圖片來自“Unsplash”

什么是生物識別?

通過計(jì)算機(jī)與光學(xué)、聲學(xué)、生物傳感器和生物統(tǒng)計(jì)學(xué)原理等高科技手段密切結(jié)合，利用人體固有的生理特性(如指紋、臉象、虹膜等)和行為特征(如筆跡、步態(tài)等)來進(jìn)行個(gè)人身份的鑒定，就是生物識別。

關(guān)于依靠筆跡、步態(tài)這些行為特征來鑒別人的技術(shù)，還非常罕見。筆者覺得這兩種也不大適合商用，想象一下，在商場收銀臺付款時(shí)，讓你寫段文字給電腦鑒定一下，或者收銀員請你“走兩步給機(jī)器看看”是啥場景?

現(xiàn)在主流的識別技術(shù)主要有有指紋識別、聲紋識別、靜脈識別、虹膜識別、人臉識別等五類。

一、指紋識別

指紋具有終身不變、重復(fù)率極小和方便性，通過比較不同指紋的細(xì)節(jié)特征點(diǎn)，可以實(shí)現(xiàn)對客戶身份的識別。比如在智能手機(jī)、公司考勤、防盜門鎖上，現(xiàn)在幾乎小伙伴們都已經(jīng)在用了。

不過指紋識別也有局限性，比如手指有稍微破損或者處于濕潤狀態(tài)，會影響到識別準(zhǔn)確度;此外有時(shí)手指按印的著力點(diǎn)不同，會造成不同程度的指紋變形進(jìn)而影響到識別效果。

剛洗過手時(shí)用指紋開機(jī)，屏幕半天打不開，這種事大概小伙伴們經(jīng)常會遇到，有時(shí)也挺令人焦躁的。

二、聲紋識別

聲紋識別是基于人類發(fā)聲的生物學(xué)特性發(fā)展而來的技術(shù)，每個(gè)人發(fā)音講話形成的聲紋圖譜都不相同，依此識別身份。

聲紋識別最明顯的缺點(diǎn)就是，對環(huán)境的要求非常高，周圍環(huán)境太亂了可能識別不清;另外人的聲音會隨著年齡、身體狀況、情緒等發(fā)生變化，這也會影響到識別的準(zhǔn)確度。

聲紋識別在手機(jī)上早有應(yīng)用，比如登錄微信時(shí)可以選擇使用聲音。不過據(jù)刷臉哥目測，使用這種方式登錄的似乎不多，畢竟在大庭廣眾之下對著機(jī)器自言自語有些尷尬。如果用于支付，每個(gè)顧客對著機(jī)器說段話的場景，是不是頗具喜感?

另外情緒變化會影響識別，小伙伴們記得在面對機(jī)器時(shí)，務(wù)必保持情緒穩(wěn)定，否則別怪機(jī)器認(rèn)不出你喔!

三、靜脈識別

借助靜脈識別儀器，取得個(gè)人手指的靜脈分布圖，通過算法提取出靜脈分布圖中的特征值，再與資料庫內(nèi)儲存的特征值進(jìn)行匹配，從而實(shí)現(xiàn)身份驗(yàn)別。

靜脈識別也有缺陷，比如靜脈可能會隨著年齡或生理的變化而變化、它的永久性尚未得到確認(rèn)，另外專用采集設(shè)備設(shè)計(jì)相對復(fù)雜、生產(chǎn)成本高。

不好的消息是，前不久在德國舉辦的CCC黑客大會上，在眾多黑客們的“研究成果”中，就有一位牛人制作的一個(gè)蠟制手部模型，成功騙過了靜脈識別認(rèn)證系統(tǒng)。

四、虹膜識別

虹膜是位于黑色瞳孔和白色鞏膜之間的圓環(huán)狀部分，這部分包含有很多相互交錯(cuò)的斑點(diǎn)、細(xì)絲、隱窩等的細(xì)節(jié)特征。虹膜在人的幼兒階段就已形成，并永遠(yuǎn)不會再改變。

虹膜識別誤識率可以達(dá)到百萬分之一的水平，但現(xiàn)階段虹膜識別設(shè)備的造價(jià)成本太高難以商業(yè)化大規(guī)模推廣，另外鏡頭產(chǎn)生的圖像畸形也容易降低識別結(jié)果的可靠性。

目前圖像獲取設(shè)備的尺寸比較大，在某些地方安裝和使用不靈活。

五、人臉識別

目前人臉識別技術(shù)的發(fā)展最為迅速、識別精準(zhǔn)度已經(jīng)達(dá)到金融級別、識別設(shè)備的成本已經(jīng)大為下降，市場呼聲和熱點(diǎn)也最高。

相比于其他幾種生物識別技術(shù)，人臉識別技術(shù)的一個(gè)突出優(yōu)勢在于其與用戶間的非接觸性、非侵?jǐn)_性。比較一下：

指紋識別需要用戶將手指按壓在傳感器上;

聲紋識別需要用戶大聲說話;

虹膜識別需要用戶與相機(jī)靠得很近;

靜脈識別需要用戶將手指和手掌放置在靜脈識別設(shè)備上。

相較而言，人臉識別只需要用戶處于攝像頭的視野內(nèi)，然后可以迅速識別， 這使得人臉識別成為對用戶體驗(yàn)最為友好的生物識別方式。

在進(jìn)行人臉識別前，人臉識別設(shè)備會通過3D紅外攝像頭，利用軟硬件結(jié)合的方法對目標(biāo)物進(jìn)行活體檢測來判斷采集到的人臉是否是照片、視頻或者軟件模擬生成的，目前這種識別方式的準(zhǔn)確率已經(jīng)可以達(dá)到99.99%、誤識率僅為百萬分之一，從而能有效避免各種人臉偽造帶來的身份冒用情況。此外，目前的人臉識別技術(shù)水平已經(jīng)不容易受到姿態(tài)、光照、表情等因素的影響。

筆者認(rèn)為，2019年及之后兩三年，將注定成為人臉識別支付加快商用和快速普及的關(guān)鍵階段，這主要是由人臉識別支付的應(yīng)用優(yōu)勢決定的。所以，人臉識別支付不僅在改變?nèi)藗兊囊苿?dòng)支付模式和體驗(yàn)，也將為消費(fèi)者、零售收單商戶、商業(yè)銀行、第三方支付巨頭等整個(gè)支付生態(tài)鏈各方帶來積極變化，讓我們拭目以待!