生物特征識(shí)別的案例
指紋識(shí)別 | 浙江工業(yè)大學(xué)開(kāi)發(fā)指紋識(shí)別新技術(shù)，可提取皮下3毫米生物信息
此外，國(guó)外已有科研人員利用電子產(chǎn)品指紋識(shí)別系統(tǒng)的漏洞，借助智能算法嘗試研究“萬(wàn)能指紋”。
“當(dāng)今社會(huì)信息化技術(shù)快速發(fā)展，信息安全與人身安全已經(jīng)成為國(guó)家日益關(guān)注的焦點(diǎn)問(wèn)題?！蓖鹾Ｏ急硎荆瑔我簧眢w特征或行為特征有時(shí)不足以證明個(gè)人身份，團(tuán)隊(duì)通過(guò)采集包含內(nèi)部指紋的高分辨率三維皮下結(jié)構(gòu)信息，運(yùn)用人工智能技術(shù)對(duì)采集數(shù)據(jù)進(jìn)行處理，成功獲取皮下指紋、皮下汗腺和汗孔等生物識(shí)別特征。
王海霞介紹道，這些手指皮下生物特征的優(yōu)勢(shì)在于復(fù)雜的皮膚內(nèi)部組織結(jié)構(gòu)特征使得其偽造難度極大，人工偽造的指紋膜只具有表面指紋紋路，并不具有皮下指紋信息、汗腺等信息，可對(duì)傳統(tǒng)指紋識(shí)別技術(shù)存在的缺陷進(jìn)行填補(bǔ)。
攻克四項(xiàng)難點(diǎn) 研發(fā)智慧安防利器
“超聲波在組織中的衰減較強(qiáng)，還會(huì)受噪聲影響，對(duì)皮下指紋的探測(cè)深度有限且成像分辨率不高?！蓖鹾Ｏ冀榻B，由于皮下組織結(jié)構(gòu)的復(fù)雜性，光波在其內(nèi)部經(jīng)過(guò)多次散射，會(huì)使得成像中出現(xiàn)散斑。
記者了解到，研究初期，團(tuán)隊(duì)總結(jié)了大面積皮下生物特征信息成像、強(qiáng)散斑干擾下低質(zhì)量信息增強(qiáng)、自適應(yīng)角質(zhì)層深度差異化提取、跨平臺(tái)下多模態(tài)特征信息采集這四項(xiàng)技術(shù)難點(diǎn)。
通過(guò)將棱鏡、濾光片、熒光光源、工業(yè)相機(jī)、光纖耦合器等器件精心設(shè)計(jì)組裝，團(tuán)隊(duì)在全球范圍內(nèi)首次提出了一種分別利用全內(nèi)反射(TIR)和光學(xué)相干斷層掃描(OCT)同步采集外部指紋和內(nèi)部指紋的指紋采集系統(tǒng)，結(jié)合了兩個(gè)完全不同的光路系統(tǒng)，并使用自制的梯形棱鏡將其融合。
值得一提的是，該系統(tǒng)采用小光斑光纖準(zhǔn)直器和長(zhǎng)焦透鏡保證光學(xué)相干層析成像有足夠的面積，采用自制的梯形棱鏡組合TIR和OCT光路，實(shí)現(xiàn)相同的測(cè)量面積和同步采集。
展開(kāi) 228 基于matlab的神經(jīng)網(wǎng)絡(luò)人臉識(shí)別 ￥15.9
基于matlab的神經(jīng)網(wǎng)絡(luò)人臉識(shí)別。 人臉識(shí)別以視網(wǎng)膜、 虹膜、 指紋等生物特征的識(shí)別作為生物標(biāo)識(shí)符。生物特征識(shí)別不很容易偽造、 放錯(cuò)位置。新型臉識(shí)別使用的方法 RobustPCA 和徑向基函數(shù)網(wǎng)絡(luò)。程序已調(diào)通，可直接運(yùn)行。
語(yǔ)音識(shí)別系列之脈沖神經(jīng)網(wǎng)絡(luò)特征工程
二、SNN-KWS/ASR特征工程
將SNN應(yīng)用于語(yǔ)音喚醒（Keyword Spotting, KWS）[1]甚或語(yǔ)音識(shí)別（Automatic Speech Recognition, ASR）[2]，首要問(wèn)題即是如何將語(yǔ)音，或更廣一點(diǎn)，音頻轉(zhuǎn)換為神經(jīng)脈沖序列（后文將這種轉(zhuǎn)換簡(jiǎn)稱為Audio2Spike），它隸屬SNN在音頻領(lǐng)域的特征工程，決定了SNN-KWS/ASR的性能上限。
（1）物理模型
