刷臉支付以及刷臉驗證正在逐漸走入尋常百姓的生活，但其是否安全也一直成為業(yè)界爭論的焦點。此前有小學生用照片破解豐巢刷臉，如今又有報道稱：2元錢就能買上千張涉隱私人臉照?？吹竭@樣的報道很多人慌了神，這刷臉支付到底安不安全呢？

2元錢就能買上千張涉隱私人臉照

2元錢就能買上千張涉隱私人臉照并非危言聳聽，由全國信息安全標準化技術委員會等機構成立的App專項治理工作組，發(fā)布了一份《人臉識別應用公眾調研報告（2020）》。其中引用數據顯示，2元錢就能買上千張涉隱私人臉照，存在安全隱患。

除了2元錢就能買上千張涉隱私人臉照之外，報告顯示，有九成以上的受訪者都使用過人臉識別，具體用途當中“刷臉支付”最為普及。不過有六成受訪者認為人臉識別技術有濫用趨勢，還有三成受訪者表示，已經因為人臉信息泄露、濫用而遭受到隱私或財產損失。

僅憑一張照片就可以破解刷臉識別，這顯然是有些刷臉終端并沒有采用基于3D識別的刷臉技術，而是成本較低的2D識別。目前在支付寶的蜻蜓和蘋果華為部分手機型號上都已經搭載了3D面部識別技術，比如蘋果的Face ID，完全符合金融驗證級別的安全需求。

2元錢就能買上千張涉隱私人臉照

以蘋果和華為的手機的面部識別為例，他們的3D面部識別功能均基于3D結構光技術。3D結構光技術目前在安全級別較高的支付場景和高端手機等均有采用。

為了便于理解，我們不妨把“3D結構光”這幾個字進行拆分和倒敘排列成“光、結構、3D”這些關鍵詞，可以讓我們更好理解其運行的邏輯。

簡單來說，這項技術通過發(fā)射具有一定結構特征的光線，投射到用戶面部。再通過攝像頭感知面部的散斑，從而描繪出你面部的結構。這些散斑主要反饋的是面部特征的深度信息，所以相當于給你的臉建了一個3D模型，它是三維立體的。

因為光的傳輸速度很快，所以面部識別的速度可以達到毫秒級。同時因為這些光線的點陣密度極高，描繪的面部細節(jié)豐富且精準，因此安全性極高。又因為其采用主動發(fā)光的方式，不依賴環(huán)境自然光，即使在深手不見五指的夜晚也能實現安全識別。

2元錢就能買上千張涉隱私人臉照

重點在于3D結構光技術描繪的是3D立體模型，所以照片、視頻上呈現的雖然是你的臉，但因為實際上還是2D平面結構，自然無法破解安全級別很高的支付級3D面部識別技術，因此從根本的邏輯上就不存在盜刷的可能。

只要你敢于想象，3D結構光技術幾乎在各行各業(yè)都有發(fā)展的空間。也正是因為前景如此廣闊，蘋果才會在2013 年花費重金收購以色列傳感器公司Prime Sense，并經過多年的潛心研發(fā)，最終在iPhone X上推出Face ID，震撼業(yè)界。

可能有的小伙伴就問了，這些3D面部識別技術，他們的差異究竟在哪里呢？這就要談到目前三種常見的3D識別技術，即雙目測距法、TOF飛行時間法，以及3D結構光。

2元錢就能買上千張涉隱私人臉照

雙目測距法，即兩個攝像頭模仿人類雙眼，通過不同的角度聚焦物體，從而產生物體的深度信息，再經過算法來實現面部識別。這種方式有一種嚴重的局限性，天黑時人眼的可視范圍和視力會急劇下降，它也是如此，因此很難應用于安全級別較高的支付場景。

而3D結構光和TOF是目前更具優(yōu)勢的兩種方式，他們都是3D成像原理，但卻各有利弊。3D結構光是近距離散斑采集進行3D建模，而TOF是遠距離光源采集進行3D建模。所以，3D結構光更適合近距離應用，而TOF可應用于遠距離。

當然，在主流的應用場景中，誰也不會站在10米開外“刷臉”。所以一直引領創(chuàng)新的蘋果公司在2017年發(fā)布iPhone X人臉解鎖支付的時候，選擇的是更適合的3D結構光技術，識別精度可以做到1mm以內，2元錢就能買上千張涉隱私人臉照，其實不必過分擔心。

2元錢就能買上千張涉隱私人臉照

2元錢就能買上千張涉隱私人臉照，其實在支付級別的應用場景中，目前基本都是3D面部識別并且輔助了其他驗證方式，單純依靠2D的平面照片基本無法被盜刷。當然，任何方式都存在被破解的可能，比如高精度的3D面具其實存在破解的可能性，只是時間成本和技術門檻并非一般竊賊可以達到的。

那么2元錢就能買上千張涉隱私人臉照，您是否擔心呢？