观察者网：政府即将推行“一号一窗一网”的互联网＋政务服务，尤其是“一网”，将来老百姓办事通过网络不用出门了，是不是用人脸识别就可以享受各种服务了？

梅林： “一号一窗一网”的互联网＋政务服务解决“一网”问题的最好最安全可靠的方案就是eID，eID完全可以解决网络身份认证的难题。对于人脸识别等生物特征识别技术，前面已经说了，是不安全、不可靠、有系统性风险的，因此不宜在“一网通办”采用。

观察者网：人脸识别要真正用起来未来还需要破解哪些技术难题？

梅林：目前，深度学习带来了人脸识别技术大的突破。但是，只能说该技术的引入使得人脸识别技术前进了一大步，真正能用得好还有不少距离。这主要有这几个方面的原因：

一是用于深度学习的训练库目前数量还比较少，光线、角度的变化范围等还比较有限，仅仅是全球人脸变化空间的很小很小一部分，其分布不足以表达所有人脸的各种变化，而用这样的人脸库训练出的模型其遇到新的人脸的识别能力就会降低；

二是视频中的人脸识别不同于静态图片的人脸识别，要设计适合于视频的深度学习模型；

三是工程上实用的人脸识别势必要进行必要的场景设计，通过构建标准化人脸采集的场景，使得采集到的人脸达到高识别率的成像质量，同时还要设计一定容量的黑名单库，使得使用效果更佳。所以，通过构建更大规模的人脸训练数据集、设计适合于视频的深度神经网络模型以及进行必要的工程设计是影响到动态人脸识别效果的几个关键。

观察者网：据说，人能记住的人脸数是有个上限的，机器对于能识别的人脸的数量有限制吗？

梅林：这点来说，确实是机器超过人的地方，目前机器对上百万级乃至上亿的人脸库进行比对都有可能，只不过随着人脸库容量的增加，首位命中率可能会降低，一般会采用前5命中率或前10命中率。

观察者网：请您预测下未来的人脸识别会有什么样的实际应用？

梅林：我们应该理性看待目前人脸识别的全行业应用热潮，回归到人脸识别应用最适宜、最具创新意义的应用场景。人脸识别未来的实际应用，我想可能在以下几个方面取得发展：

1）、与视频监控相结合的主动布控技术，将广泛的用于机场、高铁、地铁等场景，支撑安保智能化的进一步发展；

2）、“人证合一”核验，用于在重点场所进行现场人脸和证件中人脸的同一性认定；

3）、影视动漫行业。基于真人表情驱动的动漫角色的拟人化，将极大地促进全CG（Computer Graphics）动漫影视作品的发展；

4）、和心理学结合的微表情分析，可以更精准地刻画个人的内心世界，用于审讯、心理咨询与疏导等；

5）、年龄、民族、国籍的识别；

6）、可用于各类视觉机器人。

观察者网：最近一些省份宾馆等重要场所都安装了“人证合一”核验设备，这主要起到什么作用？

梅林：随着人脸识别技术的发展，由采集到的身份证里面的照片和现场照片进行1:1比对以确定是否为本人的“人证合一”核验设备已日渐成熟并进行了推广应用。因此，该技术在酒店入住场景的应用，一方面，宾馆可以为老百姓提供便捷的自助登记，同时可以减轻宾馆前台压力；另一方面，可以为加强各地公安出台的宾馆酒店实名登记制度的有效落实，原来靠前台人员比对住客本人是否与所持身份证为同一人，现在可以逐渐全自动化了。

观察者网：我们正处在人工智能产业革命的时代，人工智能在公共安全中应用也是产业的一个热点，能否描述下这个方向未来会为我们平安中国建设带来哪些期待？

梅林：以深度学习为代表的类脑智能可以说在各行各业都带来了令人震撼的应用。比如，在机器翻译领域，基本可以替代非专业级的翻译员，在语音识别领域，也已经几度刷新最新的结果。

同样，深度学习在图像目标检测、分类、检索等方面的进展，将极大地推动计算机视觉在安防领域的深度应用，为平安中国建设提供全新驱动引擎并助力视频大数据的广度、深度应用。当前，我们的智能视频监控还只是单点的智能应用，未来，随着在线自主学习的突破，通过构造一个生态系统，实现可发育、可自生长的智能视频监控系统，那就是类人智能视频分析系统了。