前言
網(wǎng)絡(luò)安全不僅需要打響“人民戰(zhàn)爭”,更是科學(xué)技術(shù)問題。不管是網(wǎng)絡(luò)欺詐還是對應(yīng)的安全措施,都隨著科技的發(fā)展表現(xiàn)出越來越高的科技依賴性。這其中,生物識別技術(shù)在互聯(lián)網(wǎng)安全、信息認(rèn)證方面扮演起愈發(fā)重要的角色。下面就隨手機(jī)便攜小編一起來了解一下相關(guān)內(nèi)容吧。
先開個玩笑,這里的眼紋,不是眼角的魚尾皺紋。我們今天說的故事,關(guān)于下個IoT時代,關(guān)于人類科技的降維演進(jìn),關(guān)于人類數(shù)字世界的體驗升華。從指紋到聲紋到面容等,身上帶有唯一性特征的部位,均被開發(fā)為生物身份認(rèn)證驗證的門檻。身份識別的下一幕,將來自每個人的生物體征,隨著十年之后整個IOT產(chǎn)業(yè)的井噴,以及安防領(lǐng)域的日趨重要,生物體征勢必成為人類分身數(shù)字世界時最嚴(yán)苛的身份認(rèn)證。
其實說到底,因為手機(jī)儲存了越來越多的個人信息,我們的智能手機(jī)好像“電腦外掛”一般,已經(jīng)變成了人的一部分。對于手機(jī)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(shù)去解開這個“死循環(huán)”。這種新的技術(shù)解鎖方式便是生物識別,生物識別技術(shù)的優(yōu)點在于既能夠簡化使用過程,提升用戶體驗,又可以解決安全性問題。用戶只需做自己,自然刷臉、說話、觸摸,即可完成身份核驗。
人類的體驗需求迭代
曾有學(xué)者預(yù)言,人類正在進(jìn)行有史以來第二次最重要的遷徙:第一次是數(shù)萬年前人類祖先走出非洲?,F(xiàn)在,我們正面臨從物理世界步入數(shù)字世界的“大移民”。而在第二次“移民”過程中,就像人類在現(xiàn)實生活里對“我是誰”的循環(huán)追問,自信息文明誕生伊始,人類就非常清楚安全告知機(jī)器“我是誰”的重要性,并不斷在身份認(rèn)證方式上推陳出新,發(fā)明各種密碼和數(shù)字證書。
隨著越來越多的人借助數(shù)字產(chǎn)品管理日常生活,我們希望能夠毫不費(fèi)力地在各種設(shè)備和體驗間建立連接,并確保其安全性。人類的身份認(rèn)證識別,從前幾年賬號+密碼的時代轉(zhuǎn)變?yōu)楝F(xiàn)在手機(jī)號+驗證碼的時代,多賬號通用登陸依然過多綁定于電子設(shè)備。隨著人類與機(jī)器共享的“秘密”越來越多,安全系數(shù)越來越大,基于密碼的識別方式已日趨無力。人類亟需從“我們主動讓系統(tǒng)認(rèn)識我”,到“系統(tǒng)自主認(rèn)識我”的方式轉(zhuǎn)變,這將是下一個認(rèn)證時代的常態(tài)。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(yīng)用于生活之中,如iPhoneX的Face ID,生物識別已經(jīng)從硬件識別迭代到軟件級識別,云與大數(shù)據(jù)的深度應(yīng)用將帶給人類新的驗證時代。
無論哪種生物識別技術(shù),都是在做同一件事:回答“你是誰”這個問題。大體來說,生物特征包括生理特征和行為特征:前者包括指紋、虹膜、人臉和眼紋等;后者對大眾稍顯陌生,包括步態(tài)和唇語等。這些生物特征都具備很強(qiáng)的穩(wěn)定性和唯一性,可匹配于不同應(yīng)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(jīng)大面積應(yīng)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(qū)域?qū)崿F(xiàn),這一小塊區(qū)域中的紅外鏡頭、泛光感應(yīng)元件(Flood illuminator)和點陣投影器可以向人臉投射看不見的光,形成依附用戶的3D人臉圖,并將它與手機(jī)存儲的機(jī)主人臉圖做對比,如果相符,手機(jī)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(jìn)化而來的“直覺系統(tǒng)”轉(zhuǎn)為為數(shù)據(jù)分析,根據(jù)眼睛、眉毛、嘴巴、鼻子等器官特征和幾何位置關(guān)系檢測人臉,將待識別的人臉特征與已得到的人臉特征模板進(jìn)行比較認(rèn)證。