北京时间3月16日凌晨，支付宝的人脸支付技术在德国汉诺威CeBIT展会上首次亮相。阿里巴巴创始人马云通过“刷脸支付”，购买了一款1948年的汉诺威纪念邮票。参与人脸支付技术研发的，是蚂蚁金服和创办仅3年的旷视科技有限公司（以下简称旷视科技）。如今，后者的Face++已经成为世界上尖端的人脸识别技术平台。

3月初，福布斯中国发布了“福布斯2015年中国30位30岁以下创业者”榜单，旷视科技联合创始人兼CEO印奇位列其中。

根据市场研究机构Acuity Market Intelligence的报告数据，2013年全球生物识别市场规模达到73.39亿美元，其中指纹识别技术使用范围最广，产品市场份额约为58%；其次是人脸识别产品，约占18%。预计到2017年，生物识别市场规模将达108.82亿美元。

或许，在未来的某一天，在走进商场的刹那，你就会得到直呼姓名的语音问候；刚刚步入咖啡厅，就会有人奉上你最心仪的口味；不用钱包，就能通过刷脸轻松完成货币支付……尽管起步稍晚，传说中的刷脸时代正在到来。

学霸团队

巨大的显示屏充当着“前台”的角色，当有员工靠近“刷脸区”时，经过短暂识别，屏幕会自动显示其姓名、照片以及所在部门。“滴”的一声，玻璃门禁应声打开。由旷视科技研发的人脸识别系统，早已被内部员工率先体验。

偌大的办公平台安静空旷，台球案、桌上足球机、彩色沙发，休息区的摆设显得生机盎然。2011年10月成立的旷视科技，专注于图像识别和深度学习。

唐文斌、印奇、杨沐这三个“85后”创始人结缘于清华大学姚期智实验班。未毕业时，印奇和唐文斌就一同前往微软亚洲研究院（MSRA）实习，两人参与了微软的核心项目——人脸识别引擎的研发，二人分别在人脸识别组和图像搜索组就职。可以说，印奇和唐文斌在那里接受了机器视觉的最初启蒙。而比他们低一级的杨沐也豪不逊色——他曾获得国际信息编程奥林匹克比赛（IOI）金牌。由于对人脸识别技术的痴迷，三人一拍即合，决定成立公司创业。

2012年，他们推出了一款游戏“Crows Coming”（《乌鸦来了》）。这款结合人脸识别的体感游戏最高跻身至中国区App Store的排行榜前五名。

但是，做一个单纯的游戏公司并非三个小伙伴的初衷。2012年9月，旷视科技决定正式向人脸识别技术平台转型。公司的主要产品也以“Face++”命名。除了在云端提供计算服务外，也会提供线下版本。不久之后，Face++1.0版本正式上线，面向开发者提供人脸检测、人脸识别、面部分析等视觉技术服务。

人脸是一个决策机制，所以人脸后面加的东西也会更多。“人脸代表着一个人的身份，比如我们在做一些关键图谱的时候，可以完全用人脸代替文字。在今后的产品中，Face++的内涵也会无限延伸。”谈及命名的含义，旷视科技有限公司市场与品牌部负责人谢忆楠说。

随着技术的发展，Face++所研发的服务也更加深入。尽管现在他们已经放弃了单纯的游戏方向，但团队依然在与很多游戏厂商保持着业务往来。

短短三年间，这几个学霸小伙伴也在不经意中开启了自己的时代——2012年获得了联想之星的一笔天使融资；2013年获得创新工场百万美元A轮投资；2014年11月获得2200万美元B轮融资，经过此次融资后，Face++的估值超过1亿美金。

作为初创期的公司，Face++还有一项很多创业团队无法企及的成绩——与美图秀秀、360等成熟企业合作并开始产生可观收入。“我们毕竟是一个以技术为核心的团队，并不像O2O创业者那样烧钱，我们看中的，更多是高精尖人才带给公司的技术收益。”谢忆楠说。

在Face++平台中，人才永远是引以为豪的核心竞争力——在不足50人的团队里，工程师人数超过了40人，其中又有超过30人都至少获得过一项世界级编程比赛的奖项。如今，这个数字仍在继续保持。

击败Facebook

2013年10月，Face++推出了一款名为“云脸应用锁”的App应用。这款应用可以将人脸和密码相匹配，相当于可以为需要加密的应用进行双重保险。这也被看作是Face++在安全领域的一次尝试。

