2014年，iPhone5s手机的指纹开锁，是用户对于生物识别的最初印象。事实上，虹膜、声纹、指纹、人脸等，生物识别技术在过去十年经历了各种方案的探索。现在，这项生物识别技术来到Face ID阶段，并且进入更广泛的领域：从线下的智慧医疗、智能家居到在线上的智能手机解锁、APP辅助登录等，人脸识别在医疗、教育、交通等领域纷纷试水。

作为未来数字经济时代最重要的核心技术之一，生物特征识别的研发、应用进展在学术、工业界备受重视，中国企业也纷纷提前投入布局。

近日，蚂蚁金服宣布在电气和电子工程师协会（IEEE）成功申请成立“移动设备生物特征识别”标准工作组并立项“生物特征识别多模态融合”国际标准。IEEE是目前全球最大非营利性专业技术组织，其标准协会IEEE-SA是世界领先的国际标准化机构。而为生物识别技术设立标准工作组及国际标准，则有助于其在全球范围内更安全、更规范地推广应用。

人脸识别是生物识别最新方案

生物特征识别技术是目前在工业界中得到广泛应用的人工智能技术之一，它结合计算机与光学、声学、生物传感器和生物统计学原理等，依靠人体的身体特征来进行身份验证的识别。

人体固有的生理特性，如指纹、脸象、虹膜等，行为特征如笔迹、声音、步态等，都是可以进行识别的依据。因为不会丢失、不会遗忘、唯一性、不变性、防伪性能好、使用方便等特点，被广泛用于门禁、考勤、金融、公共安全和终端电子设备中。

其中由于人脸信息最权威，安全等级高，而且不需要像指纹一样额外增加识别的设备，因此，相关技术应用最新，也最广泛快捷。

值得注意的是，在识别人脸过程中，机器识别的并不是原始图片，而是拍摄人脸后转换成的数学模型，这串数字只在识别过程中生成。也就是说，只有当你看着镜头时它才会生成，当你不看镜头，它就消失了。目前刷脸技术可以抵御打印照片、数字照片、软件模拟的3D脸等伪造攻击。为确保金融级安全性，据蚂蚁金服介绍，他们还融合了一系列风控措施为用户使用安全保驾护航。

多模态融合弥补单模态识别缺陷

但研发人脸识别的过程困难很多，比如不同品牌手机的前置摄像头清晰度不同；场景不同、光线不同，拍出来的效果也不同；戴了美瞳、边框眼镜，或化了浓妆还能不能识别；如果是双胞胎甚至多胞胎还能不能准确识别……为解决这些问题，多模态生物特征融合技术被研发上线，用户不用摇头、点头、眨眼，就实现了业内独有的无配合识别过程，并大大提高识别率、安全性。

多模态融合人脸识别技术，即融合多个人体生物特征的算法，实现用户的精准识别。据浙江大学网络空间安全学院院长、IEEE Fellow任奎解释，目前人脸识别技术存在2D人脸、3D人脸、多光谱人脸等多种模态，每种模态都具有不同的采集适应场景、数据安全程度和隐私敏感度等，各有优势和局限，“从应用角度来看，当下生物识别技术主要存在以下几个瓶颈问题：复杂条件下的生物特征采集；大规模人群1比N识别准确度；安全隐私保护技术。”

由此出发，单种模态的识别无论在识别性能还是在安全性上均存在瓶颈，多模态融合是人脸识别乃至生物特征识别的重要突破——不光能够通过多因子的方式提升识别精准度，也能在一定程度提升生物识别技术的场景适应性和隐私安全性。相比传统单模态算法，能够满足金融级误识率（低至千万分之一误识率），代表未来的方向。

由技术引领到标准引领

如果说专利是防守，那么标准则是引领，尤其是标准在全球被认可，意味着迅速提升这个行业的技术门槛。并且，生物识别普及的前提是标准化的落地——推动相关产业标准的出台，并推动产业标准成为国家标准，进而成为国际标准。

此次立项，进一步面向移动设备生物特征识别多模态融合识别，规定了技术框架、业务流程、功能要求、性能要求以及安全要求。