物聯(lián)網(wǎng)時(shí)代五種常見(jiàn)生物識(shí)別優(yōu)劣勢(shì)大對(duì)比

1、物聯(lián)網(wǎng)時(shí)代五種常見(jiàn)生物識(shí)別優(yōu)劣勢(shì)大對(duì)比來(lái)源：物聯(lián)網(wǎng)智庫(kù) 物聯(lián)網(wǎng)時(shí)代的智能終端將遍及各處，生物識(shí)別作為未來(lái)主流的身份認(rèn)證方式也必將融入其中，成為不可分割的一部分。生物識(shí)別，是通過(guò)高科技手段，利用人體固有的生理特性和行為特征來(lái)進(jìn)行個(gè)人身份的鑒定。因其具備更高的防偽性和安全性，而識(shí)別成本也越來(lái)越低，成為未來(lái)主流身份識(shí)別方式已成必然趨勢(shì)。今天就給大家盤(pán)點(diǎn)一下，五種常見(jiàn)生物識(shí)別的優(yōu)劣勢(shì)。簽名識(shí)別，這可是個(gè)老古董你去商場(chǎng)購(gòu)物，劃卡后商家會(huì)讓你在某單子上簽字，這就用到了簽名識(shí)別。簽名識(shí)別是根據(jù)簽名的字體進(jìn)行身份認(rèn)證，這可是個(gè)老古董了，當(dāng)名字可以指定本人身份時(shí)就已經(jīng)出現(xiàn)，當(dāng)然，那時(shí)這不算是生物識(shí)別。

2、每個(gè)人都有自己獨(dú)特的書(shū)寫(xiě)風(fēng)格，所以簽名識(shí)別可作為生物識(shí)別的一種，屬于行為測(cè)定。將簽名數(shù)字化是這樣一個(gè)過(guò)程：測(cè)量圖像本身以及整個(gè)簽名的動(dòng)作在每個(gè)字母以及字母之間的不同的速度、順序和壓力。簽名識(shí)別分為離線簽名識(shí)別和在線簽名識(shí)別。在線識(shí)別是通過(guò)手寫(xiě)板采集書(shū)寫(xiě)人的簽名樣本，有的系統(tǒng)還可以采集壓力、握筆的角度等數(shù)據(jù)，目前識(shí)別率挺高，但由于人類(lèi)書(shū)寫(xiě)書(shū)寫(xiě)動(dòng)力定型并非固定不變，有一定變化范圍，所以單單從字形上，有可能無(wú)法區(qū)分真事簽名和偽造簽名。離線簽名就更不安全了。聲音識(shí)別，感個(gè)冒你就可能不是你了有時(shí)候聲音識(shí)別還不如簽名來(lái)的安全。聲音識(shí)別也屬于行為識(shí)別技術(shù)，識(shí)別設(shè)備不斷地測(cè)量、記錄聲音的波形和變化。聲音識(shí)別基

3、于將現(xiàn)場(chǎng)采集到的聲音同登記過(guò)的聲音模板進(jìn)行精確的匹配。優(yōu)點(diǎn)是聲音識(shí)別是一種非接觸的識(shí)別技術(shù)，用戶可以很自然地接受，僅此而已 。缺點(diǎn)就比較多了，比如聲音變化的范圍太大，很難精確的匹配；比如感個(gè)冒，鼻子不通氣，此時(shí)你很難讓識(shí)別系統(tǒng)知道你是你。甚至拿個(gè)磁帶都可能將其破解。別問(wèn)我為什么不用高保真麥克風(fēng)，因?yàn)樗苜F，錄唱吧我都沒(méi)舍得買(mǎi)何況一個(gè)小小的身份認(rèn)證。這個(gè)生物識(shí)別，娛樂(lè)娛樂(lè)就行了，不必當(dāng)真。紅膜識(shí)別，一個(gè)擁有虹膜信息的隱形眼鏡真的有可能搞定識(shí)別系統(tǒng)我們經(jīng)常會(huì)看到一些科技類(lèi)或高智商犯罪類(lèi)電影將虹膜識(shí)別作為確認(rèn)人物身份的重要手段，然后被一些高智商罪犯通過(guò)戴帶有被竊取人虹膜信息的隱形眼鏡破解。不幸的是，

