支付宝首秀生物识别技术:人脸、声纹、指纹等均能识别
【报道】10月15日消息，在今日举行的“小微金服分享日”上，小微金服首次披露其正在研发的以生物识别为核心的安全科技。
此次分享日，小微金服首次对外界展示了包括人脸、声纹、指纹、掌纹、笔迹和键盘敲击等技术。通过这些技术可以与现有的数字密码形成有效补充，甚至在部分场景和环节，其安全性远超数字密码。
人脸识别:传统的人脸识别是基于脸部局部特征的描述而做出判断。现代技术则是直接将大量的人脸数据以裸像素的形式输入到深度神经网络中，通过逐层学习，逐步得到能够区分不同人的视觉特征，并将这种特征以权重的方式记忆在神经元的连接中，以模拟人类大脑在进行人脸识别任务中的工作方式。
声纹识别:每个人发音讲话，都是口舌、声道、鼻腔、胸肺多重配合的结果，任何两个人的声纹图谱都不相同。特定设备可采集声音，转化成数字信号，几秒的语音就会产生庞大数据量，成为辨识依据。
掌纹识别:掌纹对比，不仅可以比对掌纹主线和褶皱的方向和位置信息，还可以计量掌纹图像的重心、均值、方差等，得到一个特征字典。依靠特定设备采集掌纹，转换成数字信号，瞬间产生庞大数据，可成为辨识依据。
指纹识别:指纹比对包括对总体特征，比如纹形、三角点、纹数的比对，还包括对局部特征点的比对，比如断点、分叉点、转折点等。长期实践证明，只要比对的13个特征点重合，就可以认为是同一个指纹。
笔迹识别:新型的笔迹识别早已超越静态的笔迹图形比对，而是包含了对动态书写过程的采样与比对，包括笔画书写顺序等，整个书写过程被分拆成大量点序列数据，继而通过特定算法进行可靠概率评估。
击键识别:通过在交易平台部署控件，系统可以采集用户按键持续时间、间隔时间、敲击压力、甚至是握手机姿势等数据。通过数据模型，抽象出用户键盘行为的基本模式，用于身份识别。（然雨）