文獻(xiàn)[1]中SNN-KWS使用的Audio2Spike轉(zhuǎn)換方法見(jiàn)文獻(xiàn)[3]，后者還附帶了Github代碼（以Python單元測(cè)試框架Unittest寫(xiě)就）。該轉(zhuǎn)換方法對(duì)音頻至脈沖的生物過(guò)程建立物理模型，考慮了鼓管、前庭管、蝸孔、卵圓窗、圓窗的流體動(dòng)力學(xué)基底模型，將音頻（聲壓）數(shù)據(jù)轉(zhuǎn)化為基底膜在不同位置的運(yùn)動(dòng)速度數(shù)據(jù)，再由考慮了離子傳輸機(jī)制的毛細(xì)胞模型將運(yùn)動(dòng)速度數(shù)據(jù)轉(zhuǎn)換為神經(jīng)脈沖，最后由泄露積分發(fā)射（Leaky Integrate-and-Fire, LIF）神經(jīng)元模型完成鎖相。
注1：基底膜在耳蝸底窄而剛（對(duì)高頻響應(yīng)好），在耳蝸?lái)攲挾幔▽?duì)低頻響應(yīng)好），此特性決定耳蝸實(shí)際上是一個(gè)分頻器，耳蝸各處毛細(xì)胞對(duì)不同頻率響應(yīng)能力不同，連接毛細(xì)胞的神經(jīng)纖維形成螺旋神經(jīng)節(jié)后有序地將音調(diào)拓?fù)溆诚瘢═onotopic map）轉(zhuǎn)繼到腦干中的耳蝸核。
注2：鎖相（Phase locking）是指毛細(xì)胞發(fā)射的神經(jīng)脈沖間隔，是該處最佳響應(yīng)頻率周期的整數(shù)倍，或說(shuō)，毛細(xì)胞發(fā)射神經(jīng)脈沖的時(shí)刻，對(duì)應(yīng)聲波某個(gè)特定相位。由于動(dòng)作點(diǎn)位啟動(dòng)后存在不應(yīng)期，持續(xù)約0.1~1ms，所以鎖相現(xiàn)象一般存在于1kHz以下的聲波（否則上一個(gè)脈沖還沒(méi)結(jié)束，下一個(gè)還未能發(fā)射）。
展開(kāi) ESPRIT EDGE車(chē)削特征識(shí)別全解析
海克斯康工業(yè)軟件ESPRIT EDGE具備強(qiáng)大的車(chē)銑復(fù)合加工編程功能，其車(chē)削特征識(shí)別功能尤為出色。該功能可基于模型形狀，一鍵自動(dòng)識(shí)別并生成零件的前端面、后端面車(chē)削，內(nèi)圓、外圓車(chē)削，以及內(nèi)外圓槽車(chē)削等全部加工特征（如圖示1）。更高效的是，ESPRIT EDGE還能根據(jù)零件類(lèi)型自動(dòng)為這些特征命名，用戶可直接選用軟件生成的加工特征，快速創(chuàng)建車(chē)削刀具路徑。這一功能顯著減少了手動(dòng)特征歸類(lèi)及重命名的時(shí)間，大幅提升了編程效率。
圖示1
ESRPIT EDGE
操作步驟
01
選擇車(chē)削零件的實(shí)體模型或者單獨(dú)需要車(chē)削的一組面，然后在軟件的特征創(chuàng)建工具欄中單擊 “車(chē)削特征”功能。
02
根據(jù)軟件的操作提示，選擇加工零件的車(chē)削軸。
03
在彈出的參數(shù)對(duì)話框界面中，按實(shí)際的加工需求選擇加工類(lèi)型，加工側(cè)向及輪廓類(lèi)型。比如：用戶只想對(duì)主軸端進(jìn)行車(chē)削操作，可以將加工側(cè)向的副軸圖標(biāo)點(diǎn)暗。
04
如果用戶需要對(duì)加工特征的開(kāi)始和結(jié)束位置進(jìn)行調(diào)整，可以在加工區(qū)域的特征位置列表右鍵單擊需要調(diào)整的位置點(diǎn)，然后選擇“拾取新位置”按鈕并在圖形區(qū)域選擇相應(yīng)的點(diǎn)即可，并單擊左上角的 “確定”圖標(biāo)完成特征的創(chuàng)建。
05
ESPRIT EDGE 車(chē)削特征識(shí)別與ESPRIT 20XX版的車(chē)削輪廓功能類(lèi)似，但是軟件界面更加簡(jiǎn)潔直觀，特征識(shí)別的準(zhǔn)確率更高。ESPRIT EDGE能夠在創(chuàng)建特征之前預(yù)覽特征，并可以在創(chuàng)建特征之前對(duì)特征進(jìn)行直接修改，避免不必要的二次修改。更重要的一點(diǎn)是，使用車(chē)削特征識(shí)別創(chuàng)建的特征自帶加工類(lèi)型屬性，從而不需要在車(chē)削加工參數(shù)中通過(guò)手動(dòng)來(lái)設(shè)置加工類(lèi)型，極大的提高了編程效率，避免了用戶因加工類(lèi)型設(shè)置錯(cuò)誤而無(wú)法創(chuàng)建車(chē)削刀具路徑。
展開(kāi) 
詳解3D人臉與屏下指紋的現(xiàn)狀與未來(lái)， 誰(shuí)才是生物識(shí)別新方向？
多生物識(shí)別方式結(jié)合仍將是趨勢(shì)
