2015年以来，腾讯、阿里等多个IT巨头及上市公司纷纷加码布局人脸识别产业，并希望将人脸支付技术的应用延伸到金融业务领域。

3月，阿里巴巴集团董事局主席马云在德国参加活动时，曾演示蚂蚁金服的Smile to Pay扫脸技术。这项支付认证技术由蚂蚁金服与Face++ Financial合作研发，在购物后的支付认证阶段通过扫脸取代传统密码。支付宝宣称，Face++Financial人脸识别技术在国际权威人脸识别数据库LFW国际公开测试集中达到99.5%准确率。

此前腾讯旗下的财付通曾表示，已与中国公安部所属的全国公民身份证号码查询服务中心达成人像比对服务的战略合作。腾讯与微众银行正在对金融、证券等业务进行人脸识别的应用进行尝试。

作为无线下物理网点和柜台业务的互联网银行，在微众银行（腾讯系）和网商银行（阿里系）看来，人脸识别技术已较为成熟，在远程开户和刷脸支付上的应用值得期待，并呼吁监管层放行远程开户。

对此，多位业内人士表示，在风险点尚未完全“暴露”或“摸透”时，面签底线不会轻易打破。

据了解，央行对远程开户之所以比较谨慎，原因主要在于网商银行和微众银行这两家网络银行报的远程开户方案，其技术可靠性没有被检验过，因为没有第三方机构的独立测试和验收，两家的数据都是两家银行自己提供的，没有经过央行检验。另外，央行担心给了网商和微众这两家远程开户试点，会对其他银行产生影响。

中科院计算技术研究所研究员山世光指出，刷脸开户和刷脸支付技术，目前从技术的成熟度来看，主要涉及两个问题。第一，存在权衡便利性和安全性的困境。第二个问题则更严重，即假体欺骗问题。

假设客户在非银行现场开户，系统从国家身份证中心获得二代证照片和这个开户人比对，判断其是否为该证件的合法持有人。此时识别率可能只有70%左右，这意味着100次刷脸可能有30次不成功，会很不便利。而且这张二代证照片很可能是十年前拍摄的，而刷脸支付现场采集环境又非常复杂、多样、不可控。

客户在合法开户后刷脸支付的技术难度可能相对好一些，因为用户在开户时拍摄的照片（可以不止一张）可以作为这个人存底数据库的照片，可以配合二代证照片同时用于验证支付现场的客户照片，在这种场景下下，如果误识率设定在比较安全的0.0001，识别率有可能达到90%或更高。

第二个问题则更严重，即假体欺骗问题，刷脸支付一旦普及，必定会有不法分子用照片、视频甚至制作三维头套等高科技手段来欺骗刷脸支付系统。尽管科技界已经开发了眨眼、唇动或3D等多种防欺骗技术，但都不是无懈可击的。

山世光指出，活体检测技术仍旧存在这样或那样的问题，也许在民用级的应用场景下，还是可以通畅应用，但在安全等级高的金融等领域，此项技术仍旧存在短板和漏洞，无法立即以及单独在金融领域推广应用。

（肖中洁）