“帐号+密码”自网络诞生以来，这种认证方法一直沿用至今，并且广泛应用在各个领域。但随着技术的更迭，如今人们每日离不开的手机、微信、微博、支付宝、邮箱等等，设置繁杂的传统密码体系已明显落后。通过人脸识别、活体检测、声纹识别等新型生物识别技术进行账号安全保护，身份信息安全保护，已经成为新趋势。
据媒体披露，全国每年身份信息泄漏多达千万条，身份证遗失也上百万级。当今的互联网时代，无论是吃、穿、还是住、行，人们都面临身份信息泄露的风险，如何保障个人身份信息的安全成了互联网消费的共同挑战。
人脸识别
人脸识别,作为生物特征识别技术之一,是一种通过分析比较人脸视觉特征信息进行身份鉴别的计算机技术，该类系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主;
人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。
一个典型的人脸识别系统通常由如下几部分构成:①图像采集设备(摄像头),用于采集人脸图像;②人脸检测模块,从采集到的图像中定位出人脸位置;③人脸特征提取模块,从人脸区域中提取富含信息量,能够被计算机所理解的特征;④人脸比对模块,将前端提取得到的特征与数据库中的特征进行比对,找出详细人脸。
指纹识别
指纹是人类手指末端指腹表皮上凹凸不平的纹路。这些纹路的存在,不仅增大了皮肤表面的摩擦力,使我们能够用手抓起重物,而且增强了指尖的触感,使我们对物体的材质、温度等更敏锐。从20世纪60年代开始,随着计算机技术的发展,指纹识别技术也逐渐步入自动识别阶段,形成了自动指纹识别系统。
指纹特征是进行指纹识别的重要依据。指纹特征通常分为三个等级。一级特征又称为全局特征,主要有奇异点(包括中心点和三角点两种)和类型特征等;二级特征主要是指纹细节点,如分叉点和末梢点;三级特征则包含了脊线的维度属性,如脊线形状、边缘轮廓、伤疤和汗孔等。二级特征和三级特征都可以用于指纹识别,其中二级特征的使用已经较为成熟,是目前最常用的指纹特征;而三级特征只有在高分辨率(>=700dpi)的指纹图像上才能提取到。
虹膜识别
虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的环状区域,在红外光下呈现出丰富的纹理信息,如斑点、条纹、细丝、冠状、隐窝等细节特征。虹膜识别技术采用专用光学图像采集仪采集人眼虹膜图像,然后通过数字图像处理技术、模式识别和人工智能技术对采集到的虹膜图像进行处理、存储、比对,实现对人员身份的认证和识别。
虹膜是眼睛的一个组成部分,位于角膜的后方,晶状体的前方,链接在眼睛的睫状肌上。它是眼睛有颜色的部分,虹膜的收缩和扩张决定了瞳孔的大小,从而是进入眼睛的光线正好适量。虹膜在一定波长的红外光(一般在700-900纳米之间)照射下,总体上呈现一种由里到外的放射状结构,包含许多相互交错的类似于斑点、条纹、隐窝等形状的细微结构。通常,我们将这些细微特征称为虹膜的纹理特征,是虹膜唯一性的体现。
技术优缺点
与指纹、虹膜、步态等其他生物特征识别技术相比,人脸识别有其无法比拟的优势,如对识别者不具侵犯性,更加直接、友好,使用者无任何心理障碍等。随着图像采集设备的不断发展,采集设备的成本不断降低,数码相机、摄像机、拍照手机的不断普及极大地拓展了人脸识别技术的使用空间。
值得注意的是,人脸识别可以对被识别者进行隐蔽操作,在视频监控领域有着重要的应用价值。同时,人脸识别与其他生物特征识别技术相比也有其劣势,这主要表现在人脸特征稳定性较差,可靠性、安全性较低,图像采集受各种外界条件影响较大,识别性能偏低等。
责任编辑：吴礼得
车联网行业发展前景
NB-IoT芯片集中出货 NB-IoT迎来千亿量级发展前景（一）
NB-IoT芯片集中出货 NB-IoT迎来千亿量级发展前景（二）
2017中国智能家居行业现状分析与未来发展前景预测