近日，一则“小学生轻松破解丰巢刷脸取件”的新闻冲上了热搜。据报道，浙江一小学的“科学小队”发现，用一张人像的打印照片即可轻松“破解”丰巢智能柜的“刷脸取件”，取出父母的快件。多家媒体纷纷进行测试，发现确实如此，甚至利用偷拍他人的照片，也能打开丰巢的取件柜。
事件发酵后，丰巢紧急下线了该功能，并向公众回应称，“刷脸取件”是小范围推出的测试版本，已第一时间下线，并未造成用户损失。具体是否有用户因此受损暂不过多探究，但这次事件却引起了人们的共同关注，人脸识别技术真的靠谱吗？
人脸识别，是基于人脸部特征信息进行身份识别的一种生物识别技术。利用摄像机、摄像头等设备采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。
自从人脸识别技术诞生以来，已发生过多次“翻车”事件。
1、大巴车上广告头像被误认，董明珠躺枪
去年11月，微博有网友发布了一条“董小姐闯红灯”的内容，乍看之下真的以为是董明珠闯红灯了。仔细一看，原来是摄像头把大巴车上的董明珠广告人像错当成横穿马路的行人进行了抓拍，还在旁边打出了“桥东违法闯红灯”的字样，真是大写的尴尬。
2、谷歌发布Pixel 4新机，曝面部识别重大安全漏洞
谷歌刚发布了谷歌Pixel 4系列最新旗舰智能手机，但距离发布会还没过去三天，外媒就曝出了谷歌Pixel 4的严重BUG。
报道显示，谷歌Pixel 4在使用时不会验证用户是否处于清醒状态，所以哪怕用户处于睡着、闭眼的情况下也能解锁手机。这个BUG也宣告了谷歌Pixel 4面部解锁功能基本失效。谷歌回应称，Pixel 4的面部解锁安全功能就是这样，支持页面甚至警告用户将设备放在安全的地方，以避免此类攻击，将会在后续软件更新时会修复这一漏洞。
3、微软IBM人脸识别现重大BUG，肤色越深错误率越高
此前，纽约时报曾发表一篇文章，文章引用了MIT媒体实验室研究员Joy Buolamwini与微软科学家Timnit Gebru合作的一篇研究论文。作者选择了微软、IBM和旷视科技三家的人脸识别技术，对它们进行性别判定的人脸识别功能测试。其中，AI应用人脸识别针对黑人女性的错误率高达21％－35％，而针对白人男性的错误率则低于1％，不同种族的准确率差异巨大。
4、iPhoneX人脸识别BUG，母子俩可解锁同一部手机
iPhone X加入了面部识别，官方称之为“原深感摄像头系统”。但有位母亲却发现，用自己的脸部设置了FaceID，结果十岁的儿子也可以轻松刷脸解锁。
对此，苹果客服解释，这种事情发生的可能性极小，暂时无法查明原因，也许母亲和儿子长得很像，建议将手机恢复到系统中，并重置密码。如此回应显然不能服众。
然而比起小学生的科学实验和让人哭笑不得翻车事件
更可怕的现实是
人脸识别技术尚未成熟
“反人脸识别”黑产业却已成型
①软件恶意收集比如，你玩的一些“换脸”App、“看面相”算命App、“照片美颜”App等。
②黑客窃取
比如，美国海关的外包公司网络被黑，人脸信息泄漏
④企业员工私下贩卖
之后便是设法绕过人脸验证
目前，大部分的人脸识别实名认证都需要进行活体检测，以防用图片蒙混过关。为帮助无法完成人脸识别认证的人，通过APP人脸识别认证，商家通过制作动图的方式通过验证。
人脸识别出现最大的好处就是方便了人们的生活，极大地提高生活效率，无论是在便利店进行刷脸支付，还是在高铁进闸、机场安检、交通监管等场景，都可以看到这项技术。人脸识别还具备自然性和不被被测个体察觉的特点，不需要被识别者直接接触设备，在行进过程中即可被获取图像、比对识别，成本也为大众所接受。
此外，所谓“天网恢恢，疏而不漏”，现在全国各大城市基本上都在运行“天网监控系统”，利用设置在大街小巷的大量摄像头以及相应的识别技术组成了监控网络，是“科技强警”的标志性工程，也是公安机关打击街面犯罪的一项法宝，更是城市治安的坚强后盾。
当然，人脸识别作为生物特征识别领域甚至人工智能领域最困难的研究课题之一，缺点也比较明显，光线因素、遮蔽物、后期化妆、整容都会对人脸识别造成影响，孪生及相似面孔的判断也是人脸识别技术上还需要进一步精进的地方。
目前，人脸识别市场的解决方案主要包括2D、3D识别技术。在本文中一开始提到的“丰巢刷脸取件被破解”就是采用了相对简单的2D识别技术，这也是市场上主流的识别方案。2D识别技术运算量小因此识别速度快，但因为判定过于简单也带来了安全性问题，当外人使用照片等平面图像就能达到破解识别系统的效果。