對(duì)于手機(jī)廠商來(lái)說(shuō)，單純的采用人臉識(shí)別來(lái)代替指紋識(shí)別的話，或多或少的也存在著一些弊端。當(dāng)然，單純采用指紋識(shí)別也有一些弊端，例如，雙手長(zhǎng)期徒手工作業(yè)的人們便會(huì)為指紋識(shí)別而煩惱，他們的手指若有絲毫破損或干濕環(huán)境里、沾有異物則指紋識(shí)別功能要失效了。另外對(duì)于在嚴(yán)寒區(qū)域或者嚴(yán)寒氣候下，亦或者人們需要長(zhǎng)時(shí)間帶手套的環(huán)境當(dāng)中，這也將使得指紋識(shí)別變得不那么便利。但是，如果將人臉識(shí)別與指紋識(shí)別或者其他生物識(shí)別技術(shù)結(jié)合起來(lái)，則可很好的解決這些問(wèn)題。
而隨著屏下指紋和3D人臉識(shí)別的興起，越來(lái)越多的手機(jī)廠商開(kāi)始同時(shí)部署這兩種生物識(shí)別技術(shù)。比如小米8探索版、華為Mate RS以及華為即將推出的新旗艦Mate20系列。
另外值得一提的是，在此之前，三星已經(jīng)將虹膜識(shí)別和指紋識(shí)別技術(shù)結(jié)合應(yīng)用在了其旗艦機(jī)上。另外，蘋(píng)果iPhone 7之后的語(yǔ)音助手Siri也加入了聲紋識(shí)別功能。
總的來(lái)說(shuō)，多種生物識(shí)別技術(shù)相結(jié)合的方案，除了可以彌補(bǔ)單一生物識(shí)別方式所存在的缺點(diǎn)和不足之外，也應(yīng)對(duì)不同安全級(jí)別應(yīng)用和不同的場(chǎng)景的需求。
展開(kāi) AI+IoT時(shí)代漸行漸近，芯片廠商強(qiáng)化“資安”產(chǎn)業(yè)布局
恩智浦的信息防護(hù)范圍也在不斷擴(kuò)展，如語(yǔ)音、生物識(shí)別等的信息安全。在日前召開(kāi)的“恩智浦未來(lái)峰會(huì)”上，史帝夫·歐文就指出，生物特征識(shí)別將是未來(lái)信息安全防護(hù)方面的重點(diǎn)，如指紋識(shí)別、面部識(shí)別，以及語(yǔ)音等，都是需要開(kāi)始有前瞻性考慮的安全問(wèn)題。
周雄健也表示：“目前終端產(chǎn)品的安全性設(shè)計(jì)大多處于初級(jí)階段，廠家更關(guān)注奪人眼球的炫目功能，卻忽視安全保護(hù)。而且很多廠家對(duì)成本敏感，無(wú)法接受加強(qiáng)安全性帶來(lái)成本的大幅增加。目前AI和IoT設(shè)備的安全需求還沒(méi)有規(guī)范定義。”在這種情況下，芯片廠商需要投入更多力度提供安全的AI和IoT解決方案。
瑞薩電子推出在嵌入式設(shè)備中集成的人工智能技術(shù)“e-AI”解決方案，可以將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)換為可在MCU和MPU上運(yùn)行的C代碼。e-AI在為物聯(lián)網(wǎng)設(shè)備提供嵌入式AI技術(shù)的同時(shí)也提高產(chǎn)品的安全性。
AI“雙刃劍”，守護(hù)“資安”作用同樣明顯
實(shí)際上，AI不只是網(wǎng)絡(luò)攻擊的標(biāo)的，在信息安全防護(hù)方面AI技術(shù)也可發(fā)揮重要作用。由于網(wǎng)絡(luò)攻擊是不斷演變的，防御過(guò)程中經(jīng)常需要面臨先前未知類(lèi)型的惡意軟件，而人工智能則可憑借其強(qiáng)大的大規(guī)模運(yùn)算能力脫穎而出，迅速排查篩選數(shù)百萬(wàn)次事件，以發(fā)現(xiàn)異常、風(fēng)險(xiǎn)和未來(lái)威脅的信號(hào)。
如今人工智能成信息安全領(lǐng)域的熱門(mén)應(yīng)用，越來(lái)越多企業(yè)也紛紛采用AI技術(shù)抵御網(wǎng)絡(luò)攻擊。IBM宣布人工智能系統(tǒng)“沃森”(Watson)將在網(wǎng)絡(luò)安全領(lǐng)域大展身手，打擊網(wǎng)絡(luò)犯罪。而谷歌則在加密領(lǐng)域取得突破——谷歌大腦成功開(kāi)發(fā)出兩個(gè)獨(dú)立的人工智能加密算法，不但能夠防范第三方人工智能的破解，而且還能夠自我學(xué)習(xí)，破解其他AI人工加密算法，人工智能系統(tǒng)在加密通信時(shí)甚至都不需要“溫習(xí)”人類(lèi)的加密算法!在物理和虛擬世界，人工智能武器的軍備競(jìng)賽即將打響!
