當系統不僅可以認出你的臉，還能認出你的靜脈甚至血管

張司鈺

2023年年末的“富豪尋親”事件，讓很多普通人見識到了生物識別技術的能力。通過人臉識別以及不斷更新的AI算法等技術，一位河北富商找回了走失25年的兒子。

近年來，得益于先進的圖像處理和深度學習技術，人臉識別的準確率在某些系統中甚至超過了99%。如今，作為生物識別中應用最廣泛的技術之一，人臉識別已成為智能手機、安全系統和支付技術中的常見功能。

雖然在技術上獲得了顯著進展，但人臉識別的安全問題始終難以得到解決。受算法的精度、圖像質量、光照條件、數據庫規模和多樣性的影響，在足夠龐大的人群樣本中，總會有一些人的面容相似，這可能導致識別出現誤差。

此外，面部特征也容易被竊取。已有許多人臉識別系統采用3D深度感知、眨眼或頭部動作識別等更復雜的活體檢測方法來防范偽造，但局限性仍存在，在不同光線條件下，系統還是有可能無法有效區分真人面部和高質量的照片、視頻、面部模型，以及那些利用深度學習技術生成的假面容——指紋識別也是如此，使用明膠、硅膠或其他可塑材料就可以復制指紋。

生物識別技術發展至今經歷了幾代演進過程，其中一類生物識別技術識別的是人體某一部分的表面形狀和特征，例如指紋、掌紋、人臉、步態等；另一類識別的則是肉眼無法看到的人體內部的特征，例如靜脈、虹膜、DNA等。其中，DNA識別和靜脈識別是公認最難偽造、最難竊取的。而相對DNA檢測，靜脈識別的成本相對較低，其重復概率僅34億分之1左右，加上具有識別隱性生物特征、不易偽造和被盜、活體識別、普適性強等特點，它受到越來越多的關注。

2023年7月，亞馬遜宣布將掌靜脈支付和身份驗證系統Amazon One應用于全美超過500家全食超市門店。Amazon One是亞馬遜在2020年推出的系統，截至2023年7月其使用次數已達到300萬次。

使用Amazon One支付時，顧客無需取出手機或錢包，也不必掃描信用卡或任何應用程序，他們只需要將手掌懸停在收銀機旁的Amazon One掃描器上方幾厘米處，就能完成支付并享受相應的會員福利。

注冊掌紋支付也非常簡單。在實體店鋪，顧客可以先插入一張信用卡，然后將手掌放置在Amazon One設備上，并按照提示操作，將信用卡與手掌信息關聯起來。一旦信用卡信息被系統記錄，顧客此后只需將手掌放在設備上一秒鐘左右，就可以快速完成支付。并且AmazonOne設備不會保留采集到的生物信息，這些信息將被加密并上傳至亞馬遜云端的高安全區域，然后創建并儲存每個用戶獨一無二的“手掌簽名”。

Amazon One設備能夠同時采集掌紋和掌靜脈數據，包括手掌的線條、皺紋等表面特征，以及靜脈圖案、骨骼等表皮下的內部特征。由于這兩種數據很難同時被偽造，雙重驗證提高了識別的準確性。亞馬遜表示，AmazonOne的準確性比掃描人體的兩個虹膜高出100倍，且應用至今未出現任何誤報。

靜脈識別的原理并不復雜。不同于人臉識別使用數字攝像頭捕捉面部圖像，靜脈識別依賴紅外成像技術。利用靜脈中紅血球吸收特定近紅外線的特性，通過紅外光線照射手指或者手掌，并由圖像傳感器感應識別部位透射的光來獲取內部的靜脈圖像——流經靜脈的紅血球中的血紅蛋白對波長在700至1000納米的近紅外線會有吸收作用，導致紅外線在靜脈部分的透射較少，當紅外線透射以后，靜脈在圖像傳感器的感應影像上會突出顯示，肌肉、骨骼和其他部分都會被弱化，從而得到清晰的靜脈血管圖像。

根據公開資料整理

當一個人的手指、手掌第一次經含紅外光的攝像頭照射，系統會用算法“畫”出靜脈圖案，并將這些圖案變成一系列數字，這個數字是獨一無二的，類似于每個人的身份證號。當再次使用這個系統時，它會將新拍攝的靜脈圖案轉化的數字與之前存儲的數字比較，進而確認這個人的身份。

所以，靜脈識別更適合光線較弱的環境。這種情況下，人臉幾乎無法被識別，人的靜脈網絡卻清晰可見；而在強光下，人臉識別可以一秒通過，靜脈線條則會出現額外的噪點或雜散光斑，變得模糊不清。