4、理論上確實(shí)可以做到。虹膜是眼睛外部調(diào)節(jié)瞳孔大小、控制進(jìn)入眼睛光線數(shù)量的肌肉，它是基于褪黑素的數(shù)量形成的眼睛的有色部分。虹膜識(shí)別技術(shù)是通過(guò)拍攝人眼的虹膜來(lái)進(jìn)行身份的確認(rèn)，是一項(xiàng)基于生物特征的身份認(rèn)證技術(shù)。（圖中黑色瞳孔與眼白中間夾的環(huán)狀區(qū)域?yàn)楹缒ぃ┰诤缒ぷR(shí)別之前需要通過(guò)標(biāo)志性的特征對(duì)其進(jìn)行定位，并利用這些特征和獨(dú)特的形狀對(duì)虹膜進(jìn)行成像、特征分離和提取?；诤缒こ上瘢SGabor波將其篩選和繪制為相量，相量的信息包括方向和空間頻率（圖像內(nèi)容）以及圖像位置，利用這些相量信息繪制為“虹膜碼”，最終使用虹膜碼進(jìn)行認(rèn)證。虹膜識(shí)別技術(shù)幾乎是精確度最高的生物識(shí)別技術(shù)，具體描述如下：兩個(gè)不同的虹膜信息有75%

5、匹配信息的可能性是1:106等錯(cuò)率：1:1200000兩個(gè)不同的虹膜產(chǎn)生相同虹膜代碼的可能性是1:1052。高精確度、無(wú)需物理接觸是它的優(yōu)點(diǎn)，這也是銀行等靜態(tài)終端看上它的原因。但對(duì)于物聯(lián)網(wǎng)時(shí)代，移動(dòng)終端上使用虹膜識(shí)別還有一定的局限性。比如虹膜識(shí)別產(chǎn)品的價(jià)格較高，而且實(shí)現(xiàn)起來(lái)很復(fù)雜。對(duì)采集到的虹膜圖像要求極高。虹膜的拒真率高，當(dāng)出現(xiàn)拒真的情況后，很難人為的去判別該員工的虹膜是真是假，除非找專家鑒定。很難識(shí)別有眼疾的人群也是其缺點(diǎn)，而且真的有可能會(huì)被造假。指紋識(shí)別，一個(gè)由中國(guó)唐朝傳到國(guó)際上的生物識(shí)別1927年德國(guó)羅伯特海因德?tīng)栐谥讣y鑒定一書(shū)中斷定，中國(guó)唐代的賈公彥是世界上提出用指紋識(shí)別人的第一個(gè)學(xué)

6、者。在這方面中國(guó)古代不是沒(méi)有人（yin）。指紋識(shí)別作為識(shí)別技術(shù)已經(jīng)有很長(zhǎng)的歷史了，有著堅(jiān)實(shí)的市場(chǎng)后盾，按照一般人的看法，指紋識(shí)別技術(shù)通過(guò)分析指紋的全局特征和指紋的局部特征，特征點(diǎn)如嵴、谷和終點(diǎn)、分歧點(diǎn)等，從指紋中抽取的特征值可以非常的詳盡，可以有效地確認(rèn)一個(gè)人的身份。平均每個(gè)指紋都有幾個(gè)獨(dú)一無(wú)二可測(cè)量的特征點(diǎn)，每個(gè)特征點(diǎn)都有大約七個(gè)特征，我們的十個(gè)手指產(chǎn)生最少4900個(gè)獨(dú)立可測(cè)量的特征?，F(xiàn)今指紋圖像采集的技術(shù)主要為射頻指紋識(shí)別技術(shù)。射頻傳感器技術(shù)是通過(guò)傳感器本身發(fā)射出微量射頻信號(hào)，穿透手指的表皮層去控測(cè)里層的紋路，來(lái)獲得最佳的指紋圖像。因此對(duì)干手指，汗手指，臟手指等困難手指通過(guò)可高達(dá)99%，防

