川大智胜押注三维人脸识别 数据采集难过授权关

每经编辑 每经记者 岳琦 丁舟洋    

◎每经记者 岳琦 丁舟洋

打开摄像头，轻松扫一扫，即可实现支付；从海量数据库中，公安部门能通过人脸识别系统，找出嫌疑人……像科幻电影一般的人脸识别技术，已逐渐照进现实。

国内人脸识别领域龙头川大智胜正雄心勃勃地布局该领域，然而数据库的采集以及后期市场的应用却是一道绕不开的坎……

传统空管业务的低迷让川大智胜把目光瞄向了三维人脸识别生意。

被誉为国内人脸识别领域龙头股的川大智胜，在9月2日的一则公告中称，公司正在开发的三维人脸识别技术研发迫切需要巨量采集三维人脸并建立三维人脸库。川大智胜使用成都某大学及南方某市社保基金预估采集量的不断攀升，在大范围推广应用期，“需要采集和建库的三维人脸将超过1亿人”。

然而，对于人脸识别技术库数据的来源，在川大智胜此前的公告中，对于如何进行人脸采集的来源均未提及，也没有提示可能涉及的隐私风险。科研建库采集人脸是否基于被采集人的同意？

对此，川大智胜副总经理兼董秘宋万忠对《每日经济新闻》记者表示，“将包括从国内外公开库上下载、付费采集等多种途径，对算法厂商来说，通常这属于商业秘密。”

自建人脸库遇尴尬

2015年初，川大智胜公布定增计划，其中募投1.76亿元的人脸识别项目颇受关注。川大智胜对投资者回复称，计划用三年时间完成高精度三维全脸照相机与三维人脸识别系统产业化，并实现上千万元的利润。

在2日的公告中，川大智胜对于建立三维人脸识别技术分别列出了开发期、应用开发期和大范围推广应用期3个发展阶段。仅在开发期，就需建立10万人以上的高精度三维全脸库，供算法开发的学习、训练、调试、检验使用。而推广应用期需要采集和建库的三维人脸将超过1亿人。

川大智胜对应用开发期的人脸采集举例称，例如成都某大学拟委托公司把学生宿舍门禁由原来的刷卡改为“刷卡+三维人脸识别”，该校在校本科生、研究生共6.5万人，仅一所大学就需采集6.5万人的三维人脸并建库。

此外，川大智胜还称，公司正和南方某大城市社保基金合作，在该市原采用“刷卡+密码”识别的社保自动柜员机上增加三维人脸识别功能，需要采集该市数10万养老金领取者的三维人脸并建库；预计仅各领域示范工程需采集的三维人脸数据超过1000万人。

对于如此庞大的人脸数据库的计划公司是否能在三年内完成，宋万忠称，“我们现在是在小范围协助用户做建库，大规模建库还没有开始。”

从事人脸识别运营多年的骏聿科技创始人袁存鼎对记者表示，算法的领先水平和持续优化能力是核心竞争力，而算法是“学得越多越准确”，自建数据库是人脸识别公司绕不开的。

人脸生意需过授权关

事实上，对于人脸识别的隐私风险，业界早有争议。此前谷歌、Facebook还因其“人脸技术”泄露公众隐私而陷入官司纠纷。如今人脸识别在中国资本市场风头正劲，但其迅速发展背后的隐私监管隐忧亦显露出来。

而从人脸识别近年来的技术发展来看，要研发出更精准的识别算法，就意味着需要更大规模的人脸数据库。而对于人脸识别厂商来说，核心竞争力在于研发，在于算法的领先水平和持续优化能力。

国内一位信息安全权威人士对记者表示，从隐私的角度讲，授权也是一个问题。国内相关立法没有那么完善，个人隐私保护上一直做得比较差，即便知道个人信息被贩卖也没有人去监管。

在三维人脸识别研发上，川大智胜显得颇为迫切。但授权问题却是川大智胜绕不过的坎，与BAT等巨头的二维人脸识别不同，川大智胜并没有直接用户授权。而在公司拟定增募投1.76亿元的三维人脸识别产业化项目中，亦包含“大规模三维人脸库建设”。而大规模三维人脸库建设显然比二维人脸要困难的多。一位网安人士分析称，二维人脸采集可能从网络抓取就可以完成，在用户授权上无法追责，而三维人脸不太可能在不知情的情况下完成采集，要建立数据库，数据授权肯定绕不开。

