刷脸支付入场:能否成为下一个“支付大战”的酣战点?

作者: 马秋月 2019-10-30 10:10:28

 

最近当我们拿出手机支付时,经常会被提醒选择“刷脸支付”有优惠。

目前,支付宝和微信支付都在加大投入补贴刷脸支付。同时,在第六届世界互联网大会上,银联发布全新智能支付产品“刷脸付”,正式宣布进军刷脸支付市场。

那么,刷脸支付能否成为下一个“支付大战”的酣战点?

二维码支付逐渐走向统一

近几年,移动支付的技术形式不断升级,从扫码支付到指纹支付,再到最近火起来的刷脸支付。无疑不反映了支付宝、微信支付以及传统银行之间的用户争夺战。

央行《金融科技发展规划(2019-2021 年)》明确提出:推动条码支付互联互通,研究制定条码支付互联互通技术标准,统一条码支付编码规则,构建条码支付互联互通技术体系,打通条码支付服务壁垒,实现不同 App 和商户条码标识互认互扫。

刷脸支付补贴战将开启

今年 4 月,支付宝支付事业部总经理钟繇曾对外界表示“将投入 30 亿补贴刷脸支付”。近日,支付宝又宣布,将 30 亿元市场刷脸支付补贴改为“无上限投入”。

微信支付方面虽然没有公开透露补贴金额的具体信息,但有业内人士称,微信的补贴力度已达“百亿”级。同时还有正常扶持政策,主要是结合刷脸支付笔数对刷脸支付服务商提供一定的补贴奖励、针对普通用户的营销活动包括随机立减、每周微信支付日的满减。

安全是绕不去的坎

据了解,刷脸支付的原理是将硬件终端采集到的人脸信息与云端服务器存储的信息进行比对,即1:N的方式,判断信息是否一致,然后进行认证完成人脸支付。

业内人士认为刷脸支付的成本更高,很难像二维码支付一样遍布各种生活小店。

因为,对于刷脸支付来说,能否推广下去的关键在于安全问题的解决。如何保证硬件终端侧收集的个人信息和支付信息安全,以及云端服务器如何防范信息泄漏,这些都是亟待解决的问题。

对此,央行科技司司长李伟表示:“人脸识别支付线下应用风险相对可控,基本具备试点应用的条件。但人脸属于弱隐私生物特征,信息误用风险比较大。人脸识别数据采集应提前告知信息使用方式,明确获得客户授权,要充分尊重用户的主观意愿,不得在用户不知情、未授权的情况下擅自发起交易,不要简单地将人脸特征作为唯一的交易验证因素。”

当然,对于消费者来说,移动支付引发的安全问题也不容忽视,因为脸部信息泄露是件麻烦事。

那么,类似换脸 APP“ZAO”等 AI 换脸视频是否会破解刷脸支付?

对此,支付宝方面表示:目前,网上各类换脸软件有很多,但不管换的有多逼真,都是无法突破刷脸支付的。“刷脸支付”采用的是 3D 人脸识别技术,在进行人脸识别前,也会通过软硬件结合的方式进行检测,来判断采集到的人脸是否是照片、视频或者软件模拟生成的,能有效地避免各种人脸伪造带来的身份冒用情况。此外,在进行人脸识别后,部分用户还需要输入与账号绑定的手机号进行校验,进一步提高了安全性。

另外,《金融科技发展规划(2019-2021 年)》还提出:探索人脸识别线下支付安全应用,借助密码识别、隐私计算、数据标签、模式识别等技术,利用专用口令、“无感”活体检测等实现交易验证,突破1:N人脸辨识支付应用性能瓶颈,由持牌金融机构构建以人脸特征为路由标识的转接清算模式,实现支付工具安全与便捷的统一。

人工智能 机器学习 技术
上一篇:谷歌发布大规模对话语料库,涉及17个领域含1.8万个注释 下一篇:一条曲线看懂 5G、自动驾驶、AI 都到了什么阶段
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载