人工智能的出现，让语言识别、图像识别和自然语言处理及专家系统等得到快速发展。在 2017 年《麻省理工技术评论》评出的“十大突破性技术”中，刷脸支付成为其中之一。
众多互联网科技公司都在研究该项技术，比如阿里巴巴、旷视 Face 、百度和科大讯飞等。以 Face 为例，它是一家估值超过 10 亿美金的创业公司，当一个人走进公司大门时，其脸部特征已经进入公司数据库，并可以依靠“刷脸”自由出入公司大门。
经过几十年的发展，人脸识别技术的精度已经达到金融交易的级别。另一方面，人脸识别和深度学习进行了紧密的结合。正如北京大学一位从事该研究的教授所说，“人年识别是一个巨大的市场”。
比如，百度的研究人员也将人年识别和机器学习进行结合，并进行了软件识别人脸与真人识别人脸的对比。在今年一月份的一档电视节目上，百度开发的人脸识别软件与人展开了一场对决，双方同时观察嘉宾幼时的照片并以此识别真人，结果百度的人脸识别系统完胜。
现在，百度正在开发一种人脸识别取火车票的系统——简称“刷脸取票”，试点选在了乌镇。这座旅游城市足够的人流量将为系统实验提供充足的数据。据悉，这将需要将数百万张人脸输入数据库中才能达到 99% 的正确识别率。
随着人脸识别技术的日益成熟，它已经在交通监管、银行交易、日常生活交易以及公共交通等各个领域得到广泛应用。
比如，现在很多银行自动取款机(ATM)的地方都设有摄像头，银行希望通过借助人脸识别技术来分辨客户和嫌疑人。但是假如有人把脸部进行遮挡，那人脸识别技术还有用吗？
根据 IBM 最新的金融科技概念验证：脸部遮挡行为的识别与预警。如果在 ATM 机前操作时故意遮挡脸部，有理由认为此人行为可疑，需要特别关注。
实际上，一旦人们把脸部进行遮挡，由于该行为的多样性，传统技术无法很好地实现对此类行为的自动识别。并且人工无法同时处理海量的视频，必然会出现遗漏。
据 IBM 的相关人士介绍，IBM 的智能影像识别系统可以实时检测出各种类型的遮挡并进行预警，并支持多种目标同时检测。透过分析从 150 面部遮挡的录像中抽取 1500 张照片，使用 16 层 RCNN 神经元网络，在一台 Power 平台上经过一天深度学习培训，便能识别出 97% 的准确率。
（RCNN 算法）
因此对嫌疑人来说，不管你是否蒙面，IBM 的智能影像识别系统都能认出你。除非？嫌疑人去整容，或者化妆等其他的手段。