近年来，随着信息技术飞速发展，人脸识别逐渐渗透到人们的生活，在带来便利的同时，也带来了个人信息安全隐患。

日前，据企查查App显示，上海小鹏汽车销售服务有限公司近日新增一则行政处罚信息，其因涉嫌侵害消费者权益被上海市徐汇区市场监督管理局罚款10万元。

具体来看，据上海市徐汇区市场监督管理局调查，其处罚事由为，当事人（上海小鹏汽车销售服务有限公司）购买具有人脸识别功能的摄像设备22台安装在旗下门店，以此统计进店人数并分析男女比例、年龄等，从而侵害消费者人格尊严、侵犯消费者人身自由或者侵害消费者个人信息依法得到保护的权利。

据行政处罚决定书显示，今年1月至6月，上海小鹏汽车销售服务有限公司共采集上传人脸照片431623张，共涉及5个直营店及2个加盟店。该行为未经得消费者同意，也无明示、告知消费者收集、使用目的，违反消费者权益保护法。据悉，截止案发，当事人已拆除上述门店内的人脸识别摄像头设备，上传的人脸照片已经删除。当事人无违法所得。

据行政处罚书显示，处罚决定日期为2021年12月3日，责令当事人改正上述违法行为，并决定罚款人民币100000元。

此外，小鹏汽车官方对此次事件的处理结果及回应，懂车帝也将持续予以关注。

无独有偶，在今年的“3·15”晚会上，央视曾曝光了万店掌、悠络客等公司违法向商家供应人脸识别摄像头的违法现象，其中，涉及到正通汽车旗下的100多家汽车4S店，全部使用了悠络客提供的人脸识别系统违规采集顾客个人信息。

据央视报道称，一旦消费者进店，店内的人脸识别系统就会识别其面部并保存其人脸数据、性别、年龄、到店次数、到店事件等隐私信息。

随后，针对此事件曝光，正通汽车做出回应称，我们高度重视，已经第一时间停止所有设备使用，并开展自查自验以核实情况，确保维护客户的合法权益不受侵害。并对因此事件给公众和客户造成的困扰，深表歉意。

12月14日，小鹏汽车因为线下4S门店擅自采集43万张消费者的人脸照片被罚款10万元，冲上微博热搜！对此，网友们的反应竟然是——才罚10万？！面对网友们的质疑与不满，奥一新闻第一时间从小鹏汽车获悉，小鹏汽车表示对用户们深表歉意，并作出深刻反省。

据天眼查APP显示，12月3日，上海小鹏汽车销售服务有限公司被上海市徐汇区市场监督管理局罚款10万元。

记者从决定书文号“沪市监徐处〔2021〕042021000759号”了解到，上海小鹏汽车销售服务有限公司于2019年花费17万元购买了具有人脸识别功能的摄像设备22台，安装在旗下7家门店，以此进行门店的客流统计和客流分析，包括进店人数统计、男女比例、年龄分析等。2021年1月至6月期间，共计采集上传人脸照片431623张。该行为未经得消费者同意，也无明示、告知消费者收集、使用目的，违反了消费者权益保护法。截至案发，当事人已拆除上述门店内的人脸识别摄像设备，上传的人脸照片已经进行删除，当事人无违法所得。

对此，不少网友们评论认为，43万人脸照片，才罚10万元，平均一张照片的成本才2毛多，违法成本太低了，处罚力度不足以震慑。

面对网友们的不满，小鹏汽车向奥一新闻表示，关于#小鹏汽车6个月采集43万张人脸照片#一事，引起了用户的担心，对此深表歉意。

小鹏汽车解释道，此次事件，事出上海区域的门店希望通过对于门店客流等数据的收集与分析，改善接待流程，更好地服务于到店客户，但由于对相关法律条款的不熟悉，误采购并使用了违反了相关法律条款的第三方供应商(悠洛客)的产品。小鹏汽车表示，对本次行政处罚表示完全服从，并对此事做出深刻反省。目前人脸数据已经全部删除，并不存在泄露或违法使用个人信息的情况。

小鹏汽车还对奥一新闻表示，该事件仅出现在上海市的部分门店，其它城市没有存在相同问题。

小鹏汽车并非我国首家因为非法收集客户人脸信息而被处罚的企业。今年央视3.15晚会就曾报道，记者在全国多地调查了科勒卫浴、宝马4S店等20多家装有人脸识别系统的商户，发现“所到之处人脸识别信息均被偷偷获取”。消费者只要进了其中一家店，在不知情的情况下，就会被摄像头抓取并自动生成编号，以后顾客再去哪家店，去了几次，门店都会知道。此事曝光后，业内人士呼吁加强对人脸识别的监管。