iPhoneX那般“實時識別”遠(yuǎn)非人臉識別的全部,當(dāng)機(jī)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。2013年,指紋識別剛出現(xiàn)在 iPhone 5s 里,被很多人稱作 “沒用的設(shè)計”,而現(xiàn)在卻成了大部分手機(jī)的安全防線。根據(jù) Fingerprints 提供的數(shù)據(jù),2016 年全球一共賣了 16 億臺手機(jī),60% 都有指紋識別技術(shù)。
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(yīng)用于越來越多的場景。
虹膜識別識別的是眼睛的虹膜部分,虹膜屬于眼球中層,位于血管膜的最前部,在睫狀體前方,可調(diào)節(jié)瞳孔的大小,調(diào)節(jié)進(jìn)入眼內(nèi)光線多少的作用。三星Galaxy S8內(nèi)置了虹膜識別技術(shù),它要求用戶以特定的姿勢出現(xiàn)在鏡頭前系統(tǒng)才能進(jìn)行識別,不夠方便,導(dǎo)致它的實用性并不高。
眼紋識別則是識別眼睛的鞏膜部分。即“眼白”區(qū)域的血管排布情況,后面會詳細(xì)闡述。
視網(wǎng)膜是眼球背部一層非常薄的細(xì)胞層,視網(wǎng)膜識別的是視網(wǎng)膜上的血管分布。
由于虹膜、眼紋、視網(wǎng)膜識別的對象不同,因此三種識別的原理并不相同。虹膜是虹膜紋理來識別,屈光手術(shù)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(wǎng)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(yīng)該是虹膜識別會更加穩(wěn)定重復(fù)性高,更加精準(zhǔn)一點。
聲音識別:用時長,不利隱私保護(hù),不適用于初次解鎖認(rèn)證,這里不做贅述。
步態(tài)識別與唇語識別
所謂步態(tài)識別,就是只通過走路姿勢,在極短時間內(nèi),攝像頭就可識別特定對象。不同于人臉識別需要“主動配合”,哪怕一個人在幾十米外背對攝像頭,機(jī)器也可通過算法把你認(rèn)出來。如果你看過《碟中諜5》,一定會對電影中“最后一道安保系統(tǒng)”——步態(tài)識別印象深刻:它可以對生物體的身體和步態(tài)進(jìn)行360度無死角掃描,識別進(jìn)入者身份。
而“遠(yuǎn)距離生物識別”不只一種,除了腳下步態(tài),來自人類嘴唇的“唇語識別”亦可發(fā)揮威力。唇語識別是一項集機(jī)器視覺與自然語言處理于一體的技術(shù):通過機(jī)器視覺從圖像中連續(xù)識別出人臉,提取口型連續(xù)變化特征,隨即將連續(xù)變化的特征輸入到識別模型中,識別出講話人口型對應(yīng)的發(fā)音,計算出可能性最大的表達(dá)語句。與步態(tài)識別一樣,唇語識別在安全領(lǐng)域意義重大。要知道,公安系統(tǒng)中的視頻信息量非常龐大,但很多都以“默片”方式存在,只看得清嘴型,卻不知說些什么。而當(dāng)機(jī)器學(xué)會“讀唇術(shù)”,即可判斷視頻中的人講出來的關(guān)鍵性內(nèi)容。
“遠(yuǎn)距離生物識別”正在構(gòu)筑一張“數(shù)字天網(wǎng)”,俯視現(xiàn)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(shù)進(jìn)步提升了犯罪成本。
人臉識別與眼紋識別的微妙關(guān)系
眼紋識別,是人臉識別、虹膜識別的補(bǔ)充,并不是取代性技術(shù),技術(shù)路線上算是融合了兩方面的優(yōu)勢的產(chǎn)品。目前的人臉識別技術(shù)已經(jīng)開始大范圍應(yīng)用,而人臉識別下一個階段是較優(yōu)的融合點,融合新的技術(shù)到人臉識別中,作為未來可預(yù)見的人臉識別可靠性和準(zhǔn)確性的補(bǔ)充。
