網路安全不僅需要打響「人民戰爭」，更是科學技術問題。不管是網路欺詐還是對應的安全措施，都隨著科技的發展表現出越來越高的科技依賴性。這其中，生物識別技術在網際網路安全、資訊認證方面扮演起愈發重要的角色。
網路安全不僅需要打響「人民戰爭」，更是科學技術問題。不管是網路欺詐還是對應的安全措施，都隨著科技的發展表現出越來越高的科技依賴性。這其中，生物識別技術在網際網路安全、資訊認證方面扮演起愈發重要的角色。
先開個玩笑，這裡的眼紋，不是眼角的魚尾皺紋。我們今天說的故事，關於下個iot時代，關於人類科技的降維演進，關於人類數字世界的體驗昇華。從指紋到聲紋到面容等，身上帶有唯一性特徵的部位，均被開發為生物身份認證驗證的門檻。身份識別的下一幕，將來自每個人的生物體徵，隨著十年之後整個iot產業的井噴，以及安防領域的日趨重要，生物體徵勢必成為人類分身數字世界時最嚴苛的身份認證。
其實說到底，因為手機儲存了越來越多的個人資訊，我們的智慧型手機好像「電腦外掛程式」一般，已經變成了人的一部分。對於手機的過渡依賴與親密帶來諸多隱私問題，人們正在嘗試用新的技術去解開這個「死迴圈」。這種新的技術解鎖方式便是生物識別，生物識別技術的優點在於既能夠簡化使用過程，提公升使用者體驗，又可以解決安全性問題。使用者只需做自己，自然刷臉、說話、觸控，即可完成身份核驗。
人類的體驗需求迭代
曾有學者預言，人類正在進行有史以來第二次最重要的遷徙：第一次是數萬年前人類祖先走出非洲。現在，我們正面臨從物理世界步入數字世界的「大移民」。而在第二次「移民」過程中，就像人類在現實生活裡對「我是誰」的迴圈追問，自資訊文明誕生伊始，人類就非常清楚安全告知機器「我是誰」的重要性，並不斷在身份認證方式上推陳出新，發明各種密碼和數字證書。
隨著越來越多的人借助數字產品管理日常生活，我們希望能夠毫不費力地在各種裝置和體驗間建立連線，並確保其安全性。人類的身份認證識別，從前幾年賬號+密碼的時代轉變為現在手機號+驗證碼的時代，多賬號通用登陸依然過多繫結於電子裝置。隨著人類與機器共享的「秘密」越來越多，安全係數越來越大，基於密碼的識別方式已日趨無力。人類亟需從「我們主動讓系統認識我」，到「系統自主認識我」的方式轉變，這將是下乙個認證時代的常態。生物識別將打上一條印記，提供新的體驗方式。而生物識別也在這兩年逐漸應用於生活之中，如iphonex的face id，生物識別已經從硬體識別迭代到軟體級識別，雲與大資料的深度應用將帶給人類新的驗證時代。
無論哪種生物識別技術，都是在做同一件事：回答「你是誰」這個問題。大體來說，生物特徵包括生理特徵和行為特徵：前者包括指紋、虹膜、人臉和眼紋等;後者對大眾稍顯陌生，包括步態和唇語等。這些生物特徵都具備很強的穩定性和唯一性，可匹配於不同應用場景。
face id
在了解其他生物識別之前，我們先了解一下已經大面積應用的人臉識別。如蘋果面部識別通過 iphone x 沒有被覆蓋的頂部區域實現，這一小塊區域中的紅外鏡頭、泛光感應元件(flood illuminator)和點陣投影器可以向人臉投射看不見的光，形成依附使用者的3d人臉圖，並將它與手機儲存的機主人臉圖做對比，如果相符，手機就能解鎖。face id的錯誤匹配率為 100 萬分之一，是touch id的1/ 20。
ai可以將人類進化而來的「直覺系統」轉為為資料分析，根據眼睛、眉毛、嘴巴、鼻子等器官特徵和幾何位置關係檢測人臉，將待識別的人臉特徵與已得到的人臉特徵模板進行比較認證。iphonex那般「實時識別」遠非人臉識別的全部，當機器記住一張人類面孔，它其實可以做到更多，比如「跨年齡識別」。
多種識別模式盤點
生活中接觸最多的是指紋識別。2023年，指紋識別剛出現在 iphone 5s 裡，被很多人稱作 「沒用的設計」，而現在卻成了大部分手機的安全防線。根據 fingerprints 提供的資料，2016 年全球一共賣了 16 億台手機，60% 都有指紋識別技術。
