其实，刷脸支付的消费模式之所以成功问世，关键还是在于技术的驱动与渗透，这背后的驱动力就是人工智能。消费升级加速与新零售问世的叠加，为诸多新兴消费模式的成长提供了肥沃的土壤，而此时此刻人工智能的无缝对接又再度刷新了消费者对新零售的认知。
AI驱动下的“刷脸支付”
刷脸支付的实现，要归因于人工智能中“面部识别”这一技术的日渐成熟。
所谓面部识别技术，是属于生物识别技术中的一个门类；而生物识别技术，是指通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性和行为特征来进行个人身份的鉴定，人脸识别技术主要运用以下能力，一起来了解下。
人脸捕获与跟踪功能
人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。
人脸识别比对
人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。
人脸的建模与检索
可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板（人脸特征文件）保存到数据库中。在进行人脸搜索时（搜索式），将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。
真人鉴别功能
系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。
图像质量检测
图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。
现在的人脸识别技术可以抵抗各种伪造攻击，不管你是用PS合成的图片，还是3D打印的图片，或是屏幕重放/打印面具，又或者拿打印照片/数字照片等，各种伪造都逃不过人脸识别。人脸识别准确率超过99.6%，结合眼纹等多因子验证，准确率能达到99.99%，超过肉眼识别97%的准确率。
人脸识别支付，能做到的不仅仅是支付
而当人脸识别匹配到用户的支付宝/微信ID之后，实体门店也突破了对用户感知的盲区，用户的信息也将被记录，可以更为精细化地开展导购和商品推荐。
在购物完成之后，线下数据将进一步加入和完善用户的大数据。利用双线数据校正用户画像，实现下一次更为精准的用户营销、用户消费。
而支付方式的更新迭代也是智慧新零售的一个重要标志，传统的扫码结算不仅效率低，而且安全性欠佳。而从扫码结算升级到刷脸结算，不仅减少了顾客排队付款的时间，提高了购物体验，更便于企业更高效的对会员顾客的消费行为、消费特点进行分析和管理，制定更精准的营销策略，提升会员价值和门店的营运效率，对企业发展智慧零售的战略布局有着重要意义。
