用户名密码 [免费注册] [找回密码] 推广技巧 发布求购 建商铺  发产品  会员体制比较  
 

关注生物识别技术:从实验室走向公众

来源:人民日报(北京)  作者:本站收录  发布时间:2017-02-28 09:52:10  字体:[ ]

关键字:生物识别  人脸识别  虹膜识别  

摘   要:他或她的年龄有多大?手机拍一拍就知道。曾有一款根据人脸特征来测试年龄的小游戏刷爆了朋友圈。这款游戏应用之所以能精准预测年龄、性别等信息,在于嵌入了人脸识别技术,而该技术的功能远不止于此。

  

关注生物识别技术:从实验室走向公众

  今年春运期间,西安北站旅客在工作人员帮助下通过人脸识别系统检票进站。

  

关注生物识别技术:从实验室走向公众

  厂商演示带有虹膜识别功能的智能手机。图片来自网络

  他或她的年龄有多大?手机拍一拍就知道。曾有一款根据人脸特征来测试年龄的小游戏刷爆了朋友圈。这款游戏应用之所以能精准预测年龄、性别等信息,在于嵌入了人脸识别技术,而该技术的功能远不止于此。

  人脸识别技术属于生物特征识别(以下简称生物识别)技术的一种。近年来,以人脸识别、虹膜识别为代表的生物识别技术从实验室走向公众,升级人们的“密码”,将让我们的生活更便捷、更安全。

  什么是生物识别

  每个人都有独一无二的虹膜纹理,并且终身保持不变

  生物识别,简单说就是一种利用人的生理(指纹、人脸等)或行为特征(声音、步态等)来进行个人身份认定的方式。通常,人体生物特征具有随身携带和难以伪造的优点,在安全保密、便捷识别上有优势。

  常见的生物识别方式是指纹识别,但指纹容易留下痕迹被他人复制,而且对手指的清洁度、干燥度要求较高。随着万物互联时代的来临,数据安全和信息隐私越来越重要,人们需要更安全、有效的身份认证“密码”。

  人脸识别是目前应用较为成熟的生物识别技术。由于每个人的五官、面部特征具有差异性,这使利用这些特征来鉴定个人身份成为可能。全国信息技术标准化委员会生物特征识别分委会专家委员、北京旷视科技有限公司市场总监张鑫说,人脸的生理特征可以转化为被计算机识别的数据信息。人脸识别技术的实现,首先是在图像或视频中检测到人脸,再对目标面部特征的关键点进行定位,提取特征并进行结构化处理。有了这些数据,计算机就能分析人脸属性,读懂人脸。

  “人脸识别技术的提升受益于人工智能相关理论的应用与发展。当前,主流的人脸识别技术主要结合了深度学习算法,机器 看 人脸越多,训练数据越多,理解越深,它对人脸的判断就越准确、越迅速。”张鑫说。

  虹膜识别是另一种被产业界看好的生物识别技术。虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环状区域,其中包含很多相互交错的斑点、细丝、冠状、隐窝等细节特征。中国科学院自动化所研究员孙哲南说,虹膜识别技术通过对比虹膜图像特征之间的相似性来确认人员身份,其核心步骤是使用模式识别、图像处理等方法对人的虹膜特征进行描述得到数据值,同时,将获取的虹膜数据和存储的虹膜信息进行匹配和分类,就能达到确认人员身份的目的。

  国际生物特征识别技术标准委员会委员、中科虹霸副总经理何召锋说,虹膜作为身份识别有许多优势。首先,虹膜识别安全性高。每个人都有独一无二的虹膜纹理,即便是同一人的左右眼或者同卵双胞胎,其虹膜纹理也有显著差异。其次,虹膜纹理在胚胎发育的第三个月到第八月就形成,并且终身保持不变,稳定性好。此外,采集虹膜图像不用接触,方便易用。

  和人脸识别技术一样,虹膜识别技术突破也得益于人工智能的发展。孙哲南说,近几年来生物识别技术的爆发,并非单单是识别技术本身所推动的,它是社会信息化发展到一定程度的必然结果。比如,智能终端的发展让虹膜数据采集更方便,而大数据分析方法又提升了数据比对的精准度,万物互联以及随之而来的对安全性的更高要求,让生物识别技术有了用武之地。

  中国科学院自动化所副研究员雷震说,近年来,包括人脸识别在内的识别技术提升,一是得益于新的芯片和新的算法带来的计算能力的提升;二是手机等智能终端设备的普及让大规模低成本的数据收集成为可能。

  生物识别能干啥

  商场购物、银行取钱……这些日常业务“刷脸”“刷眼”都可完成

  当前,人脸识别技术已走进大众视野。

  清晨赶到办公室,手捧滚烫咖啡,你是否会为无法腾出手去掏证件刷卡而发愁;晚上加班回到家门口,掏掏口袋,你是否会因为忘带房门钥匙而郁闷。有了人脸识别系统,这一切担心就不存在了,你只需要“刷脸”,门禁就能自动解锁,甚至还能根据你的心情送上合适的问候语。

  智能安防是生物识别技术的重要应用领域。由于生物特征人各有异、终身不变等特点,让其在安防监测上能大展身手。比如,利用人脸识别技术,通过动态监控、以图搜图、人像比对等方式,不仅能了解谁进入了你的社区,还能帮助公安机关等完善安防体系。

