• 最新新闻
  • 简直武装到牙齿 本田申请变色车窗专利 专访乐视控股集团创始人贾跃亭:外界最关心的这十个问题 简直武装到牙齿 本田申请变色车窗专利 简直武装到牙齿 本田申请变色车窗专利 专访乐视控股集团创始人贾跃亭:外界最关心的这十个问题 “靠脸走遍天下”的时代真的来临了吗? 简直武装到牙齿 本田申请变色车窗专利 折叠屏和5G很酷但2019年我们很可能用不上它们 网上网赌网站审核维护不给提现怎么拿回损失? 专访乐视控股集团创始人贾跃亭:外界最关心的这十个问题 折叠屏和5G很酷但2019年我们很可能用不上它们 为何东南亚比美国更容易出现“超级应用”?_IT新闻_博客园 网上网赌网站审核维护不给提现怎么拿回损失?
  • 推荐新闻
  • 简直武装到牙齿 本田申请变色车窗专利 专访乐视控股集团创始人贾跃亭:外界最关心的这十个问题 简直武装到牙齿 本田申请变色车窗专利 简直武装到牙齿 本田申请变色车窗专利 专访乐视控股集团创始人贾跃亭:外界最关心的这十个问题 “靠脸走遍天下”的时代真的来临了吗? 简直武装到牙齿 本田申请变色车窗专利 折叠屏和5G很酷但2019年我们很可能用不上它们 网上网赌网站审核维护不给提现怎么拿回损失? 专访乐视控股集团创始人贾跃亭:外界最关心的这十个问题 折叠屏和5G很酷但2019年我们很可能用不上它们 为何东南亚比美国更容易出现“超级应用”?_IT新闻_博客园 网上网赌网站审核维护不给提现怎么拿回损失?
  • 热门标签
  • 日期归档
  • “靠脸走遍天下”的时代真的来临了吗?

    来源:www.honkerbase.com 发布时间:2019-09-06

    “通过面部走向世界,刷脸支付可以提供比QR码支付更好的用户体验和安全性。这是我们对生物识别技术的判断和期待。“1月14日,支付宝生物识别技术负责人李亮接受了包括雷锋在内的多家媒体采访。雷锋网了解到,李亮目前在蚂蚁金融服务物联网部门工作,中国科学院自动化研究所博士,中国科学院大学博士后研究员。目前负责支付宝生物识别算法和模型的开发,并参与支付宝基于生物识别的身份认证系统。

    支付宝生物识别技术场景“落入潮流”

    2017年9月1日,支付宝宣布杭州万向城店的肯德基餐厅正式启动,这是全球首家商业试点。具体过程如下:用户在肯德基自助点餐机上放好饭,进入支付页面,选择“支付宝刷支付”,然后进行人脸识别,然后输入与账户绑定的手机号码,然后确认并可以支付。截至目前,全国100多个城市的300多家肯德基支持面对面支付。

    在2018年11月12日零点,天猫双11方显示,除了消费记录外,用户还通过生物信息学占了付款的60.3%。超过一半的用户选择将指纹和面对面支付作为天猫的第一种主流支付方式。从测试数据中,“Face Pay”在短至300毫秒内完成交易。与2017年相比,使用指纹或拉面的老年人数量增加了20%。目前,用户对生物识别支付方式的满意度超过95%,远远超过密码支付。

    在2018年12月27日,Weiduomei宣布支付PayPal支付费用,客户可以在不使用手机的情况下完成购物结账。 Weiduomei的首席信息官霍波说:“与现金和扫描码相比,面部付款更快,更准确。从“蜻蜓”在商店的使用效果来看,收银员效率提高了60%以上,避免了用户。在排队的高峰期,同时,由于用户体验的改善,吸引了更多的年轻客户,年轻用户增加了50%-60%。“

    此外,江西省人民医院,CP莲花,红旗连锁,张仲景药房等也加入了“画脸”支付的军队。早在2007年,支付宝就开始关注生物识别技术,并认为移动支付和全面脱媒是未来的两个核心方向。当然,前两个重点领域是虹膜和声纹。虹膜识别精度很高,但很难集成到PC摄像机中。由于人们当时没有与手机交谈的习惯,因此声纹识别带来的互动也令人尴尬。

    2012年初,支付宝和公安系统研究所的专家反复研究,最终决定采用指纹识别技术。 2014年6月27日下午4点,支付宝迎来了第一位通过华为mate7开通指纹支付的用户。支付宝生物识别技术负责人李亮于2014年介绍了支付宝人脸识别技术的研究与应用。2015年3月,在汉诺威消费电子,信息与通信博览会CeBIT上,马云是德国总理安格拉默克尔的嘉宾。现场展示了微软支付蚂蚁金融的全面支付技术。然后,面子识别引发了中国的繁荣。可以说,2015年是人脸识别的第一年,人工智能未被大规模提及。

    目前,除了人脸识别外,还包括指纹识别、眼模式识别、指/掌静脉识别、耳廓识别、虹膜识别、表情识别、掌纹识别、声纹识别、步态识别、手写识别、视网膜识别等。等一下。很多关于身体的生物信息可以用来识别。通过技术、传感器等进行识别的方法有数千种。目前,该行业的发展大约有300种,而且仍然有限。更成熟和广泛使用的是面部,指纹和虹膜。

