探析人臉識別技術在醫(yī)院支付領域的發(fā)展

文珊

【摘要】? ? 互聯(lián)網技術的發(fā)展，為各行各業(yè)帶來的改變是肉眼可見的，在醫(yī)療領域，各個醫(yī)院在互聯(lián)網上的改造也是相對積極的，醫(yī)院支付領域也是如此，為患者就診支付帶來了更多便利。本文將在介紹人臉識別技術的基礎上，討論人臉識別技術在醫(yī)院支付領域的發(fā)展。

【關鍵詞】? ? 人臉識別技術? ? 醫(yī)院支付領域? ? 發(fā)展情況

引言

互聯(lián)網技術的快速發(fā)展，也為醫(yī)院的就診方式與支付方式帶來了較大的變化，在就診方式上，主要為多渠道就診，在一定程度上，避免患者出現(xiàn)就診等待時間過長的問題。除了為患者帶來的便利，相應產生的問題同樣不容忽視，那就是在就診階段，會產生丟失手機或就診卡的情況，進而出現(xiàn)盜用患者就診費用的現(xiàn)象，影響患者的最終診金支付。如何為患者在就診階段資金安全性，提供全方位保護，就成了一個重要問題，這也讓以人臉識別為代表的生物特征識別技術，有了更大用武之地[1]。

生物特征識別技術的作用就是用于個人身份認定，是通過人體固有生物特征實現(xiàn)功能的。在工作原理上，主要是通過操縱計算機，結合光學、聲學、生物統(tǒng)計學、生物傳感器等高科技手段，對人體固有生理特性與行為特征，完成個人身份鑒定的任務。其中，生理特性主要包含面部、指紋、虹膜等，行為特征主要包含聲音、筆跡、步態(tài)等，人臉識別與指紋識別是當前技術發(fā)展背景下，應用較為廣泛的識別方式，也是具備較大技術發(fā)展空間的識別方式。

以人臉識別為例，現(xiàn)階段主要應用模式可分成三種：首先是人臉識別監(jiān)控，其次是人臉識別比對檢索，最后是身份確認，也就是對出現(xiàn)在監(jiān)控中，和照片中的人進行比對，判斷是否為同一個人。由于人臉識別技術在身份鑒定上相對快捷，只需要幾秒，而且身份認證準確率較高，因此很多身份認證的必要場所，例如醫(yī)院、銀行等，都廣泛使用了此技術[2]。

一、人臉識別技術在醫(yī)院支付領域的發(fā)展

1.1人臉識別技術

1 技術簡介

人臉識別技術主要是通過對人面部特征的識別，對比識別設備接收到的面部信息，將人的實際面部相對比，進而實現(xiàn)對人身份的識別。人臉識別對計算機相關技術而言，極具挑戰(zhàn)性。究其原因，主要是因為人臉識別在技術上，需要以圖形為基礎，圖像的清晰度，會被成像角度、光照等因素所影響。

而現(xiàn)實中的人臉是三維角度的，人臉識別只是識別正面面部特征，也就是在二維的角度上完成識別任務，就會導致一部分信息丟失。

通常情況下，人臉識別都是將接收到的面部信息，和圖形庫進行相互比對匹配，因此，如何在最短時間內精準識別，也是人臉識別技術的重點和難點。

2 人臉識別技術發(fā)展

關于人臉識別的研究，最早可追溯至上世紀60年代，當時主要有兩個方向可供選擇，一種是人臉幾何特征的提取，另一種是模板匹配。進入到上世紀90年代之后，技術的發(fā)展極大提升了人臉識別的檢測精度，但是還是未能和用戶要求精準匹配。直到基于AdaBoost算法的人臉檢測器橫空出世，才算真正提升了人臉識別技術的檢測速度，為人臉識別的開發(fā)提供了更大的潛力[3]。