展開(kāi) 臉部識(shí)別并非最先進(jìn)？汗液識(shí)別將更精準(zhǔn)
從圖案解鎖、密碼解鎖一步步發(fā)展到近年的指紋解鎖，前不久剛上市的iPhoneX甚至推出了新的“Face ID”——人臉識(shí)別解鎖。然而研究者們?cè)谔剿?em>生物特征識(shí)別解鎖的道路上并未就此停滯。
前不久，美國(guó)紐約州立大學(xué)奧巴尼亞分校化學(xué)部的副教授在《ChemPhysChem》上發(fā)表文章，論述了一種全新的在智能手機(jī)或者智能手表等穿戴式智能設(shè)備上識(shí)別生物特征解鎖的方法——汗液認(rèn)證。日本livedoor新聞網(wǎng)近日?qǐng)?bào)道了這一新技術(shù)。
現(xiàn)在大部分智能手機(jī)采用的都是指紋認(rèn)證，而iPhoneX搭載的面部認(rèn)證系統(tǒng)的穩(wěn)定性也還不高。根據(jù)該副教授的主張，汗液認(rèn)證在精確度方面比以上兩者都更好一些。
究其原因，“汗液像指紋、虹膜一樣，有著獨(dú)一無(wú)二的個(gè)人固有特征”這一點(diǎn)起到了重要作用。副教授著眼于皮膚的分泌物——即構(gòu)成汗液的氨基酸，發(fā)現(xiàn)它和指紋一樣，每個(gè)人的汗液都有自己獨(dú)特固有的特征。從這一點(diǎn)出發(fā)，他提出了“汗液認(rèn)證”的方案。將這些特征信息儲(chǔ)存在手機(jī)設(shè)備上，就可以在解鎖手機(jī)等需要認(rèn)證的情況下使用了。
不過(guò)汗液信息的測(cè)定和收集倒不如指紋認(rèn)證這么快捷。
想要使用汗液認(rèn)證，首先要多次測(cè)定一天之內(nèi)不同時(shí)間段里使用者的汗液狀態(tài)。因?yàn)椴煌说脑谝惶炖锏暮挂籂顟B(tài)都是各不相同的。
比如比較上夜班的人和白天上班的人同在凌晨2點(diǎn)時(shí)的汗液量，就應(yīng)該會(huì)有不小的差別。除了時(shí)間，不同年齡、性別、人種、身體特征、職業(yè)等也會(huì)導(dǎo)致汗液的成分比和量各有不同。將這一天中收集的汗液信息儲(chǔ)存起來(lái)，當(dāng)人們用手握住智能手機(jī)，或是把智能手表戴到手腕上時(shí)，就能夠進(jìn)行識(shí)別認(rèn)證了。
該副教授稱，這樣的汗液認(rèn)證不僅精確度更高，還可以為那些無(wú)法進(jìn)行指紋認(rèn)證，或是臉部識(shí)別困難的使用者提供便利。這樣一來(lái)，可以簡(jiǎn)便使用生物特征認(rèn)證的人群又?jǐn)U大了一些。
展開(kāi) 盤(pán)點(diǎn)2021年上市的人工智能芯片
Atlazo AZ-N1
2021年1月發(fā)布的Atlazo az-n1包括其高效的人工智能和機(jī)器學(xué)習(xí)處理器Axon i，目標(biāo)是處理音頻、聲音、生物特征識(shí)別和其他傳感器信號(hào)，與目前市場(chǎng)上的其他解決方案相比，該處理器的功耗不到其他解決方案的一小部分。
該處理器支持一系列AI/ML網(wǎng)絡(luò)，包括DNN、LSTM和GRNN以及流行的特征提取技術(shù)如MFCC。一個(gè)Axon i處理器可以執(zhí)行超過(guò)130個(gè)推論。Az-n1將用于多種產(chǎn)品的開(kāi)發(fā)，包括智能耳塞、助聽(tīng)器和健康監(jiān)測(cè)設(shè)備。
Mythic m1076
該Mythic m1076模擬矩陣處理器可以提供高達(dá)25頂端人工智能高端應(yīng)用程序在一個(gè)單一芯片。
該芯片集成了76個(gè)AMP塊，并存儲(chǔ)了多達(dá)80m的重量參數(shù)，在沒(méi)有任何外部存儲(chǔ)器的情況下執(zhí)行矩陣乘法操作。這使得m1076能夠提供桌面GPU的人工智能計(jì)算性能，同時(shí)消耗高達(dá)1/10的功耗，所有這些都集中在一個(gè)單獨(dú)的芯片上。
使用這種功能強(qiáng)大的芯片，可以很容易地以更高的分辨率和更低的延遲執(zhí)行AI-ML模型，從而獲得更好的結(jié)果。
英偉達(dá) A100
英偉達(dá)A100是芯片制造商的旗艦數(shù)據(jù)中心GPU，用于推理和培訓(xùn)。
展開(kāi) 2026年深圳機(jī)器視覺(jué)展|2026中國(guó)國(guó)際傳感器展會(huì)
機(jī)器視覺(jué)輔件：
圖像處理系統(tǒng)：光學(xué)文字、識(shí)別系統(tǒng)、自動(dòng)化/機(jī)器人技術(shù)、紅外圖像系統(tǒng)；
