民生银行全面上线人脸识别、交通银行刷脸自助办卡、农行超级柜台刷脸办业务···这几年，金融机构似乎都沉浸在人脸识别的“魅力”中无可自拔：刷脸付款、扫脸开卡、人脸登录、VIP人脸识别等一系列人脸应用一再刷新我们对金融服务的认知，人脸识别在金融领域的应用也愈加广泛。但是，在人脸识别落地金融的狂欢中，你的头脑保持足够的清醒了吗?人脸识别的那些常见认知误区您了解吗?今天，已经积累了20＋银行总行级人脸识别项目的生物识别解决方案提供商——天诚盛业，将根据项目经验和实施实践为大家解读人脸识别在金融行业的落地此过程中的常见四大认知误区。

　　1、人脸识别的通过率是不是越高越好?

　　“我们遇到频率最高的客户问题就是：‘你们人脸识别技术的通过率是多少?’”天诚盛业的技术负责人说道，但事实上，很大一部分人对于人脸识别技术的通过率的认知有偏差。比如，如果人脸识别的准确率为99.999%，是不是等于只有0.001%的错误率?你是不是也是这么认为的?其实不是的。

　　所有的生物识别技术，包括人脸识别都有三个指标，除了通过率，还有认假率与拒真率。通过率我们很容易理解，就是指通过的概率;我们简单来说一个认假率和拒真率：认假率是指比对通过了但你并不是本人，你是“假的”但把你认成了“真的”;同理，拒真率是指你是本人但是比对失败了，你是“真的”但是系统拒绝了你。

　　其实通过以上的名词解释我们已经可以判断出：只强调通过率而不提及认假率、拒真率是不专业的。天诚盛业的技术负责人也表示，只有基于认假率、拒真率和通过率三个指标才可以判断这个人脸识别算法水平的高低。

　　2、人脸识别比对通过与否看的是得分!

　　据天诚盛业技术负责人介绍，在特定的人脸识别算法下，一般会设定一个阈值作为评判通过与否的标准，该阈值一般是用分数或者百分比来表现，也就是我们常说的相似度分值。以天诚盛业在民生银行上线的人脸识别平台为例，该平台具有强大的渠道管理能力，可以根据VTM、柜面系统、移动柜员等不同的金融渠道设定不同的人脸识别阈值，当相似度大于这个阈值时，则比对通过，否则表示匹配失败。而阈值的设定一般是根据人脸识别的ROC曲线进行设定。

　　(天诚盛业供图)

　　天诚盛业也解释，设定的阈值越高，误识率越低，通过率也越低，一般会通过对n对人脸比对的相似度来得到roc曲线，而从上图中也可以发现拒真率和认假率的交叉点是最理想的阈值，但在实践中，天诚盛业除了会根据拒真率和认假率两个曲线外，更重要的是根据客户需求、应用场景寻求合适的阈值点。

　　3、人脸识别并不能应用于所有金融场景

　　在人脸识别落地金融行业过程中，各大银行也纷纷尝试将人脸识别引入刷脸支付、即时开卡、VTM等金融场景中，但天诚盛业却表示：“从技术角度说，人脸识别并不是功能较多的。”天诚盛业表示，虽然现在人脸识别技术已经非常成熟，但是光线条件、用户整容等仍然会影响人脸识别结果。

　　“人脸识别在金融行业的应用和落地绝大部分是作为客户身份核查的辅助手段，在转账支付等高安全级别中还是要更审慎一些。”天诚盛业的技术负责人表示，他们也建议在这种高安全要求场景中可以通过人脸＋指纹或者人脸＋虹膜等多模态生物识别技术来解决客户身份核查的风险问题。

　　4、金融场景革命：并不是简单的人脸算法＋SDK

　　各大金融机构在青睐于人脸识别技术时，往往容易陷入一个误区：人脸识别应用就是在实名认证环节中加入人脸识别算法比对。“虽然我们已经尽可能的强调人脸识别的正确应用，但是仍然有很多金融机构会陷入这个怪圈中!”天诚盛业的技术负责人解释到。

　　经过近20年在金融行业的深耕细作，天诚盛业对金融业务和技术架构等非常了解，在率先实现人脸识别在银行大规模应用的过程中，他们提出“人脸识别应用是一种策略”的观点。天诚盛业认为，人脸识别不仅仅是一种技术，更是一种策略，其正确应用应该基于多模态生物识别统一身份认证平台，单纯的使用人脸识别算法＋SDK其实并没有将金融机构未来的业务和大数据分析等纳入考虑范围之内，而平台则可以根据不同的金融场景随时调整、灵活匹配。“这就像一个筛子，简单的算法、SDK模式的筛子孔是固定的，你只能根据它的大小去调整自己的业务或场景;而多模态生物识别统一身份认证平台的筛子孔则是可以调整的，是根据用户的场景灵活匹配!”天诚盛业的技术负责人这样解释。

　　除此之外，天诚盛业也表示不同的生物识别技术有其独特优势和限制条件，金融机构需要根据不同的金融场景选择不同的策略，只有多模态生物识别统一身份认证平台能为用户提供最彻底、全方位的解决方案，从真正意义上实现场景革命。