人臉識別研究始于上世紀60年代末至70年代初，與指紋識別、掌紋識別、虹膜識別等都屬于生物識別技術的一種。早期人臉識別技術，是測量人臉上根據(jù)眼角、鼻孔、嘴巴、下巴幾個部位的幾何關系，通過圖像庫中的人臉模板，與待識別人臉在灰度上的相似程度，來實現(xiàn)人臉識別。其弊端是容易丟失有用信息，在視角、表情等變化的情況下識別能力很差。

　　人臉識別技術的普及

　　因為時間原因，身份證照片和用戶當前的照片往往有一些差異，比如臉的寬度等，但瞳孔間的距離則相對恒定。傳統(tǒng)回歸運算可能會出現(xiàn)誤差，現(xiàn)在，深度學習算法不斷被改進，可以把人臉分為100多個關鍵點，盡量避免誤差。綜上所述，從原理中我們可以總結出刷臉支付的優(yōu)勢和弊端了。

　　刷臉支付優(yōu)勢：

　　1、 人臉識別技術的優(yōu)點是采集比較直觀

　　商家可以通過采集用戶的照片歸檔到數(shù)據(jù)庫，再通過算法的改善來把用戶的臉部特征跟照片進行比對即可實現(xiàn)“刷臉”。

　　2、 成本較低，便利性較高

　　按照識別的精度排序，確實是虹膜、指紋、人臉的識別精度依次降低。但人臉識別可以根據(jù)攝像頭的提升而提升，雙目攝像頭、結構光攝像頭、TOF等等，這個上升空間很大。從應用性來看，你現(xiàn)在讓所有的用戶都去提取虹膜信息、指紋信息，這個很難，不現(xiàn)實。而我們每個人都有身份證照片，從對比庫的角度來看，人臉識別是有一定優(yōu)勢的。此外，虹膜識別、指紋識別需要額外裝置，而進行人臉識別，只要有一部手機就可以進行識別或者收集。

　　3、 體驗度較好，用戶較易接受

　　由于人臉識別根據(jù)攝像頭的提高而提高，而且算法的改進會讓刷臉核驗在極短時間內(nèi)完成，讓用戶覺得這技術很高效很便捷。而指紋、虹膜由于更多地依靠智能硬件模塊的識別，比如上班考勤可能需要員工在指紋機上按幾次才能識別，這樣就會使得用戶下意識地把指紋識別歸為體驗差的技術。

　　刷臉支付弊端：

　　與指紋、虹膜等相比，人臉是一個具有弱隱私性的生物特征，因此，刷臉支付的技術對于公民隱私保護造成的威脅性尤其值得重視。中國社會科學院哲學研究所研究員段偉文表示：“人臉圖像或視頻廣義上講也是數(shù)據(jù)，如果沒有妥善保管和合理使用，就會容易侵犯用戶的隱私。” 在信息爆炸的時代，數(shù)據(jù)的處理、分析、應用很多都是由算法來實現(xiàn)的，越來越多的決策正被算法所取代。因此，如果將算法應用在犯罪評估、信用貸款、雇傭評估等關系人們切身利益的場合，一旦產(chǎn)生歧視，就可能危害個人乃至社會的利益。

　　所以，刷臉支付、刷臉識別應用在金融支付行業(yè)還是存在一定的風險，所以在銀行取錢只通過刷臉不用密碼的情況還沒有真正實現(xiàn)。

　　總之，刷臉識別在安防行業(yè)、金融支付行業(yè)、新零售、智慧餐飲的應用已不是停留在想象里，而是已經(jīng)頻頻在我們的生活中上演，場景化的應用也越來越普及。但是，法規(guī)應促使數(shù)據(jù)交易各方對自己的行為負責，讓每個人知道自己的數(shù)據(jù)如何被處理，特別是用于其他用途的情形，減少數(shù)據(jù)濫用，讓人們清楚知道自己的“臉”還是否安全。