機(jī)器視覺(jué)集成：字符處理和識(shí)別系統(tǒng)、自動(dòng)化/機(jī)器人技術(shù)、紅外圖像系統(tǒng)、煙草、印鈔、電子組裝、質(zhì)量檢測(cè)、自動(dòng)識(shí)別（OCR/OCV）、測(cè)量、智能視覺(jué)、表面檢測(cè)、印刷、包裝、復(fù)雜工業(yè)對(duì)象視覺(jué)在線、汽車(chē)制造、車(chē)牌、智能交通、生物特征識(shí)別、監(jiān)控、醫(yī)療檢測(cè)、光學(xué)檢查等系統(tǒng)。
各類(lèi)傳感器及相關(guān)產(chǎn)品：
運(yùn)動(dòng)傳感器、聲學(xué)傳感器、壓力傳感器、紅外傳感器、氣體傳感器、圖像傳感器、光學(xué)傳感器、射頻類(lèi)傳感器、生物傳感器、溫濕度傳感器、磁傳感器、其他；ASIC、控制、通信、軟件、邊緣計(jì)算、算法、通訊模組、云計(jì)算等；
傳感器生產(chǎn)與制造：傳感器材料、封裝與測(cè)試、制造部件、制造設(shè)備與工藝平臺(tái)、EDA、設(shè)計(jì)服務(wù)等；
傳感器應(yīng)用：AIOT技術(shù)、傳感器融合、物聯(lián)網(wǎng)、智慧家居、生物醫(yī)療、汽車(chē)電子、智能制造、智能機(jī)器人、可穿戴設(shè)備、能源與環(huán)境、智能安防、智慧工廠等；
工業(yè)控制：RISC/ARM計(jì)算平臺(tái)、工業(yè)存儲(chǔ)、工業(yè)無(wú)線通信模塊、工業(yè)主板、工業(yè)顯示器、工業(yè)平板電腦、數(shù)據(jù)采集與控制、網(wǎng)關(guān)/遠(yuǎn)程智能終端、遠(yuǎn)程I/O模塊、自動(dòng)化控制器、工業(yè)路由器、工業(yè)網(wǎng)關(guān)、工業(yè)以太網(wǎng)交換機(jī)等；
測(cè)試測(cè)量：測(cè)試測(cè)量服務(wù)、測(cè)試測(cè)量?jī)x器、測(cè)試測(cè)量工具,檢測(cè)系統(tǒng)、視覺(jué)檢測(cè)設(shè)備、厚度檢測(cè)設(shè)備、紅外測(cè)試設(shè)備等、高端精密機(jī)械與設(shè)備，分析儀器、實(shí)驗(yàn)室儀器與設(shè)備、電子測(cè)試儀器與軟件等；
嵌入式系統(tǒng)：嵌入式操作系統(tǒng)與工具、嵌入式硬件工程技術(shù)、MCU與嵌入式處理器、RISC-V與開(kāi)源硬件、嵌入式AI、工業(yè)計(jì)算機(jī)及配件、電源與儲(chǔ)能、功率器件與第三代半導(dǎo)體、高性能連接器、嵌入式與物聯(lián)網(wǎng)安全、機(jī)器視覺(jué)與智能系統(tǒng)、材料與服務(wù)等。
展開(kāi) 認(rèn)識(shí)學(xué)習(xí)聲紋識(shí)別到底是什么東西？如何應(yīng)用？
2、模式匹配識(shí)別判斷技術(shù)
該技術(shù)實(shí)施的第一步是要獲取跟講話人個(gè)性相關(guān)的特征參數(shù)，再根據(jù)一定的準(zhǔn)則，將未識(shí)別的特征參數(shù)與模型庫(kù)中訓(xùn)練好的模型進(jìn)行特征匹配，最終根據(jù)相似度得出最匹配的結(jié)果并進(jìn)行輸出。其中在模型匹配中常用到的幾種模型有矢量化模型、隨機(jī)模型、神經(jīng)網(wǎng)絡(luò)模型等。
聲紋識(shí)別系統(tǒng) - 技術(shù)原理基本框圖
得益于人工智能機(jī)器學(xué)習(xí)技術(shù)的成熟，以及傳感器、麥克風(fēng)、通信信道等技術(shù)的進(jìn)步，聲紋識(shí)別雖然不能確保100%識(shí)別出欺詐，但成功率仍然較高。
聲紋識(shí)別的優(yōu)勢(shì)與劣勢(shì)
聲紋識(shí)別相對(duì)其他生物特征識(shí)別有什么優(yōu)劣勢(shì)，除了聲紋識(shí)別以外，常見(jiàn)的生物特征有指紋、掌紋、人臉、虹膜、視網(wǎng)膜等。生物特征代表了每個(gè)人固有的特點(diǎn)，它具有普遍性、唯一性、穩(wěn)定性和不易復(fù)制性等。
與其他這些生物特征相比，聲紋主要有以下三方面的優(yōu)勢(shì)：
1、非接觸、易接受：
聲紋由于其非接觸性是可以用于遠(yuǎn)程領(lǐng)域的生物識(shí)別技術(shù)。另外蘊(yùn)含聲紋特征的語(yǔ)音獲取方便、自然。在采集過(guò)程中涉及到的用戶個(gè)人隱私信息較少，因此更容易被使用者接受。
2、成本低：
語(yǔ)音采集裝置成本低廉，使用簡(jiǎn)單，一個(gè)麥克風(fēng)即可，在使用通訊設(shè)備(如電話、手機(jī))時(shí)更無(wú)需額外的錄音設(shè)備。
3、偽造難：
聲紋信息必須是活體采集，可使聲紋口令動(dòng)態(tài)變化而無(wú)需擔(dān)心密碼遺忘、丟失和竊取問(wèn)題，防止錄音假冒。