对于人脸识别技术，国际上有一套公认的评测体系——人脸检测FDDB评测、人脸关键点定位300-W评测和人脸识别LFW评测。通过这套标准，几乎所有研发人脸识别的技术团队，都能获得最直观的评价。Face++团队在半年之内拿下了这套体系评测结果的三项世界第一。其中，在最重要的互联网图片人脸识别LFW中，Face++团队凭借0.02%的优势力压Facebook，以97.27%的识别率获得桂冠，赢得了更多的掌声和关注。时间过去一年后，这个成绩也一次次被刷新，Face++最新发布在官方的学术报告中显示LFW测试成绩已经达到99.5%。

但对于这个外界看来的“至高荣誉”，Face++的小伙伴却十分平静。“这是一套公开的测试，在知道答案的情况下对算法进行一些调整，是可以轻易做出判断的，所以以此作为一个标准并不妥当。”

印奇介绍，一种“类人脑神经元算法”的深度学习算法是他们与全球同行们比拼的“杀手锏”。通过这种技术框架，可以用大规模的数据对算法进行“训练”，分析的数据对象越多，系统的计算、识别结果就会越精确。

谢忆楠解释道，人脸识别分为两个概念——1∶1和1∶N。前者的概念就相当于单纯的验证受访者身份，只需要对比受访者和系统中的身份是否一致即可。相当于“我是我”，而1∶N的概念，就是需要从数以万计的信息库中抓取一个人的信息，相当于“我是谁”。

如果人脸识别系统运用到商用领域，看中的则是误识率和通过率。误识率就是验证真人与照片所出现的偏差，而通过率就是完全正确地验证人的信息。“所以说这两个一定是对应来看的。我们的误识率可以压低到十万分之一。”

如今，Face++已经是世界上使用量最大的人脸识别引擎，合作伙伴包括了阿里、360、微博、陌陌、世纪佳缘等一批大型图片、社交、设备类企业，合作的App有14000个，目前月活跃设备达到4000多万台。而这些也为Face++的深度学习引擎带来数亿次API调用量及图片处理量，在大量的实际应用中自我进化，不断提高识别的准确度。

机器之眼

随着现代技术对人脸识别技术的重视，对于Face++团队来说，对于图像标注的精确度是接下来所要追求的目标。

“人工智能发展的路径应该是让机器先看，再懂，然后才是模拟即人工智能（AI），具体实现起来就是让机器识别出人脸与行为，然后是分辨物体并记忆学习，最后积累到足够多的数据后才能实现真正的人工智能。”从识别人脸到识别万物，印奇和小伙伴们的终极目标是打造未来智能设备的“机器之眼”，而人脸识别技术也正是实现目标的起点。

“人脸识别有其独特的易用优势，并能够快速实现数据的积累。第一，不需要特殊的硬件，一个摄像头就足够了。第二，人脸识别技术只需用户出现，便可快速识别，不像虹膜识别技术必须被识别者靠近配合。第三，其他类型的生物识别手段很难搭建统一的数据库，推行难度大。”印奇说。

人脸识别技术是一套最先成熟的生物识别技术。可能利用到任何领域中作为身份验证的一个手段。就像以往的密码、卡片、指纹一样，最后都可以归结为人脸。“我们的愿景就是，当人们看到一张图像时，就可以从中读出里面的每一项要素。除了天气的变化、人物的购买习惯，甚至把一个视频直接转化成可用的数据，这是我们想做到的事情。”谢忆楠说道，“比如说银行业务，经过用户授权可以把人脸作为密码使用，最后的研发目标就是管理脸部权限，相当于用户式管理。等到发展时机成熟之后，出门时哪怕是两手空空，也可以轻而易举地进行消费。”

Image++是旷视科技继Face++人脸识别技术平台之后推出的图像识别技术平台。基于深度学习(Deep Learning)的智能识别算法，Image++可以自动识别出每张图片的内在信息，包括通用物体类别、场景类别、概念类别、文字内容、名人身份等。随着识别能力越来越丰富，未来的图片也可以像文本信息一样提取关键词，信息结构化，并最终被检索。

“我们是一群偏执的技术极客，我们要守望技术创业和人工智能的理想。10年后我们会证明，我们既改变了世界，同时站着把钱挣了。”印奇说。