AdaBoost算法主要可以實現(xiàn)分類功能，在分類之后，就可以加快提取人臉圖像特征的速度。在人臉特征提取方式上，基于表征方法的不同，主要可分成兩種：首先，基于傳統(tǒng)概念，主要靠人臉大小、器官位置等信息，對人臉進行表征;其次，是基于統(tǒng)計學習或代數(shù)特征進行表征，在概率工具的輔助下實現(xiàn)表征功能。

除此之外，人臉匹配和識別，也是人臉識別技術過關的關鍵問題，如何構建算法，進而快速完成識別工作，始終是人臉識別技術發(fā)展階段的重要任務。匹配可以分成一對一，以及一對多的情況進行討論，前者證明“我是我”，后者證明“我是誰”。

二、現(xiàn)階段人臉識別技術

當前技術發(fā)展背景下，機器學習技術的發(fā)展水平很高，傳統(tǒng)用于實現(xiàn)人臉特征匹配功能的算法，也已經在功能上有了更高效的替代技術，也就是卷積神經網絡技術。卷積神經網絡技術是基于視覺神經機制開發(fā)的，而視覺神經機制的實質，是多層感知機的變種，這項技術最早是由生物學者Wie Gsel與Hubel的貓視覺皮層研究結果發(fā)展至今的，在2012年，由該技術開發(fā)的算法才算真正在實際生活中流行起來。在當年舉辦的ImageNet大規(guī)模視覺識別挑戰(zhàn)賽上，KrizhevskyA團隊利用卷積神經網絡贏得冠軍，也讓卷積神經網絡走進人們的視野，一躍成為比賽之后的主流算法，在相關研究者的共同努力下，逐步完善，近些年開發(fā)的深度學習系統(tǒng)，取得的進步也十分明顯[4]。

2.1人臉支付

1 人臉支付發(fā)展歷程

醫(yī)院信息化水平的提升，讓門診移動支付這個就診必須經歷的環(huán)節(jié)，逐漸被患者所注意并重視，婦幼保健?？漆t(yī)院尤其如此。

當前技術發(fā)展背景下，移動支付應用最廣的方式，仍然以掃描二維碼方式為主，盡管相對便利，但是如果付款的人從而接觸過智能手機，則掃描二維碼技術仍有其局限性。相對而言，人臉支付就可以將支付過程，簡化成為“只識別一張臉”，便捷程度大大提升。

人臉支付的過程正是基于人臉識別技術實現(xiàn)的，鑒于其認證過程，需要對人體生物特征進行鑒別，而每個人的人體特征，都是千差萬別的，不僅具有唯一性，也具備可自動識別、可測量與可驗證、可遺傳等特性，即使存在面貌相似的人，也很容易被人臉識別技術捕捉到，因此，支付安全性也被大大提升[5]。

我國率先采用人臉支付的是支付寶軟件，在顧客購物之后，傳統(tǒng)輸入密碼或者掃收款碼的方式，會被刷臉方式所替代，也就是驗證“付款人即是我本人”的問題。支付寶人臉識別技術是深度神經網絡技術，通過各種技術手段，對圖像中接收的人臉信息進行識別。技術手段包含人臉檢測、人臉關鍵部位定位、人臉特征提取與不對等。由此可以看出，一部手機就可以實現(xiàn)人臉識別的整個過程，說明在當前技術發(fā)展背景下，人臉識別不具備較高硬件要求，技術已經走向成熟。

2 人臉支付操作流程

人臉識別在操作流程上十分簡單，患者可以在醫(yī)院信息系統(tǒng)的相關服務平臺上，注冊自己的信息，并采集和輸入自己的臉部特征，并和自己醫(yī)院的就診卡相互綁定。這些過程在手機上就能完成。這樣就能在進入到支付環(huán)節(jié)時，出現(xiàn)人臉識別的頁面，患者想繳費，只需要正臉面向醫(yī)院自助設備攝像頭，保證自己正臉信息完全輸入，在系統(tǒng)充分分析過人臉照片之后，就能夠在患者事先綁定的銀行卡賬戶上，完成相應的扣款操作。過程整體都是自動化的，因此推廣價值很大[6]。