當(dāng)然，聲紋也有其自身的劣勢(shì)，聲紋特征的穩(wěn)定性不夠，受附著語(yǔ)音長(zhǎng)短、內(nèi)容、采集信道及環(huán)境、包括說(shuō)話人自身身體情況影響，自動(dòng)識(shí)別效果不及指紋等生物特征。
聲紋識(shí)別與語(yǔ)音識(shí)別有何不同？
說(shuō)到這里你或要問(wèn)，語(yǔ)音識(shí)別和聲紋識(shí)別都是聲音的識(shí)別，它們又有什么關(guān)系？?jī)烧咭粯訂幔?/span>
展開(kāi) 短信嗅探真可怕，晚上應(yīng)該關(guān)手機(jī)嗎
今年年初，在全國(guó)信息安全標(biāo)準(zhǔn)化技術(shù)委員會(huì)（簡(jiǎn)稱TC260）秘書(shū)處牽頭下，三大運(yùn)營(yíng)商和各互聯(lián)網(wǎng)公司的安全專家們，一起編制了《網(wǎng)絡(luò)安全實(shí)踐指南—應(yīng)對(duì)截獲短信驗(yàn)證碼實(shí)施網(wǎng)絡(luò)身份假冒攻擊的技術(shù)指引》，提出多項(xiàng)加強(qiáng)身份驗(yàn)證安全性的建議，除短信驗(yàn)證碼外還新增了短信上行驗(yàn)證、語(yǔ)音通話傳輸、常用設(shè)備綁定、生物特征識(shí)別、動(dòng)態(tài)選擇身份驗(yàn)證方式等等諸多二次驗(yàn)證機(jī)制。
https://www.tc260.org.cn/upload/2018-02-11/1518337506280068120.pdf
這篇指南非常全面的描述短信驗(yàn)證碼的風(fēng)險(xiǎn)，現(xiàn)狀，困難點(diǎn)，最后給出了目前專家們認(rèn)為可行的方案。
難點(diǎn)在于，現(xiàn)在我們還不能徹底拋棄短信驗(yàn)證碼。中國(guó)網(wǎng)民跟國(guó)外網(wǎng)民的不同點(diǎn)是，國(guó)外網(wǎng)民是從PC時(shí)代過(guò)來(lái)的，習(xí)慣于使用郵箱，用戶名密碼。中國(guó)網(wǎng)民是從移動(dòng)互聯(lián)網(wǎng)時(shí)代成長(zhǎng)起來(lái)的，手機(jī)就是唯一的標(biāo)識(shí)。
為了短信驗(yàn)證碼用還是不用的問(wèn)題，各個(gè)App的產(chǎn)品經(jīng)理和安全團(tuán)隊(duì)能打起來(lái)。真的，去年就這個(gè)問(wèn)題我們360安全團(tuán)隊(duì)跟業(yè)務(wù)團(tuán)隊(duì)就爭(zhēng)論過(guò)好多次。最后仍然保留了短信驗(yàn)證碼通道，這也是遵循“可用性”優(yōu)先的原則。
近期有些服務(wù)商推出了免驗(yàn)證碼驗(yàn)證手機(jī)號(hào)服務(wù)，可以驗(yàn)證有數(shù)據(jù)鏈接的手機(jī)號(hào)碼的真實(shí)性。這也是一種途徑，就是短信通道不安全，那我創(chuàng)建一個(gè)更安全的通道。Google的雙因子認(rèn)證服務(wù)，也是類(lèi)似的思路。不過(guò)，短信通道仍然是最后的備用通道，各位可以試試注冊(cè)一個(gè)新的Google賬戶，它也要求你提供手機(jī)號(hào)碼，然后是短信驗(yàn)證碼。
總之，請(qǐng)大家相信，各大互聯(lián)網(wǎng)公司對(duì)這個(gè)問(wèn)題是早有準(zhǔn)備的，如果有漏網(wǎng)之魚(yú)，那是我們的風(fēng)險(xiǎn)控制系統(tǒng)做得還不夠好。
展開(kāi) 
一文讀懂深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域中的應(yīng)用
計(jì)算機(jī)視覺(jué)是當(dāng)前最熱門(mén)的研究之一，是一門(mén)多學(xué)科交叉的研究，涵蓋計(jì)算機(jī)科學(xué)（圖形學(xué)、算法、理論研究等）、數(shù)學(xué)（信息檢索、機(jī)器學(xué)習(xí)）、工程（機(jī)器人、NLP等）、生物學(xué)（神經(jīng)系統(tǒng)科學(xué)）和心理學(xué)（認(rèn)知科學(xué)）。由于計(jì)算機(jī)視覺(jué)表示對(duì)視覺(jué)環(huán)境及背景的相對(duì)理解，很多科學(xué)家相信，這一領(lǐng)域的研究將為人工智能行業(yè)的發(fā)展奠定基礎(chǔ)。
那么，什么是計(jì)算機(jī)視覺(jué)呢？下面是一些公認(rèn)的定義：
1).從圖像中清晰地、有意義地描述物理對(duì)象的結(jié)構(gòu)（Ballard & Brown，1982）；
2).由一個(gè)或多個(gè)數(shù)字圖像計(jì)算立體世界的性質(zhì)（Trucco & Verri，1998）；