眼紋識別是利用眼白的可見靜脈圖案進(jìn)行身份識別,因為沒有任何兩個人的脈管系統(tǒng)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(lǐng)域的世界級難題,在 iPhone X 還在為區(qū)分雙胞胎而困擾的時候,利用眼紋識別技術(shù)實現(xiàn)了同卵多胞胎的精準(zhǔn)識別。同卵多胞胎雖然長相極端相似,不過每個人都有獨(dú)一無二的眼紋特征。
多因子識別將是未來的趨勢,因為獨(dú)立面部識別,缺少防偽檢測技術(shù),有可能被照片或視頻攻擊,將人臉與眼紋識別技術(shù)相結(jié)合的可行性非常大。
眼紋識別的基礎(chǔ)性條件與可行性
身處數(shù)字世界的我們發(fā)現(xiàn)攝像頭、
麥克風(fēng)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,只需要一個簡單的攝像頭就能獲取帶有面部及眼睛特征的圖片。但是,相較于人臉識別,眼紋識別需要質(zhì)量和分辨率更高的圖片,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(xì)微特征,完成后續(xù)算法訓(xùn)練。人臉的圖片沒有這么高的要求,所以,目前人臉識別技術(shù)的應(yīng)用更加廣泛。不過,現(xiàn)在攝像頭更新?lián)Q代的速度非???。每次新手機(jī)推出時,也會伴隨更高質(zhì)量的攝像頭,所以,未來,基于計算機(jī)視覺的生物識別技術(shù)會發(fā)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,信息量及穩(wěn)定性方面更有優(yōu)勢,但在工業(yè)界,“脫離成本談技術(shù)”并非睿智之舉。拿手機(jī)來說,虹膜識別需要專業(yè)硬件支持(遠(yuǎn)紅外攝像頭),這對智能手機(jī)的改造以及規(guī)?;逃檬莻€挑戰(zhàn)——這也是為什么早在90年代虹膜識別就已商用,但多年來主要應(yīng)用場景只是軍用和一些特定領(lǐng)域。
另外,人類虹膜的采集過程需要用戶較高的配合度,這對普通小白用戶來說學(xué)習(xí)成本更高。相較之下,眼紋識別對攝像頭沒有特殊要求,手機(jī)前置攝像頭就能滿足要求,采集過程中只需要用戶自然看著手機(jī)就可以。所以,從用戶體驗和成本上來說,都更有利于規(guī)模化商用和大眾普及。
眼紋識別技術(shù)幾乎可以在所有平臺和智能設(shè)備上部署、擴(kuò)展和使用。以較低成本,從線下認(rèn)證搬到線上認(rèn)證,取代PIN、密碼和線下身份驗證,用戶將創(chuàng)建全面的云上數(shù)字身份,這些身份將用于各種應(yīng)用程序和服務(wù),淘汰過時的密碼技術(shù)并使身份驗證變得毫不費(fèi)力。簡單來說,不需要獨(dú)立的線下硬件,只需要配合攝像頭,眼紋識別可以通過軟件算法達(dá)到蘋果硬件的精準(zhǔn)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(rèn)證手段暫時很難靠得住。人臉識別需要在不理想的環(huán)境、角度和光線之下,準(zhǔn)確的識別,難度非常大,技術(shù)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,在如今的智能手機(jī)或平板電腦上不標(biāo)配。但虹膜安全性高于人臉識別,畢竟可以整容。
視網(wǎng)膜解決方案,拍攝眼睛后部里面的靜脈圖案,同樣需要昂貴的硬件。視網(wǎng)膜識別速度慢,并且需要用戶保持靜止的狀態(tài),目前沒有手機(jī)提供視網(wǎng)膜技術(shù)。
指紋解決方案很常見,但需要獨(dú)立支持硬件。
眼紋識別僅需用普通前攝,拍清楚眼部就能夠達(dá)到近乎虹膜的識別水準(zhǔn),對于目前方興未艾的“人臉支付”、“人臉登錄”的各類APP上面非常有吸引力,手機(jī)前攝的分辨率越來越高,畫質(zhì)會越來越好。在充足的可見光下,用戶自然看著手機(jī)的前置攝像頭就可以進(jìn)行眼紋識別,而不用像虹膜識別需要特殊的攝像頭。目前還沒有解決眼球反光、眨眼、眼睫毛等干擾因素,現(xiàn)在還屬于實驗室產(chǎn)品階段。
點評