人臉識別是目前最接地氣的，以人臉識別為代表的生物識別正應用於越來越多的場景。
虹膜識別識別的是眼睛的虹膜部分，虹膜屬於眼球中層，位於血管膜的最前部，在睫狀體前方，可調節瞳孔的大小，調節進入眼內光線多少的作用。三星galaxy s8內建了虹膜識別技術，它要求使用者以特定的姿勢出現在鏡頭前系統才能進行識別，不夠方便，導致它的實用性並不高。
眼紋識別則是識別眼睛的鞏膜部分。即「眼白」區域的血管排布情況，後面會詳細闡述。
視網膜是眼球背部一層非常薄的細胞層，視網膜識別的是視網膜上的血管分布。
由於虹膜、眼紋、視網膜識別的物件不同，因此三種識別的原理並不相同。虹膜是虹膜紋理來識別，屈光手術的虹膜定位就是用這個原理，因為每個人的虹膜紋理都不一樣。視網膜識別是眼底的部位，主要是血管分部和行徑的情況來確定，但是眼底會隨著人的身體情況變化而變化，所以理論上來說應該是虹膜識別會更加穩定重複性高，更加精準一點。
聲音識別：用時長，不利隱私保護，不適用於初次解鎖認證，這裡不做贅述。
步態識別與唇語識別
所謂步態識別，就是只通過走路姿勢，在極短時間內，攝像頭就可識別特定物件。不同於人臉識別需要「主動配合」，哪怕乙個人在幾十公尺外背對攝像頭，機器也可通過演算法把你認出來。如果你看過《碟中諜5》，一定會對電影中「最後一道安保系統」——步態識別印象深刻：它可以對生物體的身體和步態進行360度無死角掃瞄，識別進入者身份。
「遠距離生物識別」正在構築一張「數字天網」，俯視現實世界。難怪有人會說，如今人類犯罪率整體下降最根本的原因，就是技術進步提公升了犯罪成本。
人臉識別與眼紋識別的微妙關係
眼紋識別，是人臉識別、虹膜識別的補充，並不是取代性技術，技術路線上算是融合了兩方面的優勢的產品。目前的人臉識別技術已經開始大範圍應用，而人臉識別下乙個階段是較優的融合點，融合新的技術到人臉識別中，作為未來可預見的人臉識別可靠性和準確性的補充。
眼紋識別是利用眼白的可見靜脈圖案進行身份識別，因為沒有任何兩個人的脈管系統完全相同，即便是孿生兄弟或者四胞胎。同卵雙胞胎的人臉識別一直是生物識別領域的世界級難題，在 iphone x 還在為區分雙胞胎而困擾的時候，利用眼紋識別技術實現了同卵多胞胎的精準識別。同卵多胞胎雖然長相極端相似，不過每個人都有獨一無二的眼紋特徵。
眼紋識別的基礎性條件與可行性
身處數字世界的我們發現攝像頭、麥克風無處不在。無論是人臉識別還是眼紋識別都是非接觸式識別，只需要乙個簡單的攝像頭就能獲取帶有面部及眼睛特徵的。但是，相較於人臉識別，眼紋識別需要質量和解析度更高的，對攝像頭也有一定要求。因為只有這樣，才能抓取到眼靜脈的細微特徵，完成後續演算法訓練。人臉的沒有這麼高的要求，所以，目前人臉識別技術的應用更加廣泛。不過，現在攝像頭更新換代的速度非常快。每次新手機推出時，也會伴隨更高質量的攝像頭，所以，未來，基於計算機視覺的生物識別技術會發揮更大潛力。
眼紋識別的歷史性意義
誠然，虹膜識別在容錯率，資訊量及穩定性方面更有優勢，但在工業界，「脫離成本談技術」並非睿智之舉。拿手機來說，虹膜識別需要專業硬體支援(遠紅外攝像頭)，這對智慧型手機的改造以及規模化商用是個挑戰——這也是為什麼早在90年代虹膜識別就已商用，但多年來主要應用場景只是軍用和一些特定領域。
另外，人類虹膜的採集過程需要使用者較高的配合度，這對普通小白使用者來說學習成本更高。相較之下，眼紋識別對攝像頭沒有特殊要求，手機前置攝像頭就能滿足要求，採集過程中只需要使用者自然看著手機就可以。所以，從使用者體驗和成本上來說，都更有利於規模化商用和大眾普及。
眼紋識別技術幾乎可以在所有平台和智慧型裝置上部署、擴充套件和使用。以較低成本，從線下認證搬到線上認證，取代pin、密碼和線下身份驗證，使用者將建立全面的雲上.
