生物识别和计算机视觉

生物识别（biometric identification technology）是指通过计算机与光学、声学、生物传感器和生物统计学原理密切结合，利用人体固有的生理特性（如指纹、静脉、DNA等）和行为特征（如签名、声音、步态等）来进行识别和认证。和原有的密码检验方式相比，生物识别技术基于人的生物特性，具有易测量、排他性以及终身不变的特点，拥有检验快速、结果更准确的优势。目前主流的生物识别方式分别为人脸识别、语音识别、指纹识别和虹膜识别四大类，下面仅以语音识别为例进行探讨。

语音识别的目标是使计算机自动将人类的语音内容转换为相应的文字，其应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等，其和信号的应对与处理、概率学以及模式识别等领域密切相关。语音识别技术天生便具有三道极高的门槛：足够优秀的算法，足够强大的计算能力以及足够庞大的数据库支持。直到第三次人工智能热潮来临，深度学习的崛起、高性能计算和大数据的迅速发展才使语音识别从实验室走出来并开始实现商业落地，成为未来重要的交互方式之一。2011年，苹果推出Siri语音助手，迅速带动整个行业的兴起，微软、谷歌、百度、科大讯飞等相继推出语音助手应用。近年来，语音识别的准确率得到了极大提升，中文语音识别率达到了97%，科大讯飞是其中的佼佼者。科大讯飞专注语音合成与识别领域十几年，通过在其领先的语音合成与识别技术上嫁接教育、电信、音乐、车载以及智能家居等业务，逐渐发展成了国内最大的语音平台，是国内毫无争议的语音第一入口。现在，大部分新闻机构对聊天应用和语音服务（像亚马逊的Alexa或谷歌的Home）还持观望态度，而未来这些程序可能成为新闻生态系统的关键元素。

计算机视觉（computer vision technology）是指用电子设备代替人眼，对目标进行识别、跟踪和测量等，实现人眼视觉的延伸，通常分为图像获取、图像校正、立体匹配和三维重建四个步骤，是最主要的人工智能基础技术之一，主要包括人脸识别、图像及视频处理、文字识别、智能监控等。目前，计算机视觉在人脸识别和图像识别两大领域的准确率都已经超过人类极限，其中人脸识别已经广泛应用于安防、公安、金融等行业。大型数据库ImageNet识别数百万张普通、模糊或离奇的图像，最优系统的误差率在2010年为30%多，到2016年降到了约4%。在计算机视觉领域，我国与国外的差距较小。2014年3月，香港中文大学汤晓鸥教授团队的 GaussianFace算法在人脸识别数据库LFW上准确率达98.52%，在全球首次突破人眼识别能力极限，具有实际价值。得益于计算机视觉的强大功能，未来人脸识别将成为新型信用卡、驾照和条形码。(https://www.daowen.com)

一般，所谓的人脸识别技术就是指对人脸的视觉属性展开对比分析，在这个基础上完成身份分析和判定的基本技术。人脸识别技术属于非接触型分析和判定的基本范畴，只要能够对脸部信息进行获取与分析就能够完成一系列的运用，所以，该项技术能够实际运用于不同领域。在消费领域，刷脸支付已经被广泛应用，给线下、线上支付带来极大便利；与此同时，百度运用200万人的2亿张照片进行人脸识别基础模型训练，实现人脸检测、人脸对比及人脸查找，并已应用于百度魔图、百度网盘、百度识图等产品中；腾讯也表示，每天10亿张以上的照片上传，让微信大数据掌握了几乎每个中国人十几年来的长相变化，配上腾讯最领先的人脸识别技术，甚至可以预测人们未来的长相。公安领域对该项技术也有着极为深入的具体运用，比如将人脸识别技术应用到反恐实战中，取得了十分显著的成效。