智能制造網訊 生物識别技術，是利用人體固有的生理特征，如指紋，臉象，虹膜等和人類的行為特征來進行個人身份的識别。比傳統的賬号密碼更加安全、保密、方便，而且每個人的生理特征不同，不易被僞造或盜用，是目前較為安全和方便的識别技術。

圖片

　　生物識别認證包括兩個主要階段：登記和驗證。在登記階段，需要采集個體的生物特征數據，轉換為特定模闆(對抽取出的信息進行數字化編碼)，保存至本地設備或上傳至服務器統一管理。

　　在驗證階段，用戶通過傳感器或讀取器提供個人生物特征數據，然後将采集的生物特征模闆與預存的模闆進行對比。如果匹配，即表示成功通過認證。随着生物識别系統日漸成熟，準确度不斷提升，識别誤差率逐步下降，生物識别技術逐漸成為一項高效便捷的身份認證手段，廣泛應用于多種支付場景。

　　用戶身份驗證是信息安全的第一步，生物識别技術作為身份驗證的一種手段，在可靠性方面具有顯著優勢。以公安三所研發的elD為例，由公安部公民網絡身份識别系統完成，用戶的身份認證通過生物識别技術完成識别，網絡身份認證通過用戶網絡身份應用标識編碼(appeIDcode)完成，安全性和隐私性得到了充分的保障，并且elD幾乎可以載入國内的主流手機品牌。

　　根據美國咨詢機構Transparency Market Research的統計，全球生物識别市場規模将于2020年增長至233億美元，複合年均增速為15.7%，生物識别市場正處在快速增長中。

　　人臉識别作為基于人的臉部特征信息進行身份識别的一種生物識别技術，用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做面部識别、人像識别。

　　如今，人臉識别技術已經非常成熟，國内的産業鍊也趨于完善，比如國内做人臉識别、圖片識别的曠視科技Face 、商湯科技、做視頻識别的極鍊科技Video ，國外的Facebook等科技公司也開發出了基于人工智能和機器學習的人臉識别技術，能夠對海量的人臉圖像進行快速處理，這些技術也能被用于數字身份信息的管理。

　　值得注意的是，5G、AR、 大數據、雲計算、人工智能等技術與生物識别的結合應用，使新需求和新願景得以落地實現，賦能垂直行業，進一步引領産業轉型升級，并帶來基于眼球追蹤的廣告分析、全息影像通話、可穿戴設備生物特征身份識别等應用場景。

　　安全性作為人臉識别、聲紋識别、指紋識别落地的一大關鍵因素，已經引起社會各界人士的重視。從首個訴訟到首次入規範，以人臉、指紋、步态、聲紋、虹膜等為代表的個人生物識别信息的應用和保護已經走入人們的視野，不少人逐漸意識到自己的臉是屬于高度敏感的私人信息，如果随便被人采集使用，将造成隐私洩露和信息安全風險。如何強化使用過程中的安全性，也成為科技企業、技術研發機構首要考慮的問題。

　　其實，從手機解鎖、小區門禁到餐廳吃飯、超市收銀，再到高鐵進站、機場安檢以及醫院預約就診，“刷臉”行走天下的時代正在加速到來。而在身份認證領域，生物識别技術的價值将得到更加深層的展現。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!