7、偽指紋能力強(qiáng)，指紋敏感器的識(shí)別原理只對(duì)人的真皮皮膚有反應(yīng)，從根本上杜絕了人造指紋的問(wèn)題。這個(gè)最近火在移動(dòng)支付方面的生物識(shí)別技術(shù)，因其防偽性高、生物特征唯一、核心芯片不斷縮小等方面，已廣泛用于平板、手機(jī)甚至手表等移動(dòng)端，并將會(huì)在未來(lái)主流生物識(shí)別市場(chǎng)占有一席之地。將手指放在手機(jī)屏幕上，隨手一劃就能確認(rèn)支付，將安全度與便捷性完美結(jié)合。但是，它還有一個(gè)強(qiáng)大的對(duì)手，人臉識(shí)別。人臉識(shí)別，阿里騰訊認(rèn)準(zhǔn)的生物識(shí)別方式作為未來(lái)主流生物識(shí)別方式之一，人臉識(shí)別最大的優(yōu)點(diǎn)是對(duì)硬件幾乎沒(méi)要求，即使幾百元的手機(jī)攝像頭也可以滿足，剩下的只是軟件問(wèn)題。未來(lái)的結(jié)果就是，你在結(jié)賬時(shí)，對(duì)著收銀臺(tái)的攝像頭左看看右看看，支付就這樣完成

8、了。這種認(rèn)證方式在未來(lái)移動(dòng)支付時(shí)代具有高便捷性，加上硬件要求極低，足以讓阿里騰訊看好它的未來(lái)。自動(dòng)人臉識(shí)別的經(jīng)典流程分為三個(gè)步驟：人臉檢測(cè)、面部特征點(diǎn)定位、特征提取與分類(lèi)器設(shè)計(jì)。在深度學(xué)習(xí)出現(xiàn)以前，人臉識(shí)別方法一般分為高維人工特征提取和降維兩個(gè)步驟。2014年之后，主要技術(shù)路線為深度學(xué)習(xí)。Google發(fā)表于CVPR2015的工作FaceNet采用了22層的深層卷積網(wǎng)絡(luò)和海量的人臉數(shù)據(jù)（800萬(wàn)人的2億張圖像）以及常用于圖像檢索任務(wù)的Triplet Loss損失函數(shù)。值得一提的是，人臉類(lèi)別數(shù)達(dá)到800萬(wàn)類(lèi)，F(xiàn)aceNet在LFW數(shù)據(jù)集上十折平均精度達(dá)到99.63%，這也是迄今為止正式發(fā)表的論文中

9、的最好結(jié)果，幾乎宣告了LFW上從2008年到2015年長(zhǎng)達(dá)8年之久的性能競(jìng)賽的結(jié)束。盡管如此，一模一樣的技術(shù)，拿到真實(shí)環(huán)境下得到的準(zhǔn)確率可能只有75%也許會(huì)有些人覺(jué)得這是很可笑的，請(qǐng)不要笑，這是科研圈里朋友的普遍做法，不是沒(méi)有苦衷的。雖然目前的人臉識(shí)別技術(shù)上不完美，受環(huán)境等影響很大，但全球領(lǐng)先的中國(guó)face+公司已經(jīng)可以做到先識(shí)別你是不是一個(gè)人了（照片肯定是不行的，即使你捂住半邊臉，依然可以識(shí)別你是一個(gè)人。）“人臉識(shí)別技術(shù)比人的識(shí)別能力要強(qiáng)，而且強(qiáng)不少”，北京曠視科技（face+）市場(chǎng)與經(jīng)營(yíng)部總經(jīng)理謝憶楠說(shuō)，“比如一個(gè)銀行柜員對(duì)人臉識(shí)別的精度可能達(dá)到萬(wàn)分之一誤識(shí)率，通過(guò)率可以超過(guò)90%；而我們最好的成績(jī)是十萬(wàn)分之一的誤識(shí)率，通過(guò)率可以超過(guò)97%-98%?！蹦壳霸u(píng)價(jià)科研中算法的優(yōu)劣的唯一方法就是找一個(gè)數(shù)據(jù)集，