如果想獲得更好的識別效果，靜脈識別需要從光學器件和圖像處理方法等多方面優化。研究發現，940納米的特定波段光源在強光條件下受影響較小，有助于清晰捕捉靜脈圖 像。

自2000年理論研究完善至今，靜脈識別技術有過3次飛躍。2000年左右，早期的原型機和實驗室測試證實，靜脈圖案可以作為一種可靠的生物識別形式。隨后，得益于圖像處理和特征匹配算法的優化，靜脈識別的速度和準確性得到提升，該技術也在ATM機、安全門禁系統等金融和安全領域得到實際應用。但由于芯片的限制，靜脈識別技術早期大多停留在工業領域。

當時，靜脈識別系統對手部姿勢的要求也較為嚴格，需要用戶將手放置在一個碗狀物體的特定支架上，以確保準確捕捉靜脈圖像。此外，那時的靜脈識別系統在算法支持方面也有所不足，芯片的計算能力無法充分支持復雜的AI算法，需要用戶遵循統一的模式掃描手部。

其實，在各類生物識別技術中圖像處理以及其背后的算法都尤為重要，系統必須能夠準確地處理和識別各人體特征中的微小細 節。

比如前文提到的“富豪尋親”能成功，很大程度上得益于近年A I算法的提升和突破，使“跨年齡人臉識別”技術甚至更加細分和精準化的“同親緣人臉識別”技術得以落 地。

靜脈識別同樣仰賴算法的不斷優化。2021年起，隨著芯片技術的進步，京東方生產的成本大約2美元的芯片加入了AI計算能力，靜脈識別算法得到了顯著改進。這為靜脈識別系統提供了更強大的支持，使產品設計變得更為成熟，靜脈識別技術也開始應用于智能門鎖等與普通用戶距離更近的領域 中。

一直專注于靜脈識別研究的圣點科技首席技術官趙國棟向《第一財經》雜志介紹，2021年圣點科技的靜脈識別智能鎖的出貨量已達到了10萬套，市占率大約10%。

傳統的指紋識別系統可能因為手指上的切口、擦傷等表皮損傷而無法正確工作，或可能僅僅因為手部過于干燥或濕潤就導致識別失敗，而基于體內特證的靜脈識別沒有這樣的擔憂。

靜脈數據庫的數量、質量與多樣性直接關系到算法的優化，這也一直是靜脈識別技術發展的一大阻礙。

靜脈生物特征是一種人體內部生物特征，其特性決定了生物庫的采集難度與積累難度非普通人臉特征庫收集和積累可比，比如類似于通過手機App后臺采集人臉的捷徑在靜脈識別行業就無法實施。

據趙國棟介紹，為了解決數據稀缺的問題，圣點科技不僅與學校、企業合作，通過大量工程項目采集、積累樣本，還向第三方公司付費購買，以獲得包括室內外環境、不同光照條件以及辦公室等特定環境下的數據。目前，該公司擁有千萬級指靜脈數據庫和近百萬級掌靜脈數據庫。

大模型的出現也顯著改變了靜脈識別行業的問題數據訓練方法，降低了數據采集成本。趙國棟的團隊就利用大模型，在現有數據的基礎上，模擬不同角度、光線條件生成不同的靜脈圖案。

“我們可以在一張辦公室背景的靜脈圖像基礎上，讓模型生成不同光線效果的圖像，以獲得更多樣化的數據。”真實場景下采集的數據質量更高，但大模型生成的數據能夠有效解決數據多樣性的問題并協助針對問題數據的分析處理，尤其是在無法直接采集的情況 下。

得益于數據訓練效率的提升，掌紋支付現已出現在便利店、商超中，圣點科技目前正在努力實現手機端的靜脈識別應用，并在靜脈識別芯片化及微小型化、消費電子應用、面部靜脈識別、與區塊鏈加密技術結合，以及車載、支付等領域不斷投入研發。

在趙國棟看來，隨著傳感器等技術的快速發展，未來生物識別將出現更多類別，可穿戴設備如手表或手機將有可能識別人體內部的多種生物信息，比如血管和肌肉的特征。

生物識別技術必將是多元并存的，集合了人臉識別、靜脈識別的多模態識別方式正日益受到青睞。

“每種識別方式都有其適用的特定場景和領域。例如人臉識別非常適合遠距離監控、安防和刑偵，靜脈識別則在安全性和便利性方面具有優勢，它們都不太可能完全取代對方或其他識別方式。”趙國棟說。