繼指紋識别之後，面部識别正逐漸成為主流的安全解鎖技術，其對于人們的日常生活影響也越來越深遠。

如今，面部識别技術早已從最初智能手機解鎖備選方案之一，發展到交通樞紐站安檢、銀行開戶、移動支付、上班打卡等各個使用場景。

但是，一則最新的報道将這項新技術再次推向了輿論中心。有外媒在近期報道稱，一家名為Kneron的美國AI公司使用高質量的3D面具在世界各地成功騙過了人臉識别系統。

其中，就包括國人使用頻率最高的支付寶和微信支付。

據報道，Kneron團隊在亞洲的一些商店内使用特制的3D面具，騙過了支付寶與微信支付系統來進行購買。對此，Kneron首席執行官Albert Liu表示：“這将對用戶的隐私造成威脅。人工智能技術可用于解決這些問題，但這些公司尚未對其進行升級。”

現在，支付寶和微信支付都針對這一報道内容進行了回應。支付寶方面表示，此前曾試圖聯系這家企業獲取詳細信息，但是對方将該新聞及視頻下架，沒有提供更多信息；微信方面則表示，目前已采用了多項技術，可以有效抵禦視頻、紙片、面具等攻擊。

另外，支付寶和微信都表示，如果出現刷臉支付導緻盜刷可申請全額賠付。

事實上，刷臉識别被攻克并非是一件罕見的事情。在此之前，蘋果、三星、一加、LG等智能手機所配備的人臉識别功能都被網友以假面具解鎖；上個月豐巢智能快遞櫃小規模測試的刷臉取件功能也被曝出“小學生發現刷臉取件bug”事件...

頻繁曝出事故的人臉識别技術，在安全性方面就真的如此不堪嗎？顯然，答案是否定。要了解這一問題，我們首先得需要弄清楚人臉識别到底是采用的基于2D算法還是基于3D信息。

無論是2D人臉識别，還是3D人臉識别，二者在識别步驟是基本一緻的：圖像數據獲取-人臉檢測-特征提取-信息比對；但是二者在圖像數據的獲取、人臉特征的提取方式卻是不一樣的。

2D人臉識别在圖像采集時主要是獲取識别目标的RGB彩色圖像，隻用獲取平面的RGB圖像信息，不需要深度信息。而3D識别技術在獲取人臉數據時比2D人臉數據多了一維深度的信息，即需要獲取一個RGB圖像外加深度圖像D，合起來就是RGBD圖像。

對此，我們可以簡單的理解為，2D與3D人臉識别的區别就是2D平面的照片與3D立體的模型。

此前被小學生利用一張照片就打開的豐巢快遞櫃，其就是2D識别方案。而大家熟悉的支付寶與微信支付，其都是采用了更安全的3D人臉識别技術，并且在此基礎上加入了活體檢測技術。所謂活體檢測，就是指系統攝像頭在正确識别人臉是否本人的同時，檢驗是否有人利用照片等手段冒充合法用戶。

接下來，我們再來看本次Kneron團隊使用3D面具騙過支付寶與微信支付的問題。需要注意的是，Kneron團隊承認了其使用的是特制的3D面具。也就是說，其并非是使用一般可以輕易得到的普通面具來進行破解，而是使用的精準度更高、細節得到充分體現的精心準備3D建模面具。

這種特制面具可以高度還原絕大部分人臉數據，并且在經由真人佩戴之後，能夠避過當前的活體檢測，因此對于現在的人臉識别技術而還是比較困難的。不過，這種制作精良的面具其本身成本就十分昂貴。

在此之前，蘋果第一款采用Face ID面部解鎖功能的iPhone X發布之後，蘋果官方就宣稱，他人使用Face ID解鎖iPhone X的概率大概為1/1000000遠高于Touch ID的1/50000。但是，在iPhone X發布之後，一個越南的安全團隊就耗時5天精心打造了一個3D面具，騙過了基于3D技術的Face ID。

由此可見，打造一個能夠模仿他人的3D面具，其所需要付出的時間與成本都耗費不小。所以對于絕大部分人而言，擔心自己支付寶或微信刷臉支付被他人盜用，這其實是一件不現實的事情。

話雖如此，但随着智能手機像素越來越高、5G網絡所帶來的超高清顯示技術以及人臉識别技術大規模運用等，大量的高清照片曝光或有可能被他人拿去3D建模，從而制造出高精度的面具；而對于一些需要獲取個人生物信息的授權，大家今後盡量還是多留一個心眼兒。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!