滴滴順風車命案，拉扯了全社會的神經，因為花季少女的慘死令人心痛，更因為出行安全與每一個人息息相關。

道歉、賠償、善后，經過一系列整改后，滴滴順風車于5月19日零時恢復業務。打開滴滴app，順風車頁面上標注著：車主和乘客均需進行注冊身份驗真、接單身份驗真、隱私保護設置、夜間出行保護、安全百科學習和順風出行保障6個步驟后，才可使用順風車業務。其中，注冊身份驗真需上傳本人身份證照片正反面、并進行人臉識別對比進行實名認證；隱私保護設置需在滴滴提供的系統頭像中選取一個作為外顯虛擬頭像；安全百科學習中在閱讀安全注意事項后需進行在線測試且正確回答所有問題。此外，不同于先前的僅首單驗證，車主每次接單前必須進行人臉識別，并與注冊認證身份相比對。

人臉識別與身份驗證似乎是這次整頓事件的主角，重壓下的滴滴能否憑借這一舉措扶起已然坍塌的口碑？人臉識別這一技術是否真的行之有效？

滴滴順風車的安全漏洞

5月6日凌晨，空姐李明珠在鄭州航空港區叫了一輛滴滴順風車趕往火車站，結果慘遭司機殺害。單單一個命案或許不會引發社會如此大的關注，人們震驚與憤怒的原因，在于滴滴的安全保障機制。5月11日，在滴滴針對該命案的自查回應中有這樣的表述：該接單賬號歸屬于犯罪嫌疑人劉某的父親，劉某系違規借用其父順風車的賬號來接單。

按滴滴的說法，注冊、首單人臉識別都沒有問題，但是走完前面保障安全審查的是劉某的父親，實際接單開車的人卻是犯罪嫌疑人劉某。滴滴出行首席發展官李建華在接受某記者采訪時表示，問題在于他們沒有發現接單的司機不是注冊人劉某的父親，他接了很多單，但每一單到底是誰接的，平臺并不是特別清楚。

借用賬號，這不是個例，有關部門也并非沒有意識到潛伏的危險。2016年11月交通運輸部發布的《網絡預約出租汽車經營服務管理暫行辦法》中，第十八條明確規定：網約車平臺公司應當保證提供服務的駕駛員具有合法從業資格，保證線上提供服務的駕駛員與線下實際提供服務的駕駛員一致。然而就像滴滴說的，實際接單人是誰，平臺并不是特別清楚。

責任在誰呢？怪人心太險惡？怪法律不健全？怪平臺不負責？斯人已逝，悼念的最好方式，是補上原來的漏洞，減少更多意外的發生。

滴滴順風車命案的源頭，是嫌疑人劉某冒用其父親的順風車賬號接單拉客。有冒用，就要驗真。誰來驗？對于在2017年就有兩千一百多萬注冊車主的滴滴來說，當然要依靠技術來實現。

人臉識別如何“救”滴滴？

在滴滴順風車的身份驗證中，車主與乘客在每次接單前必須要進行人臉識別驗證，且上傳圖片中并沒有“從圖庫中選擇”功能，也就是說上傳的身份證必須只能是現場拍攝的，不能使用圖片和此前拍攝的照片。

如果車主或乘客在此前曾進行過實名認證，那么新的認證信息需與此前內容一致方可通過，且本次驗證通過后賬號提交的相關身份證、人臉識別等記錄信息不能更改。

上傳身份證后，還需要進行人臉驗證，要求將正臉對準攝像頭，根據提示分別做出“點頭”“眨眼”“張嘴”“搖頭”等動作。

不僅如此，當乘坐30公里以上順風車時，平臺還會再次要求乘客進行人臉識別，確認乘客即為本人。

以上種種，都是為了證明“你是你”。滴滴希望通過技術手段，盡可能的確認當前車主即為注冊時已經經過安全與駕駛資格驗證的車主。

通過人臉識別進行身份驗證，早已是屢見不鮮的事情。

今年2月，餓了么平臺宣布，蜂鳥配送app上線“人臉識別”功能，規定外賣配送員需使用手機“刷臉”認證方可接單。一方面杜絕不法分子冒認配送員作案，一方面也保障了用戶安全。與此同時，餓了么也正將收集到的人臉信息以數據的形式存入平臺，完善目前的騎手數據庫，加強對騎手的服務和管理。

還有boss直聘，在去年7月份李文星事件后，boss直聘官方回復稱，未來將采取人臉識別、身份證認證等措施來保證用戶的個人安全。

人臉識別輔助身份驗真

打車、訂外賣、求職招聘……，信息化時代帶給我們生活便利的同時，也增多了與陌生人接觸的機會。因此，如何準確鑒定一個人的身份，已成為一個必須解決的社會問題。

傳統的身份識別由于極易偽造和丟失，越來越難以滿足社會的需求，目前最為便捷與安全的解決方案無疑就是生物識別技術。不僅僅是因為生物識別技術在進行身份驗證時具有安全、可靠、快速的特點，還因為它更易于配合電腦與安全、監控、管理系統整合，實現數據信息化管理。

目前基于生理特征的生物特征識別主要包括：指紋識別、人臉識別、虹膜識別、靜脈識別、視網膜識別、掌紋識別、dna識別（鑒別）；基于行為特征的生物特征識別主要包括：簽名識別、聲紋識別、步態識別。這當中，人臉識別在技術方面的發展最為成熟，應用也最為廣泛。

要完成人臉識別的工作，首先需要進行準確的“人臉檢測”，判斷目標圖像是否為人臉。例如當前大部分照相機，及手機攝像頭都有人臉檢測功能，可以自動獲得人臉位置，從而對圖片作一些自動調焦和優化。同時，系統還會要求用戶做“搖搖頭”、“張張嘴”、“眨眨眼”等動作，以此確定是否為活體。

隨后，計算機會針對圖像的具體信息進行提取，包括人臉部件點定位，人臉圖像的對齊和歸一化，對人臉圖像進行質量選取，特征提取，特征比對等。此時，可以對人臉進行一些身份信息判讀，包括性別、年齡，甚至顏值。

目前，國內人臉識別技術能達到超過肉眼的準確率，比人類專家的識別水平還要高，除了一些極端的情況，比如瘋狂減肥的、大幅度整容的情況外，基本都能識別。對于一些微整形的小手術，也逃不脫機器的眼睛。

人臉識別技術最契合的應用場景是金融與安防。在金融支付場景中，人臉檢測通常會作為輔助性手段使用。用戶需要提前出示自己的身份，計算機對當前人臉與庫存人臉進行比對，是對其他驗證方式的一種輔助，從而提高身份驗證的可靠性。這是一種1：1的身份驗證，滴滴順風車的人臉識別身份驗真雖不算金融領域，但其使用邏輯是基本相似的。

在安防領域，最常使用的是1：n的人臉查找。警察會先建立一個包含所有特殊人口的人臉庫，再將其獲取的嫌犯信息放到數據庫中做比對，從而獲取相似度最高的嫌犯信息。

隨著社會的發展，人們的生活方式日新月異，人臉識別的適用場景也在不斷的增加。以滴滴順風車身份驗證為例，未來也許會出現專門用于車載場景的人臉識別系統。

以上是網絡信息轉載，信息真實性自行斟酌。