    支付宝生物识别团队透露,该团队正在开发多模式生物识别技术,以增强人脸识别能力。眼睛模式识别就是其中之一。眼型识别是对眼巩膜(眼白)血管排列的识别。像虹膜一样,眼线是非常独特的,即使在同卵双胞胎中,眼线也是不同的。如前所述,在人眼模式识别技术成熟后,叠加人脸识别的准确率有望提高几个数量级。

    人脸识别、指纹识别、虹膜识别和眼模式识别的优缺点

    人脸识别

    其优点是用户体验良好,用户无需刻意配合;缺乏面部识别可能会受到姿势、照明、遮挡、图片清晰度等因素的影响;另外,对于两张外观极其相似的脸,面部识别技术是可能的。无法识别。

    指纹识别

    指纹是应用最广泛的,技术相对成熟,但在应用上存在局限性。一是少数人的指纹(磨损、受伤等)不好;二是指纹被复制,存在安全隐患;三是手部有特殊出汗的情况下,会影响识别;四是要求指纹与物体配合,方便E很穷。看到以前雷锋网报道人工智能伪造指纹,指纹解锁还安全吗?

    虹膜识别

    高精度和独特性。缺点是用户需要积极配合,硬件要求较高,需要一台虹膜摄像机。

    眼睛模式识别

    准确性和独特性与虹膜识别相当,但对硬件没有特殊要求,只需普通相机即可。缺点是眼图识别需要用户主动配合,用户与收集装置之间的距离,光源等(在某些光线下,眼球会反射光线,从而影响识别)要求相对较低高,从而影响用户体验。

    生物识别技术的复杂性远远高于条形码支付的复杂性,其背后的算法很复杂。除生物识别相关算法外,还需要结合人机交互理论,大数据等技术手段,形成全面的融合决策系统。在金融交易场景中,支付宝还需要整合风险控制和攻击安全等策略。

    在谈到支付宝2014年生物识别技术研究背后的深层原因时,李亮说:“移动互联网到来后,我们越来越多地发现以密码验证为代表的传统认证方式和源自PC的传统风格。时代。控制系统并未随时随地应用于移动互联网时代用户的多样化需求。结果是,在许多情况下,风险控制系统很容易扰乱或误解用户的行为和交易,这给用户带来了很大的影响。糟糕的经历。这个问题背后的根本原因是很多时候我们不知道每个交易和行为背后的用户是谁。“

    因此,支付宝应用人脸识别技术的出发点是首先在认证过程中采用更安全,更方便的生物认证方法,可以更准确地识别每个用户,使用户可以在后续的场景和交易中畅通无阻。进一步享受更智能,更个性化的服务。

    与此同时,生物识别技术应用于亿级用户,产品技术的普及以及“规模”下的用户体验都是需要解决的技术挑战。例如,用户的刷脸与用户的主观意愿和客观环境无关,并且不同手机和不同智能设备的性能不完全一致。

    “刷脸支付和支付链接集成,商家系统访问和访问链接也比较麻烦,需要以真正的业务痛点和商家需求为出发点。一方面,它不断吸收和改进算法,另一方面,它找到了当时商业情景和实际需求之间的最佳组合点。李亮说。

    与大多数基于2D脸部的人脸识别系统不同,支付宝使用多模态生物识别技术。一方面,在线面部支付场景使用更高安全性的3D结构光照相机,将传统人脸识别的对象从2D扩展到3D,另一方面开发眼图。进一步协助和增强识别技术以增加眼印识别。一方面,用户体验不受干扰,另一方面,它具有更强的安全性。主要过程:收集多个eyeprint,分割和增强,添加杂乱点,以确保模板安全。难点在于核心算法对应于前面的采集,分割和增强,特征点提取等步骤。

    国内外生物识别观念的差异

    在国外,一些企业认为以牺牲用户体验为代价将生物识别技术用于安全目的是可以接受的。但在中国,如果我们想要实现技术的普遍性,没有良好用户体验的产品就不可行。因此,在以安全为底线的前提下,我们必须不断追求最终的用户体验。

    从二维提升用户体验,第一维,软件,硬件,风控系统升级,硬件传感器的每一次突破,都可以带来软件和产品的逐步升级。第二个维度,更完整的产品设计和互动,从开放到使用再到结束,都有明确的指示和授权。用户可以完全感知和控制整个过程。

    目前,大多数AI算法都有其局限性,有必要解决从实验室到实际着陆的碎片细节。在许多情况下,算法应该优先解决垂直和细分的域问题,而不是寻求泛化和兼容性来解决所有问题。

    生物识别技术的深层应用与每个国家的基础设施,相关标准和规范的完善程度,用户的使用习惯,官方权威数据库等密切相关。在没有这些条件的情况下,生物识别技术只能用作密码验证的替代方案,单点设备或隔离系统。

    1对N是人脸识别仍然面临的技术问题。虽然在安全场景中有很多应用,但人脸识别在安全领域的应用主要用于特定人的监控和识别。表现强调高。回想一下,对准确性有更大的容忍度,因为通常需要个人确认过程。支付领域对此技术的要求是召回率和准确率都很高,这对于面部识别来说确实非常困难。这也是开发多模态生物识别技术的原因,每个新的生物识别因素的引入和融合可以大大提高整体分辨率。

    在未来,为了适应不同国家和市场的需求,可能需要为不同的民族采用不同的模式。此外,从隐私和合规性的角度来看,如GDPR标准,生物识别系统需要在不同区域单独部署,但算法训练过程背后甚至一些模型可能是相同的。

    [封面图片来源:网站名称shutterstock,所有者:Akhenaton]

    友情链接: