【采访整理/ 观察者网专栏作者 铁流】

10月29日，西安警方利用人脸识别系统在盗窃案发10分钟后迅速抓获犯罪嫌疑人。其实，公安机关利用人脸识别系统抓获犯罪嫌疑人的案例还有不少，今年9月，昆山警方利用人脸识别系统抓获了一名潜逃8年的犯罪嫌疑人。在2015年，公安机关还利用人脸识别系统将一名自1997年就携9000万巨款潜逃国外，并洗白身份后归国的犯罪嫌疑人抓获。

根据官方公布的消息，目前“人脸识别技术”已经用于反恐活动中，该技术为动态识别，每秒钟能够识别5个人的身份。在今年于北京举行的中国国际安博会上，人脸识别、“人证合一”的产品大放异彩！那么，人脸识别技术究竟发展到哪个水平了，真正被广泛使用还需要破解哪些技术难题，对哪些行业的发展起到促进作用呢？观察者网专访公安部第三研究所物联网技术研发中心梅林主任，为大家答疑解惑。

观察者网：人脸识别今年被炒得火热，从马云的刷脸支付到人脸的预警，好像疑犯追踪里提到的人脸识别很快就要实用了？是这样吗？

梅林：大片里我们经常可以看到类似《疑犯追踪》中的动态人脸识别，它指的是人在运动过程中人脸被摄像机捕获，再跟黑名单布控库里的人脸进行比对，实时输出预警信息。坦率地讲，这样的应用，可能还需要一段时间的技术发展，但已不再是遥不可及的了，属于可以看到曙光的应用。

动态人脸识别，主要需要解决两个问题：1）、开放场景下动态人脸高精度检测；2）、开放场景下动态人脸实时识别。由于是开放场景，人脸不会去跟摄像头主动配合，造成角度、分辨率、光线等多方面的变化较大，使得黑名单人脸库的比对准确率大幅下降。

目前我们注意到已经有厂商在从人脸采集源头来想解决办法，比如公安部第三研究所在今年北京安博会上推出的枪球联动动态人脸识别系统以及格灵深瞳的人眼摄像机都在做这方面的尝试。

观察者网：现在很多应用需要采集我们的人脸或其它生物特征，那怎样保障我们的隐私不被泄露？

梅林：我们注意到手机、笔记本等用指纹开锁，虽然方便，但是安全是有问题的，首先，我所的公安部信息网络安全重点实验室仅用假体攻击就能轻易打开这些指纹锁，其次，很难保证指纹信息没有被联网的手机、笔记本传出去。指纹、虹膜、DNA等生物特征是重要的个人身份信息，因为生物特征是每个人所独有的、伴随终生的、不可更改的。一旦大规模泄露，造成的后果将是灾难性的！为了使个人生物特征信息不被非法获取和泄露，要多管齐下，一是个人要加强自我保护意识；二是国家要在标准制定方面、在生物特征采集设备市场准入和强制检测方面，保证终端的安全；三是要加强数据的保护手段以及数据的安全应用。

对于网络空间的身份认证，目前最安全的是通过“公安部公民网络身份识别系统”，采用eID来进行网络身份认证；生物特征识别应当作为物理空间身份查验中“人证合一”的辅助手段，即判别持证人是否持本人的身份证。

观察者网：人脸识别、虹膜识别等生物特征识别是否可用于网络远程的身份认证？“刷脸支付”到底安不安全？

梅林：网络空间一定存在被黑客攻击的风险，今年德国纽伦堡大学发表了一篇face2face的论文，从技术上已经实现了远程用模拟他人人脸进行身份认证。即使抛开黑客攻击，生物特征识技术在理论上有别于密码技术，是不可能做到100%准确的，所以，在开放的网络空间，银行开户和大额支付等高安全级别场景，不宜采用生物特征识别技术进行认证，否则将引发系统性风险。在采集设备可控、环境可控的安防场景，人脸识别等技术应用前景很广泛。总之，任何技术都有其适用场景，不能因为方便而不顾安全隐患、特别是系统性风险。

观察者网：政府即将推行“一号一窗一网”的互联网＋政务服务，尤其是“一网”，将来老百姓办事通过网络不用出门了，是不是用人脸识别就可以享受各种服务了？

梅林： “一号一窗一网”的互联网＋政务服务解决“一网”问题的最好最安全可靠的方案就是eID，eID完全可以解决网络身份认证的难题。对于人脸识别等生物特征识别技术，前面已经说了，是不安全、不可靠、有系统性风险的，因此不宜在“一网通办”采用。

