生物識別信息作為個人信息保護下的客體，本身已經(jīng)帶有人格權(quán)益與財產(chǎn)權(quán)益相交織的復(fù)雜屬性。人臉識別技術(shù)(facial recognition technology)作為對人的面部特征信息進行采集，數(shù)據(jù)比照來進行身份識別的技術(shù)，主要利用自然人個體獨有的面容來實現(xiàn)各種商業(yè)與非商業(yè)功能，因而屬于生物識別技術(shù)的范疇，應(yīng)當作為個人信息保護的客體而得到法律保護。

人臉識別技術(shù)下，面容信息有著區(qū)別于其他生物信息的超高“識別性”，因此也蘊含更大的風險。人臉識別是依賴電子設(shè)備識別到的面部信息，對其進行相應(yīng)分析、比照和判斷而達成某項特殊目的技術(shù)手段。在識別的過程中，一般會涉及到人臉檢測、人臉跟蹤、人臉驗證、人臉識別、人臉類聚等幾個核心任務(wù)。基于識別過程與分析目的的不同，人臉識別可以被區(qū)分為1:1、1:N與M:N的三種模式。前兩者主要是靜態(tài)識別，區(qū)別在于1:N需要將識別圖像與數(shù)據(jù)庫進行比對以實現(xiàn)匹配，而1:1通常是面容與身份信息的直接對應(yīng)。M:N的主要應(yīng)用領(lǐng)域為公共場所，以動態(tài)人群為檢測對象，用于保障公共安全。三種模式的應(yīng)用范圍與運作機制各不相同，但無異都以面容信息為主要工具，因而都難以避免落入面容信息誤用、濫用的風險旋渦之中。

在生物識別信息共有的身份識別性基礎(chǔ)上，與其他識別手段相比，面容識別在識別唯一性與關(guān)聯(lián)驗證性上更勝一籌。識別唯一性指的是基于一個面容，只能匹配到唯一的對象。面容作為較難更改、相對固定并且充分體現(xiàn)個體差異性的生物特征，相較手機號、身份證號等身份信息而言，與個體之間有著更強的匹配性。此外，面容在識別手段上也更為簡單。相較于虹膜信息，面容數(shù)據(jù)更易采集;相較于指紋信息，它可以實現(xiàn)遠程識別，而不以物理接觸為必要條件。

虹膜掃描技術(shù)

這種形式的生物識別技術(shù)經(jīng)常出現(xiàn)在科幻小說中。它類似于面部識別，因為它是非接觸式的，但只關(guān)注一個特定的面部特征，即眼睛。這樣做的一個優(yōu)點是要考慮的復(fù)雜性較低。不需要先進的面部識別系統(tǒng);相反，系統(tǒng)只需要識別虹膜的特征。您也不一定非要靠近眼睛才能掃描虹膜?？▋?nèi)基梅隆大學的測試展示了可以掃描 40 英尺外虹膜的技術(shù)。

這項技術(shù)的一個優(yōu)點是，由于它使用紅外傳感器來分析虹膜，因此甚至可以在弱光條件下進行眼睛掃描。

執(zhí)法部門使用這項技術(shù)來識別嫌疑人絕對是人們首先想到的事情之一。但是，這對于消費者和企業(yè)應(yīng)用程序來說也是一種有用的身份驗證和驗證方法。三星的 Galaxy S9 和 Note 9 智能手機都具有虹膜掃描技術(shù)，表明這種生物識別方法可用于便攜式設(shè)備。這不僅對消費者很有價值，對企業(yè)級設(shè)備安全也很有價值。

與單個授權(quán)用戶的生物特征數(shù)據(jù)相比，虹膜掃描儀幾乎可以立即對用戶進行身份驗證。當針對包含數(shù)十萬個主題的大型數(shù)據(jù)庫識別或驗證用戶時，不到 20 秒的時間就足以進行身份??驗證。

人工智能如何改進生物識別認證系統(tǒng)

在安全方面，提高生物識別認證系統(tǒng)的準確性和效率并不總是通過人工編程來完成的。人工智能和機器學習可以幫助我們提高系統(tǒng)的安全性和效率。

生物識別技術(shù)可以分為物理和行為兩個領(lǐng)域。

物理生物識別技術(shù)

物理生物識別包括我們在本文中已經(jīng)討論過的所有內(nèi)容。這些是人的客觀特征，例如面部或指紋、DNA 等。這必須轉(zhuǎn)換為人工智能系統(tǒng)可以分析的數(shù)據(jù)，并與數(shù)據(jù)庫進行比較以進行身份??驗證。

人工智能和機器學習證明最有用的案例之一是面部識別。人工智能廣泛用于增強現(xiàn)實解決方案，通過分析面部特征并將其與數(shù)據(jù)庫進行匹配，可以幫助計算機更輕松地進行面部識別。