在支付宝里有一个脑洞功能：用户对着手机刷刷脸，就能看到自己和哪幅名画“撞脸”，这个脑洞出现在诸多线下展览上，每到一处，排队如龙。

　　实际上，互联网银行与实体银行最大的区别就在于没有营业网点，这就需要把线下面签的过程通过技术的手段实现线上自动化，同时又能保证安全性和准确性。

　　与线下人工比对证件和人脸易出错误不同，我们把这个流程自动化——通过人脸识别技术、证件OCR（光学字符识别）技术和防伪技术，把身份证照片和活体人脸以及政府权威身份库进行交叉比对，然后通过大数据的综合多维度的判断，就能更精准的知道这个人是不是合法证件本人，实现人证合一。然后，给用户创建一个线上的账户。

　　虽然国家对远程开户的政策还没有放开，只允许通过这种方式创建服务受限的二类账户，但我们这套流程经过实践验证技术是可行的。需要强调的是，人脸识别在这个远程开户过程中发挥了很重要的作用。

　　用户在真实场景下通过刷脸得到的用户比对的人脸图像精度如何？

　　在真实场景下，人脸识别性能是要克服各种角度、姿势和光线的干扰。要解决这一问题，不单单是算法问题，更是涉及从产品、交互、用户体验、环境参数适配和安全策略等一系列问题，这是一个系统工程，尤其是用户达到亿级规模的时候，如何考虑各种不同的真实环境是产品大规模应用需要的。

　　首先，我们设计了一个质量检测模块，来保证在采集到足够质量的照片之后才能完成检测。然后需要一个合适的引导页来教会用户怎么正确刷脸，以防止由于用户姿势不规范导致刷脸通不过，影响用户体验。我们还通过智能算法，根据当前的环境和角度来自动调整不同参数阈值，让整体通过率变得更高。

　　除了软件应用，包括芯片在内的硬件差异会不会对刷脸支付有所影响呢？

　　的确，现在我们所做的还是一个纯软件系统，但支付宝的用户高达4.5亿，我们不可能只服务于一些高端用户，这与我们普惠金融的理念也不相符。

　　所以，我们的算法要适配各种设备，特别对于千元以下的智能机也能够通过刷脸来满足身份验证的需求，所以就要解决安卓智能机碎片化的问题，通过一些智能算法来兼容安卓机不同的摄像头、不同性能的CPU等复杂问题。

　　好在相较于其他生物特征识别技术，人脸识别对硬件的要求并没有那么高，它的普适性更强，市面上普通能拍照的摄像头就可以使用。但当然是设备越好，识别的精度就越高。

　　在企业端，刷脸支付有哪些应用的领域？

　　除了金融体系，人脸识别还应用于政府网上的便民服务。比如，通过网上查询征信记录、缴税都需要实人实证的身份验证。目前，我们已经通过使用芝麻认证的统一身份认证解决方案来解决。

　　芝麻认证把基于人脸认证的实人认证能力开放给社保、公安、交警、税务等城市服务机构，如武汉公安电子身份证，深圳人社，南宁公安，北京地税等都可以通过调用支付宝的刷脸验证来办理业务，这就大大提高了便民的程度，包括以前老人去领取社保都是一件十分繁琐的事，现在通过刷脸就可以领到社保金了。

　　那人脸识别在未来还有哪些应用前景？

　　其实，这是一个很简单的问题，就是要在网上证明“你是你”，帮助机构证明“你是谁”，所以这其实与互联网+的所有服务都相关。

　　金融类的服务是需要证明“你是谁”，了解你的客户之后才能提供转账和贷款等金融服务。信用体系是整个社会的基础服务，而身份识别和身份验证又是信用体系的基础，所有的信贷类服务的核心基础就是要知道个人的信用等级，当然其前提还是要证明“你是你”，否则评价出来的信用等级也有可能变成别人的了。