3 人臉支付技術優(yōu)勢

人臉支付在現(xiàn)階段具有很大的優(yōu)勢，不僅使交費效率有效提升，而且也為患者就診提供了最大的方便。此外，患者在交費過程中，不會涉及到輸入密碼等操作，因此也能較大提升賬戶安全性。

整個就診階段，患者無需在收費處和科室之間來回奔波，也不用在自助設備的操作上耗費太多時間，無論是檢驗、檢查等環(huán)節(jié)，還是藥房和科室等不同部門，都可以進行人臉支付。與此同時，醫(yī)院固有的信息系統(tǒng)，還能夠對患者本人身份進行核實，防止出現(xiàn)醫(yī)療差錯[7]。

4 人臉識別技術在費用支付中的弊端和解決措施

鑒于人臉識別技術自身的一些短板，在人臉支付中還有一些值得引起重視的不足之處。首先，人臉識別技術，并不能百分之百保證識別正確率，出現(xiàn)錯誤的概率盡管低，但還是存在這種可能的。同時，生物特征在改變上，相對困難，容易被盜用或者復制，卻難以更改，這也導致人臉識別支付，無法保證驗證身份時較高的可靠性。

基于此，如果相對人臉識別技術進行優(yōu)化，應當從以下方面進行：首先，應當重視生物識別算法的完善，保證算法先進的前提下，使識別效率和識別準確度得以全面提升;其次，可以在冗余安全原則的思想下，為支付安全上更多的密碼鎖，結合支付密碼、指紋驗證等支付形式，給予多重信息保護，增加信息驗證的可靠性，提高支付的安全性。

除此之外，應重視模塊化技術的應用與推廣，加強身份驗證的獨立性，令患者操作更加簡單，為患者信息安全提供強有力保障[8]。

三、結束語：

綜上所述，人臉識別技術當前發(fā)展較為成熟，在醫(yī)院支付領域中，盡管仍存在一些問題，但是隨著人臉識別效率的提升，未來支付一定會更加便利，使醫(yī)療系統(tǒng)獲得可持續(xù)發(fā)展。

參? 考? 文? 獻

[1]周軒，劉宇軒，彭勇.基于心導管室信息管理系統(tǒng)影像數(shù)據安全機制的研究和設計[J].中國醫(yī)療設備，2020，35（4）：79-82.

[2]王守覺，曲延鋒，李衛(wèi)軍，覃鴻.基于仿生模式識別與傳統(tǒng)模式識別的人臉識別效果比較研究[J].電子學報，2004，32（7）：1057-1061.

[3]黃鉉，王俊雄，謝錫鋒.基于YCbCr空間與KL變換結合在人臉檢測中的應用[J].電腦知識與技術：學術交流，2005（11）：55-57.

[4]喬宇，黃席樾，柴毅，鄧金城，陳虹宇.基于加權主元分析（WPCA）的人臉識別[J].重慶大學學報：自然科學版，2004，27（3）：28-31.

[5]王秋樵，李鳳如，史培娜，崔玫，劉建.移動支付技術在門診中的應用效果分析[J].中華醫(yī)院管理雜志，2016，32（4）：288-291.

[6]王海龍，王懷斌，王榮耀，王海濤，劉強，張魯洋，蔣夢浩.基于視頻監(jiān)控的人臉識別方法[J].計算機測量與控制，2020，28（4）：137-141.

[7]王延昭，張曉祥，奈存劍，任宇飛，屈曉暉，胡建平.醫(yī)院信息系統(tǒng)分級授權管理機制的研究和設計[J].中國醫(yī)院管理，2016，36（3）：54-55.

[8]劉海琴，羅靖，楊敏娟，施葉雯，陳勃言，馮雅妮，張一彤，侯瑾，羅花南，任曉勇.健康大數(shù)據背景下患者隱私暴露的倫理思考[J].中國醫(yī)學倫理學，2019，32（10）：1283-1287.