人脸信息属于高度敏感的个人信息，一旦泄露将会对个人的人身和财产安全造成极大危害。

今年7月，最高人民法院发布的《关于审理使用人脸识别技术处理个人信息相关民事案件适用法律若干问题的规定》第一条明确，处理“人脸信息”和“基于人脸识别技术生成的人脸信息”均是需规制的对象。该《规定》第二条中明确指出，在宾馆、商场、银行、车站、机场、体育场馆、娱乐场所等经营场所、公共场所违反法律、行政法规的规定使用人脸识别技术进行人脸验证、辨识或者分析的情形属于侵害自然人人格权益的行为。

因此，商家不仅不应违法使用采集到的人脸识别数据与存储的人脸识别数据进行验证、辨识，而且更不应违法使用人脸识别数据分析个人的年龄、健康、情绪、心理等具有个人特征的信息。

小鹏汽车采集43万张人脸照片被罚一事，引发媒体关注。12月14日，天眼查App显示，上海小鹏汽车销售服务有限公司（简称小鹏汽车）被上海市徐汇区市场监督管理局罚款10万元。

上海市徐汇区市场监督管理局行政处罚决定书显示，2019年小鹏汽车与某公司签订《小鹏汽车门店客流监测项目框架合同》,合同约定当事人自2019年3月1日起向某公司购买门店客流监测项目服务。当事人付款购买公司的人脸识别摄像设备后,安装在旗下门店用于采集消费者的面部识别数据。数据上传后，通过算法对面部数据进行识别计算，以此进行门店的客流统计和客流分析，包括进店人数统计、男女比例、年龄分析等。小鹏汽车通过软件查看客流统计和分析结果，在公司经营中用作参考。

经查，小鹏汽车共购买具有人脸识别功能的摄像设备22太，共计花费17万余元。前述人脸识别摄像设备全部安装在旗下门店，涉及5个直营店和两个加盟店。2021年1月至6月，共计采集上传人脸照片431623张。

当事人在7家门店安装人脸识别摄像设备,采集消费者面部识别数据，并未经得消费者同意,也无明示、告知消费者收集、使用目的。

截至案发，当事人已拆除上述门店内的人脸识别摄像设备，上传的人脸照片已经由某公司进行删除。当事人无违法所得。

根据消费者权益保护法等规定，责令小鹏汽车改正违法行为，对其罚款10万元。

现在AI发展的如火如荼，我们已逐步进入智能时代。虽然人工智能偏技术类，学习和理解需要一定的技术背景和数学做支撑。但拆开看，其原理、方法、思路并不复杂，「不懂技术」的产品经理也能理解。

人工智能牵扯很多学科，知识点盘根错节，需要具备多学科的知识储备。从学习路径上看，比较适合做成系列，从浅入深，从基础到应用，逐渐深入。但无形中提高了学习门槛，降低了学习的兴趣，导致很难坚持。

有感于此，我想以一种轻松、探索的视角，跟大家一起摸索，用简单、直白的方式来学习AI。这样，虽然会有错误、遗漏等，但学习难度会降低，那就在过程中完善吧，毕竟「模糊的正确大于精确的错误」。

一、人脸识别产品

我们从人脸识别开始，逐步了解其技术路径的演变和原理等，今天先从最简单的原理讲起。

人脸识别其实很早就有了，多年前就以人脸考勤的方式出现，但由于使用效果不好，用户体验不佳，逐步被市场淘汰。

而这一波人工智能的火热，计算能力、模型等都是其重要推动力，但更重要的是产品能够落地，能够在实际业务场景中使用。

尤其是人脸识别，产品在识别精度、速度、用户友好度等多个方面都有明显提升，用户和市场的接受度明显上升。

二、图像表示

了解人脸识别，先要从图像表示讲起。

大家都知道，计算机能够识别和处理的是二进制，不管我们输入的是文本、图像、声音，计算机都是用一定长度的二进制串进行存储和处理。

我们先以黑白图片为例，看看计算机是怎么表示的。

计算机程序可以将黑白图片可以表示为灰度图像。在灰度图像中，一个像素使用8个比特位，从而可以表示256个灰度阶，表示范围是0-255。其中0代表纯黑色，255代表纯白色。

