人總會有說謊的時候，說謊技術較深的人，還能帶上應景的表情，讓對方相信他說的就是對的。在公安刑偵領域，為此還設計出傳說中的測謊儀，即通過記錄測謊者的多項生理反應，以此在犯罪調查中用來協助偵訊，以了解受詢問的嫌疑人的心理狀況。

這確實是看似非常有效的測謊產品，那么如果你需要測試對方是不是在說謊，那么這個產品將不會成為你的選擇。因為這個測謊儀具有強制性，就像在刑偵領域的應用一樣，是公安對嫌犯的業務測試。在生活中，你如果要對方帶上這個測謊儀，不僅沒有達到你對他進行測謊的目的，雙方的關系還由此可能變壞。

那么，沒有更加直接、隱秘的測謊方式了嗎？

目前是沒有被普遍認同的有效方法。但是隨著人臉識別技術的不斷深入，以及人臉樣本數據的激增，以及人工智能對于人臉記錄的學習能力的增加，即通過長時間記錄一個人的臉部表情及瞳孔的變化，可以達到預判在監控鏡頭下的人是否處于說謊的狀態。

在一張美麗笑臉背后，也許你被騙了

人臉可以用來識別的點位有上萬個，有效的人臉識別點位大概是三千個，那么在未來的應用場景中，我們可以這樣的憧憬，當你與對方在交談的時候，在頭頂上的監控攝像機正在記錄對方說話時的臉部表情與瞳孔變化，攝像機將這些抓拍視頻數據經過結構化技術處理后，傳輸到后端服務器，通過與前幾次的服務器對說話者所進行的人臉與瞳孔采集，加上人工干預將對方說謊時的表情加以定義（YES or NO），服務器將自動預判出對方此刻是不是在說謊。

這樣，在算計的人生里，我們就可以借助更加便捷的方法準確計算對方是不是在欺騙你。

這個看起來確實有些超前，但在人臉識別技術不斷深化應用的階段，這樣的應用存在可能。在計算機的世界里，軟件讓一切變成可能，同時也有人表示，所有的模型都能計算，人臉識別的商業前景非常巨大，目前在以機器視覺為核心的商業應用中，各類手機支付、在線業務辦理應用、公司考勤、銀行業務、商超人群統計分析、公安刑偵破案等市場都表現出強勁的商業前景，在虛擬現實、無人駕駛汽車、機器人、智慧城市以及物聯網中也看到它的成功應用，人臉識別技術正在徹底改變了傳統的生活習慣、業務辦理方式，讓生活更加的便捷及科技化。

曠視科技人臉識別應用于某公安科技強警項目中

“先讓機器看懂世界，再讓機器真正思考，在人工智能技術轉化為生產力和商業價值，必須依附于不同的行業與產品之中，形成數據、技術、產品不斷循環的滾雪式閉環。” 曠視科技有限公司商務總監宋晨對于人臉識別技術的應用有著深刻的理解，他以曠視科技在人臉識別從實驗室算法到商業應用為例提到，“隨著近四年的探索，以技術為驅動，目前曠視科技已經真正地將人臉識別技術進行商業化，從支付寶到平安信貸，再到近期的杭州G20峰會，讓全社會興起一股“刷臉”的熱潮。”

任何技術在后續應用階段的突飛猛進，都是從剛開始的蹣跚學步出發。人臉識別技術要用于測謊，也是基于現階段的看似費財費力的基礎上逐步發展壯大起來。

在泛安防領域，目前人臉識別技術運用較多的是在與行政機關以及公安部對接的智慧城市項目中。其主要結合公安部的嫌犯的黑名單，在公共交通的出入口處，部署攝像頭，通過攝像頭抓拍人像，從而進行比對，快速鎖定犯罪嫌疑人。

從單點應用到產業鏈體系的規劃發展，宋晨認為，機器識別生態鏈的建設，要覆蓋人的工作環境、生活環境、消費場景的生活狀態，打通這三者的數據鏈條之后，便會有征信、精準營銷的業務，為更多用戶提供咨詢及服務，未來這個領域的企業會成為一家數據運營公司。

眾所周知，相比靜態識別，動態識別中非配合與精準識別為其最大挑戰，這不僅關系到用戶的體驗度，也是技術發展的難點。雖然目前識別率并不能達到100%正確，但隨著數據的積累，識別率將不斷朝著這一方向發展。

對于這個問題，宋晨表示，除了技術本身，前端硬件的挑戰也是無需置疑的。人工智能下的人臉識別并不是在某個場景下抓拍部分人臉的特征，結合在另一個場景下抓拍的特征，拼在一起進行比對。而是通過在每秒25-30幀的動態識別中，關注人的變化，如果人在這過程中達到質量判斷(機器判斷是否有效的照片)的閾值，那系統便可以進行人臉判斷和識別，如果沒有達到，工作將繼續與算法服務器進行比對。但如果因為攝像頭的問題，這點在技術上是無法改變的。針對這種情況，我們除了基于軟件及算法的優化，加強質量判斷的方式之外，也會基于硬件的優化(寬動態、逆光曝光調節等)，讓更多攝像頭保持位置不變的前提下，改善動態識別的效果。

在應用的需求下，總會可以找到解決的辦法，人臉識別技術業務的多元化應用的生命力，在于其結合行業業務特征所進行的智能分析，這個前提是必須建立龐大的數據庫，擁有自主學習的人工智能算法，以及擁有一套可持續發展的商業生態體系。在這些技術逐步落地并成熟應用之后，跨過安防，人臉識別或許在人臉測謊方面的應用會成為現實，也是公安刑偵在執法過程中依靠科技手段，讓嫌犯在配合公安辦案時，可以感受到更多文明的方式。