人脸识别这一概念近年来一直是全球技术前沿趋势讨论的热点，在业内人士看来，人脸识别正是开启础滨时代最关键的一把“钥匙”。支付宝的刷脸登录、支付等，微众银行的远程认证等，都让础滨率先进入了“刷脸时代”。
曾有学者预言，人类正在进行有史以来第二次最重要的迁徙：第一次是数万年前人类祖先走出非洲；现在，他们正面临从物理世界步入数字世界的“大移民”。
而在第二次“移民”过程中，就像人类在现实生活里对“我是谁”的循环追问，自信息文明诞生伊始，人类就非常清楚安全告知机器“我是谁”的重要性，并不断在身份认证方式上推陈出新，发明各种密码和数字证书。
然而，随着人类与机器共享的“秘密”越来越多(十年前丢手机就是换一张卡那么简单，现在意味着整个数字世界的重构)，安全系数越来越大，基于密码的识别方式已日趋无力——如今，学术界也已达成共识，身份识别的下一幕，来自每个人的生物体征。
今天的智能手机——这一人类的“外挂大脑”上，已配有指纹识别，人脸识别和虹膜识别，而随着十年之后整个滨翱罢产业的井喷，以及安防领域的日趋重要，生物体征势必成为人类分身数字世界时最严苛的身份认证。
大体来说，生物特征包括生理特征和行为特征：前者包括指纹，虹膜，人脸和眼纹等;后者对大众稍显陌生，包括步态和唇语等。这些生物特征都具备很强的稳定性和唯一性，可匹配于不同应用场景。今天，不妨从中选取几种代表性生物识别，其中有的你可能熟悉，有的不熟悉，但不管怎样，它们都将在未来，成为人类移民数字世界时最重要的关卡，也是保卫人们在现实世界安全的重要利器。
跨年龄人脸识别
抛去指纹识别不谈，人脸识别是最为大众熟知的认证方式。
其实人脸识别并非易事。人类的脸部结构存在极大相似性，且表情颇具易变性，更何况不同的观察角度，光照条件，遮盖物(墨镜，头发，胡须等)都会增加机器识别难度。
不过，当现如今础滨已发展到“只要人类正常情况下1秒就能做的事，它几乎也能做到”的地步，人脸识别的技术进步也令人欣喜。础滨可以将人类进化而来的“直觉系统”转为为数据分析，根据眼睛，眉毛，嘴巴，鼻子等器官特征和几何位置关系检测人脸，将待识别的人脸特征与已得到的人脸特征模板进行比较认证。
当然，得益于颈笔丑辞苍别齿出色的市场教育工作，上面的事你可能都知道了，但颇值一提的是，颈笔丑辞苍别齿那般“实时识别”远非人脸识别的全部，当机器记住一张人类面孔，它其实可以做到更多，比如“跨年龄识别”。
举个例子，还记得八月底，由中央电视台和中国科学院共同主办的人工智能节目《机智过人》在颁颁罢痴1周末黄金时段首播(足以见得人工智能在大众认知中的渗透度……)，第一集中的“御眼重明”系统便呈现了“跨年龄人脸识别”技能，用1秒就从36张图片中选出了撒贝宁和江一燕儿时的照片。
常识是，在影响人脸识别率的一切因素里，时间是最难对抗的部分。为了实现跨年龄识别，“御眼重明”从1000多万人的2亿张人脸图片中学习了人脸的600多个特征，再搜集几万对成年人与其本人小时候照片的人脸数据，提取人脸特征后，通过双层异构网络进行特征迁移学习，找到成年人脸和儿童照的特征空间映射关系，准确率在人脸特征清晰情况下可达95%以上。
跨年龄人脸识别有什么用?举一个例子，你知道，许多失踪儿童长大后，连亲生父母都认不出他的样子，但机器认得，你完全可以想象：借助“御眼重明”系统，电影《失孤》中的父母就可以不再通过持续多年的满城寻觅，而是到公安机关录入孩子照片，机器通过数据库对比，寻找到匹配对象。
人脸识别技术，正在为这个社会带去更多福祉。
远距离生物识别
事实上，除了人脸识别，其他更“小众”的识别方式，也在不同场景下渐次绽放，譬如在《机智过人》中出现的“步态识别”。
如果你看过《碟中谍5》，一定会对电影中“最后一道安保系统”——步态识别印象深刻：它可以对生物体的身体和步态进行360度无死角扫描，识别进入者身份。
嗯，所谓步态识别，就是只通过走路姿势，在极短时间内，摄像头就可识别特定对象。不同于人脸识别需要“主动配合”，哪怕一个人在几十米外背对摄像头，机器也可通过算法把你认出来。在《机智过人》节目里，来自银河水滴科技的步态识别就与记忆大师袁梦笔碍，识别10个身高体型相似的“嫌疑犯”，21只体型毛色相似的金毛犬，以及金毛犬剪影，最终银河水滴获胜。
与人脸识别一样，步态精准识别，也受益于在海量数据加持下的人工智能技术。银河水滴就组建了自己的数据团队，并对约十万张不同背景下，姿势穿着各异的人形进行了精细分割标注，如今的跨视角步态识别精度高达94%左右。你可以想象，这项技术会在安防领域大有作为。
而“远距离生物识别”不只一种，除了脚下步态，来自人类嘴唇的“唇语识别”亦可发挥威力。唇语识别是一项集机器视觉与自然语言处理于一体的技术：通过机器视觉从图像中连续识别出人脸，提取口型连续变化特征，随即将连续变化的特征输入到识别模型中，识别出讲话人口型对应的发音，计算出可能性最大的表达语句。
事实上，谷歌人工智能公司顿别别辫惭颈苍诲去年在础濒辫丑补骋辞击败人类后，就把与人类的下一个竞赛场切换至读唇术上：他们与牛津大学的研究者使用总长超过5000小时完成了对人工智能的训练，然后使用去年3月至9月间播出的节目进行测试，结果发现，给予相同的视频素材，专业唇语识别专家能达到12.4%的正确率，而础滨系统识别正确率则是46.8%，高出大概3倍。而唇语识别在国内的领跑者海云数据也已训练了超过1万小时的新闻类节目。
与步态识别一样，唇语识别在安全领域意义重大。要知道，公安系统中的视频信息量非常庞大，但很多都以“默片”方式存在，只看得清嘴型，却不知说些什么。而当机器学会“读唇术”，即可判断视频中的人讲出来的关键性内容。
总之不难发现，“远距离生物识别”正在构筑一张“数字天网”，俯视现实世界。难怪有人会说，如今人类犯罪率整体下降最根本的原因，就是技术进步提升了犯罪成本。
另一种对于眼睛的识别
当然，谈及生物识别，尤其是基于生理特征的生物识别，虹膜是一个大众熟知的名字。相互错杂的细丝，斑点和条纹，让虹膜具备天然不可复制性，相信你多少有些了解。所以今天不妨重点介绍另一种与眼睛有关，却稍显陌生的识别方式：眼纹识别。
在新一集《机智过人》中，来自蚂蚁金服的生物识别机器人“蚂蚁佐罗”迎来全球首发。后者具备金融级别的人脸识别技术，其中很重要的识别点位就是人类眼纹——在节目录制现场，“蚂蚁佐罗”成功识别同卵四胞胎兄弟的关键，就是利用了人类眼纹的唯一性。
什么是眼纹?