一个字节可以表示一个像素，那怎么表示一张图片呢，用矩阵进行表示。

简单来说，就是表格，比如可以使用8行8列来表示一张8*8的灰度图片。

这样我们就解决了图像的表示问题，建立了图像和矩阵的等价关系。图片可以转化为矩阵，通过矩阵也可以恢复原始图片。

大家能算出来下面的矩阵表示什么吗？

对的，一眼就看出来了数字1，看来大家都有搞AI的天赋，加油。

三、图像识别

通过矩阵表示图像后，图像的各种处理就转化为数学问题，可以使用数学的理论和方法进行解决，而这正是计算机所擅长的。

我们输入图片，希望计算机能够将内容识别出来，将结果输出。

仍以数字为例，当输入图片并用矩阵表示后，通过将灰度值转化为灰度，可以轻松辨识其所表示的内容。

但在计算机的世界里，只有0和1。想要通过辨识矩阵内容并将结果输出，就必须建立矩阵到结果的映射。这样，输入一张图片，经过处理和计算后，才能输出一个数字。

很朴素的想法就是将各个数字所代表的矩阵提前存放在计算机内，当输入一张图片后，计算机通过计算，从而找到最适合的数字进行输出。

举个例子，更容易理解一些。比如，计算机内部已经存放了包含数字1和7以及它们所对应的灰度矩阵。

当新输入一张图像后，程序会自动计算它的矩阵与这些矩阵的相似度。相似度计算可使用的公式很多，比如可以使用百分比，距离等。

简单起见，就使用两个矩阵对应元素之差的绝对值之和或者平方和等，计算机进行快速运算，找到最相似的矩阵，然后将其所代表的数字进行输出。

当输入以下内容时，经过简单计算，可以知道输出结果为 7。

四、人脸表示

既然可以用矩阵来表示图片，人脸也是照片，那么也可以用同样的方法来进行表示，下面的这张人脸可以表示为：

人脸照片

矩阵表示

五、人脸识别

虽然被叫做人脸识别，但更准确的名字应该是「人脸比对」。人脸识别的背后，是一张待比对图片和人脸底库中的所有照片进行比对，从而判别图片中人员的身份。

一般来说，待比对照片就是我们在日常生活中被各种设备所采集的照片，比如通过人脸识别考勤机抓拍的照片。

由于环境、姿势等原因，采集的照片具有很大的差异，导致比对成功率不高。为了提升比对的成功率和速度，很多时候会同时抓拍多张人脸进行识别，但每次比对的时候输入照片只有一张。

所谓的人脸底库就是我们在系统中提前录入的人脸照片，照片和我们的名字一一对应。根据人脸底库中照片数量的不同，可以将人脸比对分为1:1和1：N，由于数量不同这两种方法的计算量和计算方法也不尽相同。

1:1最常见的场景就是人证比对，比如我们在乘高铁时所遇到的这种设备。

前面的1代表我们从设备中采集的照片，而后面的1代表身份证中的照片，通过将现场采集的照片和身份证中存放的照片进行比对，通过判别持证人是否为本人。

这种情况下只涉及到两张图片的比对，计算量相对较小。

可能用在火车票安检等场景中，所以要求的精度较高。

身份证中的照片像素较小，通过市面上的身份证读卡器读取出来的照片仅为100*100像素左右，给精度带来了一定的挑战。

目前这个领域相对成熟，使用场景正在逐步铺开。

2. 1:N

1:N是1张人脸和底库中的N张人脸进行比对。

比如在考勤机中，我们的人脸底库中包含全公司的所有人脸照片。当上班打卡时，考勤机采集到人脸输入系统，经过比对后输出员工身份。

这种情况下计算量相对较大，时效性和识别精度太低又会影响用户体验，所以厂商一般会综合考虑权衡，在设备的参数中标注所支持的人脸数量。

这一波人工智能的发展，带动了1：N领域人脸识别技术的进步，更多的产品能够在各个场景中落地。比如智慧城市、智慧家居等。

国内厂商也借着这一波东风，加快技术研发和产品落地，诞生了著名的AI视觉四小龙等独角兽。

今天梳理了人脸识别的基本原理，整个实现过程虽然看起来很简单，但技术却在基本原理的基础上持续完善和进步，最终达到比较好的效果。