隨著智能手機及互聯網的發展，移動支付已經成為了目前我國增速最快的支付方式。在移動支付發展過程中，各種新型的支付方式層出不窮，如二維碼支付、NFC支付等。近年來，伴隨著人工智能、機器學習及傳感器的逐步發展，生物識別技術也被應用到了移動支付領域，如指紋支付與刷臉支付等。本文主要介紹了刷臉支付的產生、發展歷程、目前市面上主流的產品、未來趨勢及相關建議。
一、人臉識別的基本概念
人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術，通過使用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術。人臉識別主要可以分為人臉檢測、人臉特征提取與人臉匹配三個步驟。其中，人臉檢測主要是確定圖片或視頻中的人臉存在，進而確定人臉的大小、位置等信息；人臉特征提取指的是通過精確定位面部關鍵區域的位置，進而進行特征點抓取；人臉匹配指的是判斷人臉是不是數據庫中存在的，然后在數據庫中找到匹配度最高的人臉。人臉識別技術的最大特點是能夠避免個人信息泄露，并采用非接觸（用戶不需要和設備直接接觸）的方式進行識別。
在人臉識別中，根據人臉的表達模型不同，可以分為二維人臉識別與三維人臉識別。二維人臉識別研究的時間相對較長，方法流程也相對成熟，但是由于二維信息存在深度數據丟失的局限性，無法完整的表達出真實人臉，所以存在識別準確率不高與活體檢測準確率不高等問題。三維人臉識別在顏色、紋理、深度等方面的數據信息更豐富，因此無論在識別準確度上還是活體檢測準確度上，三維人臉識別都比二維人臉識別更加具有優勢。
3D人臉識別技術
目前國內外有很多高校、研究所及商業機構都在從事人臉識別相關的研究工作，如VisionLabs、依圖、商湯、曠視與云從等。隨著研究的逐步完善，人臉識別技術已經被廣泛的應用于公安、考勤、智能門禁、金融與安防等領域。
二、刷臉支付的發展歷史與現狀
（一）發展歷程
刷臉支付主要依賴于人臉識別技術，將人臉識別應用于支付領域起源于芬蘭。2013年7月，芬蘭創業公司Uniqul推出了第一款基于人臉識別的支付系統。該系統結賬時,消費者只需在收銀臺面對pos機屏幕上的攝像頭,系統便會自動拍照,掃描消費者面部,再把圖像與數據庫中的存儲信息進行對比。消費者面部信息同時與支付系統相關聯，等到消費者的身份信息顯示出來后,只需在觸摸顯示屏上點擊確認,全部交易過程完成。隨后，美國、英國與日本等國家也相繼推出了各自的刷臉支付系統，如Google的支付應用Hands Free等。
隨著人臉識別技術不斷完善，國內相關機構也開始進行刷臉支付的技術研發與商用探索，目前呈現出阿里系、騰訊系與銀聯系三足鼎立的態勢，其中阿里系是先行者。
2015年，馬云在德國漢諾威展上對刷臉支付技術進行了相關展示。
2017年9月，支付寶在肯德基的概念餐廳KPRO上線刷臉支付，這也是刷臉支付在國內的首次商用試點。
2018年12月，支付寶正式推出“蜻蜓”刷臉支付產品，用戶可以在醫院、商超、餐廳與品牌零售店等場所進行刷臉支付。
2019年4月，“蜻蜓2.0”發布。“蜻蜓2.0”除了在機身輕巧、刷臉通過率與支付穩定性等方面有一定的提升外，還推出了刷臉即會員的功能。作為商業上的競爭對手，騰訊同樣開始加快布局刷臉支付。
2018年，微信刷臉支付系統就開始線下進行推廣使用。
2019年3月，微信的刷臉支付設備“青蛙”正式上線，并且也開始在全國進行商戶拓展。
2019年8月，微信支付正式發布搭載掃碼器、雙面屏的“微信青蛙Pro”。
除了上述兩家機構，銀聯看到刷臉支付的業務發展機會后，也開始進行了相關業務的布局。
2017年1月，銀聯在新加坡金融科技節上展示了基于臉部識別的支付系統Face Pay。
2019年10月，銀聯聯合工商銀行、郵儲銀行與中信銀行等60余家機構聯合發布“刷臉付”支付產品。
2019年10月底，銀聯商務發布了其刷臉支付終端“藍鯨”，實現了銀聯刷臉支付與微信刷臉支付的終端聚合，用戶可以自行選擇進入不同的刷臉支付操作環境。
