腾讯优图实验室针对金融支付场景研发的可信身份计算的技术

基于生物特征的可信身份计算是刷脸支付的核心技术，准确性和安全性是其关键指标。日前由中国国际光电博览会、麦姆斯咨询、中新嘉善共同主办的“人脸识别·金融支付”创新峰会上，腾讯优图实验室的高级研究员、人脸识别技术负责人李绍欣发表演讲，分享了腾讯优图实验室针对金融支付场景研发的可信身份计算的技术，畅想了未来提供可信身份计算进一步发展的思路。

说到人脸识别，普通的大众用得比较多的还是人脸的核身，这是人脸识别技术真正落地的第一个应用，应用大概开始于2013年，也是深度学习技术引入到人脸识别这个领域之后技术的爆发。虽然现在行业的理解认为人脸核身的技术很成熟，但是金融支付对于人脸识别的挑战比人脸核身要求更高，尤其是准确性和安全性的要求，所以辨识算法和活体算法都有挑战。为了应对挑战，腾讯优图在辨识算法和活体算法方面需要不断地优化和沉淀，打造了优图可信身份计算一系列的技术来保证金融级的支付安全。

优图可信身份计算分为两部分，一个是辨识算法，一个是活体检测算法。优图可信身份计算在辨识算法从全局的学习策略、多模态交叉验证、质量评估/建模、普惠公平性优化等四方面来全面提升辨识算法精度。 活体算法有三图输入，不同模态对不同类型的攻击有不同的防御作用，Depth(深度)对屏幕比较简单2D攻击有防御效果。IR（红外）对3D硅胶面具比较好，优图针对设计了集连式3D的防御系统，进一步提升了安全性。同时为了提高活体算法在不同场景下的泛化效果优图设计了一种迭代式聚类的方法来混合域数据，通过元学习框架来提取鲁棒的泛化性特征；探索了更高效的黑盒攻击方法攻防对抗知己知彼；针对人脸编辑，优图提出了基于局部模式检测的方法，促进伪造痕迹的捕捉。

通过优图可信身份计算的一系列优化以及和合作伙伴的共同努力，目前优图的辨识算法和活体检测算法均已获得BCTC官方检测认证。优图也希望和行业合作伙伴一起来推动刷脸支付，让它成为每个老百姓都能用到的普惠AI技术。 现场优图还探讨了关于“0”误识支付方案的一些畅想和尝试。比如布局多生物特征融合方案（如双因子人脸+掌纹方案），经过近一年的布局目前单RGB掌纹的水平在亿分之一左右，掌脸融合方案的理论可支撑精度可以达到10^-22以上，完全有潜力实现全国范围内的“0”误识金融支付方案。 最后，李博也提到金融支付这个领域生物特征识别和新型硬件的探索还有更多的机会，随着这些年的技术发展金融支付领域的人脸识别技术已经进一步成熟，现在的重点肯定是刷脸支付。行业发展任重道远，需要大家一起努力畅想未来。

责任编辑：lq