數字身份，這些身份將用於各種應用程式和服務，淘汰過時的密碼技術並使身份驗證變得毫不費力。簡單來說，不需要獨立的線下硬體，只需要配合攝像頭，眼紋識別可以通過軟體演算法達到蘋果硬體的精準度，讓普適性更好。
市面上常見生物識別的缺陷
iphonex的face id，人臉識別依然有「臉盲」困惑，人臉做精確識別的制約太多，作為核心認證手段暫時很難靠得住。人臉識別需要在不理想的環境、角度和光線之下，準確的識別，難度非常大，技術要求非常高。
虹膜識別獲取眼睛前部的彩色部分，需要一種近紅外光攝像頭，在如今的智慧型手機或平板電腦上不標配。但虹膜安全性高於人臉識別，畢竟可以整容。
視網膜解決方案，拍攝眼睛後部裡面的靜脈圖案，同樣需要昂貴的硬體。視網膜識別速度慢，並且需要使用者保持靜止的狀態，目前沒有手機提供視網膜技術。
指紋解決方案很常見，但需要獨立支援硬體。
點評
作為全世界首批上線人臉識別技術的國家，國內的人臉識別技術精度已達到金融交易的級別，刷臉支付進入成熟期。時至今日，沒人會懷疑，國內生物識別技術已整體性領先世界，且擁有全球最豐富的識別方式和應用場景。其實縱觀整個人機互動的歷史，就是乙個人機互動難度下降的過程，在未來，隨著生物識別的日趨主流，人類與機器之間的「信任關係」勢必將邁向乙個新篇章。「密碼」將成為過去式，人類歷史上那些與密碼驚心動魄的故事，也將成為未來博物館講解員的談資。我也相信，就像「無現金」在中國的飛速普及，人們期許中的「無密碼」社會，也將在中國率先來臨，徹底擺脫銀行卡、智慧型手機、驗證碼、密碼、現金、按鍵甚至時間的束縛。
日本借人工智慧技術識別早期胃癌
日本研究人員借助人工智慧技術開發出一種胃癌識別方法，能以較高的準確率發現早期胃癌。日本理化學研究所日前發布公報介紹，分辨早期胃癌與胃炎並不容易，專科醫生也未必能通過內窺鏡影象作出準確判斷。為此，該機構研究人員和日本國立癌症研究中心的研究人員決定利用人工智慧深度學習技術來識別早期胃癌影象。計算機深度學...
A05 基於人工智慧的視覺識別技術
團隊構成 題目說明本題著力於生產環境的安全行為，通過攝像頭採集並識別職工在生產車間是 否佩戴安全帽的影象資料，開發乙個車間安全帽檢測系統。企業提供 7581 張含 有佩戴安全帽的，並對該資料進行了預標註，選手可以自行對資料進行清洗，分成訓練集與測試集，以及自行擴充資料集 需提供資料 個人對本題目理解...
人工智慧（騰訊AI） 身份證識別技術使用介面說明
引數名稱 是否必選 資料型別 資料約束 示例資料描述是 int正整數 1000001 time stamp 是int 正整數1493468759 請求時間戳 秒級 nonce str 是string 非空且長度上限32位元組 fa577ce340859f9fe 隨機字串 sign 是string 非...