观察者网：人脸识别要真正用起来未来还需要破解哪些技术难题？

梅林：目前，深度学习带来了人脸识别技术大的突破。但是，只能说该技术的引入使得人脸识别技术前进了一大步，真正能用得好还有不少距离。这主要有这几个方面的原因：

一是用于深度学习的训练库目前数量还比较少，光线、角度的变化范围等还比较有限，仅仅是全球人脸变化空间的很小很小一部分，其分布不足以表达所有人脸的各种变化，而用这样的人脸库训练出的模型其遇到新的人脸的识别能力就会降低；

二是视频中的人脸识别不同于静态图片的人脸识别，要设计适合于视频的深度学习模型；

三是工程上实用的人脸识别势必要进行必要的场景设计，通过构建标准化人脸采集的场景，使得采集到的人脸达到高识别率的成像质量，同时还要设计一定容量的黑名单库，使得使用效果更佳。所以，通过构建更大规模的人脸训练数据集、设计适合于视频的深度神经网络模型以及进行必要的工程设计是影响到动态人脸识别效果的几个关键。

观察者网：据说，人能记住的人脸数是有个上限的，机器对于能识别的人脸的数量有限制吗？

梅林：这点来说，确实是机器超过人的地方，目前机器对上百万级乃至上亿的人脸库进行比对都有可能，只不过随着人脸库容量的增加，首位命中率可能会降低，一般会采用前5命中率或前10命中率。

观察者网：请您预测下未来的人脸识别会有什么样的实际应用？

梅林：我们应该理性看待目前人脸识别的全行业应用热潮，回归到人脸识别应用最适宜、最具创新意义的应用场景。人脸识别未来的实际应用，我想可能在以下几个方面取得发展：

1）、与视频监控相结合的主动布控技术，将广泛的用于机场、高铁、地铁等场景，支撑安保智能化的进一步发展；

2）、“人证合一”核验，用于在重点场所进行现场人脸和证件中人脸的同一性认定；

3）、影视动漫行业。基于真人表情驱动的动漫角色的拟人化，将极大地促进全CG（Computer Graphics）动漫影视作品的发展；

4）、和心理学结合的微表情分析，可以更精准地刻画个人的内心世界，用于审讯、心理咨询与疏导等；

5）、年龄、民族、国籍的识别；

6）、可用于各类视觉机器人。

观察者网：最近一些省份宾馆等重要场所都安装了“人证合一”核验设备，这主要起到什么作用？

梅林：随着人脸识别技术的发展，由采集到的身份证里面的照片和现场照片进行1:1比对以确定是否为本人的“人证合一”核验设备已日渐成熟并进行了推广应用。因此，该技术在酒店入住场景的应用，一方面，宾馆可以为老百姓提供便捷的自助登记，同时可以减轻宾馆前台压力；另一方面，可以为加强各地公安出台的宾馆酒店实名登记制度的有效落实，原来靠前台人员比对住客本人是否与所持身份证为同一人，现在可以逐渐全自动化了。

观察者网：我们正处在人工智能产业革命的时代，人工智能在公共安全中应用也是产业的一个热点，能否描述下这个方向未来会为我们平安中国建设带来哪些期待？

梅林：以深度学习为代表的类脑智能可以说在各行各业都带来了令人震撼的应用。比如，在机器翻译领域，基本可以替代非专业级的翻译员，在语音识别领域，也已经几度刷新最新的结果。

同样，深度学习在图像目标检测、分类、检索等方面的进展，将极大地推动计算机视觉在安防领域的深度应用，为平安中国建设提供全新驱动引擎并助力视频大数据的广度、深度应用。当前，我们的智能视频监控还只是单点的智能应用，未来，随着在线自主学习的突破，通过构造一个生态系统，实现可发育、可自生长的智能视频监控系统，那就是类人智能视频分析系统了。