3).基于遙感圖像對(duì)真實(shí)物體和場(chǎng)景做出有用的決定（Sockman & Shapiro，2001）；
那么，為什么研究計(jì)算機(jī)視覺(jué)呢？答案很明顯，從該領(lǐng)域可以衍生出一系列的應(yīng)用程序，比如：
1).人臉識(shí)別：人臉檢測(cè)算法，能夠從照片中認(rèn)出某人的身份；
2).圖像檢索：類(lèi)似于谷歌圖像使用基于內(nèi)容的查詢來(lái)搜索相關(guān)圖像，算法返回與
3).查詢內(nèi)容最佳匹配的圖像。
4).游戲和控制：體感游戲；
5).監(jiān)控：公共場(chǎng)所隨處可見(jiàn)的監(jiān)控?cái)z像機(jī)，用來(lái)監(jiān)視可疑行為；
6).生物識(shí)別技術(shù)：指紋、虹膜和人臉匹配是生物特征識(shí)別中常用的方法；
7).智能汽車(chē)：視覺(jué)仍然是觀察交通標(biāo)志、信號(hào)燈及其它視覺(jué)特征的主要信息來(lái)源；
正如斯坦福大學(xué)公開(kāi)課CS231所言，計(jì)算機(jī)視覺(jué)任務(wù)大多是基于卷積神經(jīng)網(wǎng)絡(luò)完成。比如圖像分類(lèi)、定位和檢測(cè)等。那么，對(duì)于計(jì)算機(jī)視覺(jué)而言，有哪些任務(wù)是占據(jù)主要地位并對(duì)世界有所影響的呢？本篇文章將分享給讀者5種重要的計(jì)算機(jī)視覺(jué)技術(shù)，以及其相關(guān)的深度學(xué)習(xí)模型和應(yīng)用程序。
展開(kāi) 韋爾股份收購(gòu)OmniVision深度解析
根據(jù)Yole發(fā)布的報(bào)告，受益于智能手機(jī)新功能的開(kāi)發(fā)和普及，例如光學(xué)變焦、生物特征識(shí)別和3D互動(dòng)等，2016年全球CMOS圖像傳感器市場(chǎng)規(guī)模已經(jīng)達(dá)到115億美元，2016-2022年全球CMOS圖像傳感器市場(chǎng)復(fù)合年均增長(zhǎng)率將保持在10.50%左右。
整體來(lái)看，手機(jī)市場(chǎng)每年還會(huì)貢獻(xiàn)約35億顆CIS的需求，同時(shí)智能手機(jī)行業(yè)集中度不斷提高，雙攝已經(jīng)逐漸成為市場(chǎng)主流，而臉部識(shí)別貢獻(xiàn)了額外的攝像頭市場(chǎng)，用戶對(duì)于自拍的需求不斷推動(dòng)像素的競(jìng)爭(zhēng)，同時(shí)智能攝像處理將使用深度學(xué)習(xí)技術(shù)，盡管智能手機(jī)銷(xiāo)量趨于平滑，但攝像頭領(lǐng)域仍然保持著相當(dāng)?shù)膭?chuàng)新活力。
用于汽車(chē)的CMOS圖像傳感器發(fā)展十分迅速。車(chē)載CMOS圖像傳感器的傳統(tǒng)應(yīng)用領(lǐng)域是后置倒車(chē)攝像頭和前置行車(chē)記錄儀，近年來(lái)，隨著車(chē)聯(lián)網(wǎng)、智能汽車(chē)、自動(dòng)駕駛等應(yīng)用的逐步普及，汽車(chē)上攝像頭的數(shù)量迅速增加，應(yīng)用領(lǐng)域從傳統(tǒng)的倒車(chē)?yán)走_(dá)影像、前置行車(chē)記錄儀慢慢延伸到電子后視鏡、 360度全景成像、線路檢測(cè)、障礙物檢測(cè)、防撞和自動(dòng)駕駛等，未來(lái)智能汽車(chē)有望安裝10-15個(gè)攝像頭，2021年全球車(chē)載攝像頭出貨量有望接近2.5億顆，其中環(huán)視和ADAS是增長(zhǎng)最快的市場(chǎng)，考慮到車(chē)載產(chǎn)品的高ASP，這無(wú)疑是一塊巨大的增量市場(chǎng)。
安防市場(chǎng)對(duì)于CIS來(lái)說(shuō)是另外一個(gè)重要機(jī)會(huì)，2021年市場(chǎng)規(guī)模有望超過(guò)4億美元，OmniVision在這個(gè)領(lǐng)域具備一定優(yōu)勢(shì)，并將持續(xù)受益于中國(guó)市場(chǎng)的發(fā)展，同時(shí)由于人工智能和大數(shù)據(jù)等技術(shù)的興起，安防領(lǐng)域的CIS芯片逐漸向高端發(fā)展，帶來(lái)ASP的持續(xù)提升。
展開(kāi) 聲學(xué)發(fā)展史之——智能聲學(xué)
1 聲紋識(shí)別