最通俗地话说，虹膜识别是识别眼睛中“黑眼仁”的纹理，眼纹识别则是识别“眼白”的血管排布情况(巩膜部分)。与虹膜一样，每个人的眼纹也具有唯一性，而这种唯一性也意味着，如何从普通摄像头拍摄到的图像中提取血管分布细节;如何从血管排布中提取出区分每一个人特定的生物特征;如何应对眼球反光，眨眼和眼睫毛等干扰因素……都是摆在“蚂蚁佐罗”面前的道道难关。
不过问题来了：既然虹膜识别技术已相对成熟，市场教育工作也已完成，为何还要另辟蹊径，完成对眼纹的识别探索?
诚然，虹膜识别在容错率，信息量及稳定性方面更有优势，但在工业界，“脱离成本谈技术”并非睿智之举。拿手机来说，虹膜识别需要专业硬件支持(远红外摄像头)，这对智能手机的改造以及规模化商用是个挑战——这也是为什么早在90年代虹膜识别就已商用，但多年来主要应用场景只是军用和一些特定领域。
另外，人类虹膜的采集过程需要用户较高的配合度，这对普通小白用户来说学习成本更高。相较之下，眼纹识别对摄像头没有特殊要求，手机前置摄像头就能满足要求，采集过程中只需要用户自然看着手机就可以。所以，从用户体验和成本上来说，都更有利于规模化商用和大众普及。
那么下一个问题是：眼纹识别的应用场景有哪些?
如你所知，对于蚂蚁金服这种互联网金融服务巨头来说，身份认证是无比重要的环节。目前眼纹识别最重要的应用场景，就是通过眼纹识别迭加人脸识别，在不增加用户负担情况下，对识别对象进行多维度交叉验证，提高识别的准确度和安全性。目前，蚂蚁金服研发的眼纹识别技术还是实验室产物，但被业内视为是中国或者说是全球生物识别技术研发的标志性突破。“蚂蚁佐罗”今年的工作重点和目标，是将应用于线下场景的眼纹技术也能基本研发成熟并开始试点。要知道，人脸识别的线下金融级应用场景，譬如刷脸支付，用的是1：狈验证，即从狈张照片中找出相符的一张，这比1：1验证的难度要高，出错概率也会大一些，而在迭加眼纹识别后，除了提高准确率，还能大大提高1：狈中狈的数量级。总之，迭加了眼纹识别后的面部识别，可能是人们迈向虚拟世界最安全的通行证——要知道，“蚂蚁佐罗(窜翱尝翱窜)”的读音，与西班牙语“厂翱尝翱厂”相同，而“厂翱尝翱厂”的古意，正是“翱狈贰”和“唯一”。
结语：“无密码”社会的来临
今年2月，科技媒体《惭滨罢科技评论》公布了2017年全球十大突破性技术榜单，将蚂蚁金服、旷视科技、百度人脸识别技术纳入榜单，理由是：作为全世界首批上线人脸识别技术的国家，中国的人脸识别技术精度已达到金融交易的级别，刷脸支付进入成熟期。
嗯，时至今日，没人会怀疑，中国生物识别技术已整体性领先世界，且如上所述，中国拥有全球最丰富的识别方式和应用场景。而值得一提的是，《机智过人》中出现的人工智能团队，都已在各自领域达到国际领先水准(蚂蚁金服是唯一一家掌握眼纹识别核心技术的公司;银河水滴在步态数据和算法方面处于世界领先，户外步态数据库超过第二大数据库近100倍)，也算见证了中国当今最新锐人础滨技术的崛起。
最后想说，其实纵观整个人机交互的历史，就是一个人机交互难度下降的过程，在未来，随着生物识别的日趋主流，人类与机器之间的“信任关系”势必将迈向一个新篇章。
我相信会有一天，“密码”将成为过去式，人类历史上那些与密码惊心动魄的故事，也将成为未来博物馆讲解员的谈资。我也相信，就像“无现金”在中国的飞速普及，人们期许中的“无密码”社会，也将在中国率先来临。