观察者网：这个案例反映出身份证办证环节的漏洞，类似这样的身份漂白的人群有没有更好的监测预警办法？

梅林：这个问题由我的同事，公安部第三研究所eID事业部严则明书记回答更贴切。

严则明：10月6日，公安部党委副书记、副部长黄明在调研落实今年7月15日由公安部等八部门联合发布的《关于规范居民身份证使用管理的公告》（以下简称“公告”）情况时指出，公安部已建成失效居民身份证信息系统并于近日上线试运行，将在银行试点后提供社会各用证部门，与现有的公民身份信息系统进行联网核查。这意味着在加强规范居民身份证使用和核查、增强居民身份证使用严肃性的同时，公安部在不断地完善居民身份证体系的严密和安全。

居民身份证是由《中华人民共和国居民身份证法》、《中华人民共和国治安管理处罚法》等法律法规赋予法律地位。原来社会上对居民身份证的不规范使用、甚至滥用，起不到身份查验的真正作用，反而使得身份冒用、甚至身份信息泄露事件频繁发生。挂失失效的二代证信息系统联网充分发挥了信息系统的联网的优势，依托全国三十九个居民身份证制证中心的制证信息，对社会提供居民身份证最新有效期的联网查验，通过系统显示的最新制证时间与被查验居民身份证的连线比对，可以准确识别已经挂失的居民身份证，此举为线下身份查验提供了有效的辅助手段。

公告还强调，登记指纹信息的居民身份证可以有效防止被他人冒用。我国居民办理身份证需登记指纹的规定是在2012年1月1日正式实施的新居民身份证法中提出的，并于在全国范围内全面启动办理居民身份证时采集指纹信息，未来随着加载指纹特征信息的第二代居民身份证及相应读卡机具的普及，将为履行公告中指出的“严格落实人、证一致性核查责任”提供自动化基础环境支撑。

可以看出，国家为打击身份证买卖和堵住挂失身份证滥用的漏洞已经做了大量工作。

观察者网：现在市场上做人脸识别的企业特别多，都号称很强大，有时可能没宣传那么好，会浪费很多纳税人的钱，作为行业的研究所，你们有没有更好的帮助用户进行鉴别的办法？

梅林：我们注意到这种情况，这反映了人脸识别技术评测体系的不健全、不科学，导致各家自说自话。作为行业研究所和公共安全科技领域的国家队，为社会提供可信可靠的公共安全保障技术，是我们的使命所在，责任重大。有鉴于目前各人脸识别设备厂家在实验室人像数据库上积极“刷分”自彰，公安部第三研究所目前正在建设智能视频评测服务中心，包括建立公共安全典型场景监控数据集，建设覆盖安防行业典型应用的实景人像库和视频事件库，并正在评估筹建安防图像测评体系，从助力公安部行业监管的角度，为人脸识别市场的正规化、有序化提供科学可信的评测机制。今年9月份，依托中国计算机学会计算机视觉专委会和图像视频大数据产业技术创新联盟，成功举办了首届面向公安应用的视频图像分析技术挑战赛，进一步引起了业界的关注。

观察者网：我注意到公安部第三研究所在国内最早提出视频结构化描述，当时你们有个很好的比喻，就是电影是从剧本到视频的过程，而结构化描述是从视频到剧本的过程。很形象直观地描述了你们所做的复杂的工作。现在经常有采用根据目击证人描述进行人脸画像的方式去侦破案件，将来人工智能发达了，能否实现由机器人去自动画像？这是不是又从文字到图像了？

梅林：视频结构化描述是2009年胡传平所长在分析了视频监控建设联网应用现状后，大胆地提出的，现在看来当时的定义仍然具有前瞻性：视频结构化描述是对视频内容按照语义关系，采用时空分割、特征提取、对象识别等处理手段，组织成可供计算机和人理解的文本信息的技术。它除了我们平常说的语义标签之外，更强调了基于领域知识图谱的视频对象语义关系，这是机器可理解的基础。从视频到文本是结构化描述的过程，那么怎么从描述人脸的特征，比如柳叶眉、丹凤眼去画像呢？这其实就是从文本再到图像的过程，应该说这又到了另一个高级阶段，目前专业人脸画像师确实是依据自己的丰富经验，结合目击证人描述时的心理状态等进行的创作过程，而让计算机去综合利用这些信息确实还是有一定难度，但相信随着技术的进步，机器人去画像的那一天可能会到来。

最后，非常感谢观察者网的专访。该访谈仅代表本人观点，不当之处，欢迎专家批评指正！

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。