曾幾何時, 生物特徵識別還是一個可望而不可即、只有在高度保密機構裡才能一睹真容的“高端技術”。 而技術進步是飛快的, 一眨眼的功夫, 智慧手機的普及就讓每個人對指紋識別和人臉識別習以為常。 那麼, 對於“準確地辨別誰在使用自己”這件事, 身份識別都經歷了哪些過程?未來又將往何方去?
第一批“玩家”:指紋、虹膜和語音紋理和振動, 這是生物特徵領域不變的核心。 而最早被利用在身份識別當中的生物資訊——指紋和聲紋, 正是其中的代表。 “世界上沒有任何兩個人的指紋是一樣的”, 一直以來,
電影中以隱形眼鏡為載體的偽造虹膜特徵
“後來者”居上:面部和眼紋識別的興起既然傳統生物特徵問題不少, 人們自然要著手研究新的生物識別方式。 於是, 面部結構和眼紋進入到了業界的視野當中。 兩種新型生物特徵的共同特點是:除了紋理以外,
蘋果Face ID有透視效果的人臉模型
深度學習加入:新“作料”, 新味道乍看來, 生物特徵識別無非是影像處理和模式匹配的組合, 機器學習也許能夠讓匹配準確率增加一些, 但也不過如此。 隨著深度學習及其基礎——卷積神經網路(CNN)的大放異彩, 人們第一次發現:原來人工智慧自己就可以對圖像進行處理,
要知道, 對於今天能夠見到的每一種基於圖像的生物資訊, 識別的方式無非是揀選出其影像中的各種有特點的“細枝末節”, 形成範本, 進而由範本的獨特性來實現識別的唯一性。 由此, 生物特徵識別的性能, 在很大程度上取決於範本中所選取的細節的有效程度。 CNN的優勢, 就在於所產生的範本更有“代表性”, 精確度更高。 可以說, 隨著深度學習的加入, 你的手機和電腦將會很快地從“認出你”的水準升級到“記住你”的新等級。
當然, 目前深度學習在生物特徵識別中還處於研究和初步應用階段,
未來還會有什麼新的生物資訊加入到“識別大軍”中來?現階段來看, 最有潛力的或許就是腦電波(EEG)信號了。 目前, 許多研究已經表示, 人的腦電很可能和指紋一樣, 具有某些個體唯一性的特徵。 同時, 腦機介面(BCI)的發展也可謂是日新月異。 目前, 一家葡萄牙公司已經在其Brainflight項目中展示了以腦電信號操控無人機的技術。 如果現有有關腦電的各種技術能夠進一步成熟並加以融合的話, 相信在未來的幾十年內,人們就將有望看到“刷腦”這種科幻般的景象成為現實了。
腦電已經被用來操控無人機了
γ:不過這件事可能對於一時衝動的人們來說並不是啥好消息,一旦你以為的“想想而已”,那邊已經刷腦消費了,實在是防不勝防啊!
*本文頭圖及正文圖片均來源於網路
相信在未來的幾十年內,人們就將有望看到“刷腦”這種科幻般的景象成為現實了。腦電已經被用來操控無人機了
γ:不過這件事可能對於一時衝動的人們來說並不是啥好消息,一旦你以為的“想想而已”,那邊已經刷腦消費了,實在是防不勝防啊!
*本文頭圖及正文圖片均來源於網路