10月31日，三大通信運營商齊推出5G通信套餐，標誌著5G商用時代的來臨,5G時代的到來，極大地加速了刷臉支付落地速度。
從2018年刷臉支付初登場後，支付寶、微信支付、銀聯相序入駐刷臉支付領域。隨著刷臉支付進程的深入，街邊小巷越來越多的場所都可以看到刷臉支付設備。
同時，不僅僅是刷臉支付，刷臉驗證、刷臉取物、刷臉過檢等刷臉應用不斷出現在人們的日常生活中。
一個新技術的出現，人們在享受它所帶來的便捷的同時、必然會懷疑它的安全性，刷臉支付又因其涉及到錢款交易，所有關於刷臉支付安全性的問題尤受人們關注。
刷臉支付是基於人工智能、機器視覺、3D傳感、大數據等技術，通過軟硬件的結合，智能算法與風控體系綜合保證了金融級準確性和安全性。
計算機的面部識別能力是遠勝於人眼的，所以無論是髮型變化、常規化妝、胖瘦變化等情況，計算機也能準確識別。
刷臉支付，是技術革新趨勢發展下的必然產物。而在大勢所趨下，刷臉支付項目將成為最搶手的支付項目！對於人臉支付硬件，其中有兩個十分重要的特性，一個是 3D 攝像頭，它主要是進行活體檢測。第二，是在流程當中進行檢測、跟蹤、優選、活體算法的前項計算過程。最早騰訊優圖推出交互式的活體，通過搖頭、眨眼動作驗證真人身份，緊接著推出針對手機的應用場景推出光線活體檢測，以及針對通用設備的紅外活體檢測以及 3D 活體檢測。
紅外雙目活體檢測方案採用的是雙目攝像頭，檢測過程中輸出一張 RGB 圖與一張紅外圖，其算法原理是利用人的皮膚與紙張對紅外光的反射不同，以此保證檢測精度。但如若找到一種與皮膚相類似的材料進行檢測，就不能保證識別的安全性，所以紅外雙目活體多用於刷臉開門等場景。
針對有著更高安全要求的刷臉支付，通常會使用 3D 攝像頭配合檢測，並輸出一張 RGB 的圖與一張人臉深度圖，紙張等平面不存在深度信息，但人臉是有三維深度信息的，其輸出的人臉深度圖就可以用來做活體檢測。
除了深度的要求以外，在實際應用中 RGB 攝像頭的成像質量也至關重要。其實，技術人員是很難判斷人臉支付 POS 機所處的具體環境，比如，若 POS 機放置於窗邊，識別時人臉處於背光的場景，從而無法進行識別，這些都會給 RGB 成像帶來巨大挑戰。這時通常需要與 3D 攝像頭的廠商明確，要求攝像機需優化到適配不同場景都能進行正常識別工作。
閱讀更多 刷我滴臉 的文章
