“帳號+密碼”自網絡誕生以來，這種認證方法一直沿用至今，并且廣泛應用在各個領域。但隨著技術的更迭，如今人們每日離不開的手機、微信、微博、支付寶、郵箱等等，設置繁雜的傳統密碼體系已明顯落后。通過人臉識別、活體檢測、聲紋識別等新型生物識別技術進行賬號安全保護，身份信息安全保護，已經成為新趨勢。
據媒體披露，全國每年身份信息泄漏多達千萬條，身份證遺失也上百萬級。當今的互聯網時代，無論是吃、穿、還是住、行，人們都面臨身份信息泄露的風險，如何保障個人身份信息的安全成了互聯網消費的共同挑戰。
人臉識別
人臉識別,作為生物特征識別技術之一,是一種通過分析比較人臉視覺特征信息進行身份鑒別的計算機技術，該類系統的研究始于20世紀60年代，80年代后隨著計算機技術和光學成像技術的發展得到提高，而真正進入初級的應用階段則在90年后期，并且以美國、德國和日本的技術實現為主;
人臉識別系統成功的關鍵在于是否擁有尖端的核心算法，并使識別結果具有實用化的識別率和識別速度;“人臉識別系統”集成了人工智能、機器識別、機器學習、模型理論、專家系統、視頻圖像處理等多種專業技術，同時需結合中間值處理的理論與實現，是生物特征識別的最新應用，其核心技術的實現，展現了弱人工智能向強人工智能的轉化。
一個典型的人臉識別系統通常由如下幾部分構成:①圖像采集設備(攝像頭),用于采集人臉圖像;②人臉檢測模塊,從采集到的圖像中定位出人臉位置;③人臉特征提取模塊,從人臉區域中提取富含信息量,能夠被計算機所理解的特征;④人臉比對模塊,將前端提取得到的特征與數據庫中的特征進行比對,找出詳細人臉。
指紋識別
指紋是人類手指末端指腹表皮上凹凸不平的紋路。這些紋路的存在,不僅增大了皮膚表面的摩擦力,使我們能夠用手抓起重物,而且增強了指尖的觸感,使我們對物體的材質、溫度等更敏銳。從20世紀60年代開始,隨著計算機技術的發展,指紋識別技術也逐漸步入自動識別階段,形成了自動指紋識別系統。
指紋特征是進行指紋識別的重要依據。指紋特征通常分為三個等級。一級特征又稱為全局特征,主要有奇異點(包括中心點和三角點兩種)和類型特征等;二級特征主要是指紋細節點,如分叉點和末梢點;三級特征則包含了脊線的維度屬性,如脊線形狀、邊緣輪廓、傷疤和汗孔等。二級特征和三級特征都可以用于指紋識別,其中二級特征的使用已經較為成熟,是目前最常用的指紋特征;而三級特征只有在高分辨率(>=700dpi)的指紋圖像上才能提取到。
虹膜識別
虹膜是位于人眼表面黑色瞳孔和白色鞏膜之間的環狀區域,在紅外光下呈現出豐富的紋理信息,如斑點、條紋、細絲、冠狀、隱窩等細節特征。虹膜識別技術采用專用光學圖像采集儀采集人眼虹膜圖像,然后通過數字圖像處理技術、模式識別和人工智能技術對采集到的虹膜圖像進行處理、存儲、比對,實現對人員身份的認證和識別。
虹膜是眼睛的一個組成部分,位于角膜的后方,晶狀體的前方,鏈接在眼睛的睫狀肌上。它是眼睛有顏色的部分,虹膜的收縮和擴張決定了瞳孔的大小,從而是進入眼睛的光線正好適量。虹膜在一定波長的紅外光(一般在700-900納米之間)照射下,總體上呈現一種由里到外的放射狀結構,包含許多相互交錯的類似于斑點、條紋、隱窩等形狀的細微結構。通常,我們將這些細微特征稱為虹膜的紋理特征,是虹膜唯一性的體現。
技術優缺點
與指紋、虹膜、步態等其他生物特征識別技術相比,人臉識別有其無法比擬的優勢,如對識別者不具侵犯性,更加直接、友好,使用者無任何心理障礙等。隨著圖像采集設備的不斷發展,采集設備的成本不斷降低,數碼相機、攝像機、拍照手機的不斷普及極大地拓展了人臉識別技術的使用空間。
值得注意的是,人臉識別可以對被識別者進行隱蔽操作,在視頻監控領域有著重要的應用價值。同時,人臉識別與其他生物特征識別技術相比也有其劣勢,這主要表現在人臉特征穩定性較差,可靠性、安全性較低,圖像采集受各種外界條件影響較大,識別性能偏低等。
微信掃一掃