宋万忠在对《每日经济新闻》记者的公开回复中表示，三维人脸识别科研也需要建设一个库，也需要得到个人或相关部门的同意。

对于上述高校和社保基金采集建库，宋万忠表示，“采集来的数据不是我们拿来用，也不是放在我们这的。我们只是把软件、算法卖给客户，并且协助客户采集。”但宋万忠也表示，公司有科研建库的需要。

袁存鼎对记者表示，在2013年后，算法商建设人脸数据库成为一件很必要的事，这能提升识别的精确度。但数据库的作用是边际效应递减的，有100万数据量和1000万数据量，对算法精度提升是有限的。

《《《

业界争议

刷脸时代的隐忧：谁“动”了你的脸？

◎每经记者 岳琦 丁舟洋

从谷歌、Facebook到BAT，从社保领取到校园门禁，人脸识别将成为一把便捷的“万能钥匙”。但行业内关于人脸识别准确性、安全性、隐私性的辩论，也从未停止。

“人脸识别技术被高估了。”运营超过7年的人脸识别技术公司骏聿科技创始人袁存鼎对《每日经济新闻》记者表示，现在的精准度还达不到100%，对相似度高的脸容易出现识别误差。“在人脸识别系统中，很有可能你的表姐比你更像你。”

袁存鼎还表示，人脸识别技术公司在建设人脸数据库的时候，如何获取相关授权，也是一个绕不开的问题。

刷脸“双刃剑”

随着人脸识别向基础金融领域的渗透，这项存在了10多年生物识别技术突然被开启了巨大的想象空间。

然而，与每一样疾行的科学技术一样，在给人带来便利的同时，其意想不到的潜在威胁也让人害怕。在美国，人脸识别的技术带来的隐患曾让Facebook、谷歌等多家科技巨头引火上身。

此前，谷歌曾研发出一个能够装在智能手机上的街景软件。当这个软件扫描街景时，也可将路过的行人面部信息采集，从而引发公众极大的不满。随后，该款谷歌软件被迫做出修订，对人脸信息打马赛克。

事实上，排除安全隐患不说，“人脸刷一切”作用似乎被夸大了许多。曾在人脸识别领域沉浮7年的袁存鼎对记者坦言，该公司的主营业务之一是为公安系统提供人脸识别算法和软件。理论上，通过人脸识别找犯罪嫌疑人应该一招一个准儿，但实践表明，人脸识别没那么“神乎”。原因是人脸识别的算法还达不到100%的精确。“这个世界上，有和你长得很像的人，当从1000万张人脸图片中搜寻你时，出来的极可能不是你，而是和你长得很像的那个人。人脸识别的首位命中率还达不到指纹或虹膜等生物识别技术那么高的准确度。”而且人脸识别系统对光线和姿态有比较高的依赖度，在实验室环境里，有用户配合的条件下，能达到比较高的识别水平。“但在无配合场合下，可能会出现识别偏差，出现你的表姐比你更像你的情况。”在袁存鼎看来，人脸识别用于支付、验证、安防，似乎是对其商业应用的第一反应，但人脸识别手段单独应用于上述领域的“魔力”被高估了。另一方面，人脸识别作为辅助手段的商业应用价值却被低估了。比如在支付时，与密码识别一起使用，可大幅提升安全强度。总的来说，人脸识别的商业应用前景潜力仍然巨大。

脸被“刷走了”你知道吗？

那么从二维人脸过渡到三维人脸，精确度、安全性方面能否得到提升？

袁存鼎亦表示，三维人脸能将精度提高一个数量级。但无论对于二维或三维人脸算法商而言，通过建立人脸数据库，提升算法的准确度，都是非常重要的公司战略。

而建人脸库的脸从哪来？我们的面部信息会被算法公司刷去做商用吗？这样的担忧在人脸识别技术最发达的美国最先引发。今年6月，美国消费者权益组织退出了长达一年的面部识别技术监管研讨会，原因就在于就“你的脸被刷走要不要你同意？”这一点上与技术方争执不休。

据美国《大西洋月刊》报道，在实际操作中，对于在面部识别之前是否需要征求对方的同意，科技公司目前分成了两派。Facebook表示，如果用户不愿被纳入该公司的面部信息数据库，那么需要主动提出。这意味着，这些信息默认将会被纳入数据库。另一方面，微软则表示，在进行面部识别之前，会征求用户的同意。

某人脸识别专家向记者分析称，三维库的来源一方面也是从机构买，另一方面，也不排除像人们猜测的那样，从诸如高校之类的客户那里获得授权使用的可能。

上述业内人士认为，随着人们对隐私意识的提升，无论如何，人脸识别授权这个看似“很超前”的讨论环节，都将成为人脸识别算法商们无法回避的话题。