聲紋識(shí)別 (voiceprint recognition) 也被稱為說(shuō)話人識(shí)別（speaker recognition）或者語(yǔ)音生物特征識(shí)別（voice biometric recognition）,在英文語(yǔ)境里speaker recognition使用的更廣泛，從這個(gè)字面上看，很容易看出聲紋識(shí)別的作用，就是通過(guò)分析說(shuō)話人的聲音識(shí)別出說(shuō)話人的身份。聲紋識(shí)別屬于生物識(shí)別的一種。生物識(shí)別技術(shù)有很多種，大致可以分為兩大類(lèi)：物理特征識(shí)別和行為特征識(shí)別。前者包含面部識(shí)別、指紋識(shí)別、視網(wǎng)膜識(shí)別以及虹膜識(shí)別等，后者則有聲紋識(shí)別、手勢(shì)識(shí)別和簽名識(shí)別。下面的表格詳細(xì)列出了各種技術(shù)在準(zhǔn)確性、易用程度、用戶接受度、部署難易程度以及成本等方面的表現(xiàn)：
從上表中很容易看出，聲紋識(shí)別的綜合表現(xiàn)很優(yōu)異，另外有研究表明聲紋識(shí)別的安全性表現(xiàn)也能和虹膜、指紋以及面部識(shí)別媲美。因?yàn)槊總€(gè)人說(shuō)話的聲音都是獨(dú)特的，這個(gè)獨(dú)特性來(lái)自于我們各自獨(dú)特的發(fā)聲結(jié)構(gòu)。對(duì)發(fā)聲結(jié)構(gòu)有想進(jìn)一步了解的可以參見(jiàn)往期文章我們是怎樣發(fā)出聲音的？。相比較于其他技術(shù)，聲紋識(shí)別的遠(yuǎn)距離交互特性讓其更適合用于智能音箱系統(tǒng)上。
小故事：
聲紋識(shí)別技術(shù)的發(fā)展最早可以追溯到1932年，和美國(guó)著名的《聯(lián)邦綁架法案》（也常被稱為《小林德貝格法案》）有關(guān)。那一年，美國(guó)的飛行員查爾斯·林德貝格20個(gè)月大的兒子小林德貝格遭到了綁架最后不幸遇難。在支付贖金時(shí)，坐在汽車(chē)?yán)锏牟闋査箾](méi)有看到兇手的樣子，但聽(tīng)到了兇手的聲音。兩年多后，一個(gè)嫌疑人被抓到，查爾斯聽(tīng)了這個(gè)嫌疑人的聲音，在庭審時(shí)確認(rèn)和兩年前聽(tīng)到的聲音一模一樣。這個(gè)案件當(dāng)時(shí)在全美引起了廣泛的關(guān)注，學(xué)者弗朗西斯·麥基也受此啟發(fā)，開(kāi)始了最早的人聲識(shí)別技術(shù)的研究。
展開(kāi) 汽車(chē)內(nèi)部感知趨勢(shì)
2、高級(jí)駕駛員感應(yīng)
系統(tǒng)是基于基本的嗜睡和分心識(shí)別進(jìn)行附加功能提升。可檢測(cè)聲音，并通過(guò)攝像頭和指紋等生物特征準(zhǔn)確識(shí)別司機(jī)狀態(tài)?？梢杂行袛嗨緳C(jī)是否醉酒、緊張、陷入沉思，甚至測(cè)試員試圖通過(guò)舉著照片來(lái)欺騙自動(dòng)駕駛系統(tǒng)，也被系統(tǒng)輕易識(shí)別。
3、座艙感應(yīng)
駕駛員感應(yīng)的一個(gè)演化分支是座艙感應(yīng)，其中廣角攝像頭覆蓋車(chē)內(nèi)更大的視野，通常包括前后排乘客座椅。有了這個(gè)更大的可視區(qū)域，系統(tǒng)就可以判斷司機(jī)的手是否放在方向盤(pán)上?？梢?em>識(shí)別前排乘客，將他們的座位調(diào)整到匹配的規(guī)格，并確保乘客正確佩戴安全帶。通過(guò)全座艙狀態(tài)檢測(cè)，該系統(tǒng)可確定車(chē)內(nèi)有多少人，并能夠準(zhǔn)確定位車(chē)內(nèi)人員的情緒。還能夠檢測(cè)到司機(jī)是否突發(fā)疾病，這會(huì)觸發(fā)自動(dòng)感應(yīng)系統(tǒng)，將車(chē)輛安全停到路邊，并通知急救服務(wù)。
此外，廣角3D攝像頭可以安裝在車(chē)內(nèi)車(chē)頂朝下方向，提供前排座椅的視野。這使得乘客能夠通過(guò)手勢(shì)、空中書(shū)寫(xiě)和前面提到的搜索點(diǎn)功能來(lái)控制車(chē)輛的各個(gè)方面。這種手勢(shì)識(shí)別能力不斷進(jìn)化，并與駕駛員狀態(tài)感知技術(shù)道路平行發(fā)展。
4、未來(lái)創(chuàng)新
隨著機(jī)器學(xué)習(xí)系統(tǒng)日趨智能和強(qiáng)大，系統(tǒng)不僅能夠了解駕駛員的情況，而且能夠相應(yīng)采取行動(dòng)。舉例而言，若車(chē)輛正駛離車(chē)道，而駕駛員的視線離開(kāi)了道路，則系統(tǒng)即使在手動(dòng)關(guān)閉的狀態(tài)下仍會(huì)開(kāi)啟車(chē)道保持功能。或在前車(chē)減速或剎車(chē)時(shí)系統(tǒng)會(huì)使車(chē)輛自動(dòng)減速或提前開(kāi)始制動(dòng)。
隨著車(chē)內(nèi)感應(yīng)算法的改進(jìn)，其他安全應(yīng)用也成為可能，例如跟蹤身位以調(diào)整安全氣囊部署。
展開(kāi) 