刷卡？不存在的

来，刷我的脸。

最近几天，小编发现刷脸的新闻铺天盖地，很多项目纷纷落地...

靠脸读大学↓(论颜值的重要性)

靠脸吃饭↓(靠脸吃饭，一点没错.......)

靠脸支付↓(你的脸很值钱哦！)

还有靠脸进站↓(以后也许去哪儿都得刷脸了)

刷脸...取厕所纸↓(上到一半用完了话。。。画面芬芳)

不得不说以后会是一个“刷脸时代”！

说到这里，就不得不说有的人始终走在时代前列！当你还在火车站对着刷脸机“一脸尴尬”的时候，有的人可能已经瞄准是上偷你脸了！

讲重点，9月4日，腾讯手机管家对外发布消息称，关于类似电话FaceTime视频诈骗事件，其安全团队已经验证，的确存在用户脸部视频被录制的风险。

最近许多人遇到的陌生人发来的 FaceTime 视频邀请

回顾：（陌生Facetime视频邀请，拿起手机竟看到自己？难道是……）

(Face Time通话画面)

不少网友表示

接通后对方还一直处于黑漆漆的状态，

只有自己的大头呈现在手机屏幕里……

这场面

好~恐~怖~

细思极恐！其实这非常有可能是在偷脸！

别以为这种事还离得远，现在已经有一些姿势水平比较高的骗子，可能开始打上你的脸的主意了！

为了你们更清楚明白在说什么，上科普！

人脸识别技术到底是什么原理呢？

其实我们人无时无刻不在进行人脸识别，我们每天生活中遇到无数的人，从中认出那些熟人，和他们打招呼，打交道，忽略其他的陌生人。甚至躲开那些我们欠了钱还暂时还不上的人。

然而这项看似简单的任务，对机器来说却并不那么容易实现。

简单介绍一下主要用的比较多的几种算法。

看了也看不懂系列↓↓↓～

第一种，基于几何特征的算法。

这种算法把人脸的五官视为一个个部件，然后计算这些部件之间可以量化的关系，例如眼睛和鼻子间的距离，角度等等，最终对人脸分析出一系列数字化特征。

这种方式虽然简单粗暴，但是随着对脸采集的数据量增加以及分析样本的提升，识别效果还是OK的~

第二种，特征脸。

这个算法和上一种的思路是类似的，也是通过数学方法。

如果说上一种属于幼儿园数学，这种就属于硕士数学。。。

首先，准备一个样本，每个图片的大小要一样。

然后，计算出每个像素的平均值，得到一张 “ 平均脸 ”

再把原来的人脸根据得到的平均脸做一些处理，得到了一系列 “ 特征脸 ”。

下方图片高能预警。

惊不惊喜？

最后，这组脸就可以拿来做人脸识别了。

如果特征脸的样本足够多，那么 X 的特征数值就 “ 更具有唯一性 ”。说白了就是识别更快更准更刺激！！

以上两种方法的思路都是把脸部特征量化，然后把问题转化为数学模型通过计算来解决。这么做的好处是计算速度快、运行快，几秒钟做完。。。

当然，缺点也是显而易见的。↓

一是由姿态引起的面部变化。人脸识别主要还是根据人的面部特征，表象的特征来进行识别的，所以当你的姿态发生大的变化，面部会发生很大的变化。

二是光照对人脸识别的影响。

三是遮挡等外部干扰，比如一个人戴着墨镜就会把面部的重要信息遮挡住了。

四是因为运动模糊、摄像机没有对焦准确，造成的这种拍照的模糊也会对人脸识别造成影响。

其实对于我们普通人来说，真的懂了机器到底怎么识脸并没什么用。。。

我们更关心的是应用场景，毕竟科技最终要服务大众。

人脸识别技术到底有什么优势呢？

人脸识别技术的便利性不言而喻，甚至可以说不可想象！来举个例子↓

（不是说好给我打码的吗？）

想不到吧......人脸识别技术在金融、信息安全、安防、疑犯识别等领域都“大有可为”。这就不会出现多少年悬而未破的疑案了！

无现金化和无证件化也注定让脸成为每个人独一无二的代名词，这就避免了以下这种尴尬——比如说有一天你身份证忘带了又跑去银行，就不会出现这种情况↓↓

以后你只需要指着自己帅气（美丽）脸蛋，大声告诉对方：刷脸！

动图

但是呢，再牛的技术终究还是有缺点的！

很尴尬的一点，脸这个东西是跟着人走一辈子的。。。

在没有人脸识别技术的年代，密码泄露了可以改，手机丢了可以换，但现在脸的信息泄露了。。。难道还要跑去隔壁韩国整形医院做个全套？

目前，关于这个问题，支付宝的措施是增加手机验证。

但你要这么想，黑客连你脸都能偷过来，还差个手机号么？？？

看到这里是不是感觉有点慌了？

小编这篇文章就是想提醒大家一下，现在社会除了保护好你的钱包密码银行卡，也要考虑考虑保护脸了，没事少把自己脸到处挂......没准丢脸了呢......