜子,只能打碎,不能还原。通俗的说就是,使用过一次或是几分钟后,这串密码就失效了,可以理解为“阅后即焚”。

  破镜难圆

  综上所述,人脸识别支付技术是一个全新的支付方式,一个解放双手更倾向未来科技的支付方式,目的是未来让消费者和商户更加便捷体验消费的生活方式,人脸识别支付是为了让人们享受科技带来的乐趣。