  张鑫说,有很多在逃人员通过冒充他人的身份已经把自己“漂白”了,人脸识别却能够“看出”这类人的真实身份,从而在海量人口中抽丝剥茧,精准识别并报警。

  在智能商业领域,生物识别技术的应用也逐渐在拓展。“到银行开户必须拿着身份证来验证身份,不仅耽误时间,也给一些行动不便者带来很多麻烦。有了人脸识别系统,在线上就能完成实名验证。”张鑫说。未来,当金融、电信、政务服务、教育等传统行业搬到线上时,实名制验证就越发重要。在这些领域,未来生物识别技术应用有很大的想象空间。

  智能手机普及是生物识别技术的重要推动力。“刷脸”“刷眼”代替输入密码,可用于购物、支付。中科虹霸总经理助理支良说,包括虹膜识别在内的一些生物识别技术已经成为智能手机一个重要的集成部分,提升了手机的安全性,实现解锁、文件加密、支付安全等功能。

  “商场购物、去银行取钱、乘高铁坐飞机……各种日常业务, 刷脸 刷眼 都可能完成。甚至可能产生一个大规模的生物识别数据库,使用生物特征,你就能在全球范围内证明你的身份。”支良说。

  专家也表示,生物识别不会完全替代传统身份鉴定技术,有些应用将是密码等传统方式的辅助和补充。生物识别技术和传统模式将取长补短,人们可以针对不同的应用场景运用最便于用户使用、最有效率和安全的识别方式。

  生物识别已经来了

  我国在算法上达到了国际领先水平,在一些应用上走在世界前列

  雷震表示,单就生物识别技术理论来说,我国和发达国家是同步的,一些算法和模型也得到了国际认可。不过,美国等发达国家在人工智能新概念、新方法上处于引领地位,我国更多的是跟随式研究。我国指纹识别技术发展最早,人脸识别、虹膜识别等热门生物认证则始于上世纪90年代中后期。

  以人脸识别为例。旷视科技领导的团队曾多次在数个世界公开算法竞赛中排名第一。中科虹霸团队也在连续两届国际虹膜识别算法大赛中赢得冠军。

  不过,张鑫认为,生物识别技术看重的是实际应用的性能。“现实中,遇到的人脸识别问题远比竞赛复杂。我们在处理亚洲人人脸的识别准确率上更高,主要是因为我们在这方面收集、训练的数据更多。”

  何召锋说,亚洲人的虹膜是黑褐色的,虹膜花纹较少,相比欧美人花纹丰富的蓝色虹膜识别难度更大。同时,中国人眼睛普遍受眼皮遮挡影响导致虹膜没有完全露出来,且睫毛多向下弯曲进一步加重了遮挡,这些都给算法提出了更高要求。他认为,仅就算法而言,我国达到了世界领先水平。

  为应对生物识别技术的发展趋势及巨大的应用潜力,主要的互联网公司近年来都加大了在这方面的布局。谷歌公司先后收购了多家人脸识别公司,脸谱网收购了以色列人脸识别技术公司,微软、三星发力手机虹膜识别技术。在国内,百度、腾讯、阿里巴巴也开始了在生物识别领域的布局。业内专家预计,未来将有更多企业加入生物识别研发和产业推广中来。

  张鑫说,从人脸识别产业应用来看,美国和以色列在动态识别方面走在前列,而我国在很多方面应用处于国际领先水平。

  大规模有效的数据是开展应用的基础,统一的标准则是行业发展的重要条件。张鑫说,发达国家在标准化编制方面起步较早,而我国目前行业标准体系还不够完善、覆盖面还有限,应加紧组织力量做好标准制定工作。

  生物识别技术仍存在一些需要克服的难题

  生物识别,路还很长(延伸阅读)

  《 人民日报 》( 2017年02月27日 20 版)

  生物识别技术未来有望成为智能化生活的“必需品”,但也要认识到,这一技术目前仍存在一些需要克服的技术和产业发展难题。在推进生物识别技术的同时还应注重保护隐私,不能让本意是保护人们安全的技术反而让人们没有安全感。

  人脸识别技术在很多领域的应用很诱人,但专家指出其中也可能蕴藏一定的风险。比如,当前的人脸识别技术多数主要通过平面二维采集人脸并与五官相对位置进行识别。实践中可能出现以照片形式蒙骗识别机器的情况。人脸识别推广应用以来,不时有黑客借助照片,通过车站、机场等人脸识别系统的事件。这虽然和管理不善等人为因素有关系,但也说明,某些场景下单纯的技术应用是不够的,还需要结合与其相适应的管理措施。

  此外,不论是人脸识别还是虹膜识别,都受制于光线亮度和“观看”对象的状态。比如,如果光线不够,或对象处于运动状态,识别能力就将大打折扣。中国科学院自动化所副研究员雷震认为,生物识别技术遇到的此类问题,会通过算法不断改进和机器学习能力增强而逐渐改善。

  又如,虹膜有效成像的距离较窄,多数时候适合近距离对焦,限制了它的应用场景。在实际运用中,用户的姿势不对,就有可能采集不到清晰的虹膜。同时,当前相比密码、手势等传统识别方式,虹膜识别的成本高,因而只能在一些对安全性要求很高且价格不敏感的领域推广。不过,虹膜识别相关公司正积极推动该技术在智能手机上的应用,希望搭建起从算法服务提供商到安全方案链条再到智能终端和应用厂商的生态系统。通过生态链条的发展共同努力,降低成本。

  人工智能离不开数据,要提高识别性能,需要有足够大规模的数据学习和支撑。大规模生物特征数据采集困难也影响了生物识别技术发展推广的应用。业界人士建议,希望政府部门在条件允许的情况下开放、共享一部分数据。

新闻投稿合作邮箱:yktchina-admin@163.com    字体[ ] [收藏] [进入论坛]

新闻榜
推荐新闻
论坛热帖