生物识别技术应用四面开花 但需要认清安全问题

据相关数据统计,国内公共安全领域是人脸识别应用最重要的场景,其市场份额占比30%左右。与此同时,人脸识别技术正在深度结合行业应用,在金融支付领域、物流领域也实现了大跨步的落地应用。以线下支付为例,支付宝、微信等相继落地刷脸支付。可以说国内“刷脸时代”已经来临,从身份审核到线下支付,从乘坐地铁到取快递、领养老金,“刷脸”正在变得一路畅通。

【安防在线 www.anfang.cn】近些年,基于机器视觉的人工智能技术正在与安防应用领域紧密融合,给各行各业带来了实实在在的推动与变革,其中尤以人脸识别为代表的生物特征识别技术,四面开花,行业化应用深入到各种细分领域,可谓无孔不入。

以人脸为代表如各种“人脸动态识别”、“1:N静态大库人脸搜索系统”、“人脸验证闸机”、“人证合一一体机”等等产品技术充斥我们生活的每一个角落,人脸识别及动态捕捉技术产品以及丰富的应用案例已经成为生产生活的“标配”。

生物识别技术应用四面开花 但需要认清安全问题

特别是在公共安全领域,涉及到公安业务方面的图侦、大数据分析,借助人脸识别实现犯罪嫌疑人识别、抓捕;在交通领域,基于交通参与者人的识别,捕获交通违法;在商业楼宇中利用人脸识别技术可以对出入口实现实时监控等等,生物识别产品及应用愈加丰富和多样化。

据相关数据统计,国内公共安全领域是人脸识别应用最重要的场景,其市场份额占比30%左右。与此同时,人脸识别技术正在深度结合行业应用,在金融支付领域、物流领域也实现了大跨步的落地应用。以线下支付为例,支付宝、微信等相继落地刷脸支付。

可以说国内“刷脸时代”已经来临,从身份审核到线下支付,从乘坐地铁到取快递、领养老金,“刷脸”正在变得一路畅通。

除了刷脸,指纹识别虹膜识别、体态识别等等,正伴随着不断丰富细化的端/边缘设备,经由云端处理配合,形成端/边缘采集识别+云端处理/训练/存储这样的架构模式,这也将是未来几年生物识别行业产品和系统的普遍形态。

但我们也需要看到存在的问题,近日,《光明日报》、《经济参考报》纷纷发表文章指出,鉴于当下刷脸技术普及和此类纠纷不断的现实,完善相关监管法规,填补制度设计空白,对采集个人信息的实施主体、法律义务、违法责任等作出明确界定,势在必行,时不我待。

而在美国针对人脸识别技术展现出了谨慎和排斥的倾向。例如旧金山成为美国第一个禁止人脸识别的城市。美国公民自由联盟(ACLU)组织了30多个民权组织联合反对亚马逊向政府和警察部门推销人脸识别产品,并举行一系列抗议活动,反对美国政府使用人脸识别技术。

在欧洲则出台了《通用数据保护条例》规定,包括人像在内的生物信息属于本人所有,对其使用需要征得同意。

值得强调的是,随着人脸识别等生物特征识别是否存在泄露隐私的风险?国内相关学者曾表示,密码可以更换,但每个人的生物特征却不能更换,一旦个人的生物特征被黑客泄露或被不法分子掌握,就可能会带来更为严重的安全问题。

与欧美国家相比,国内基于生物特征识别的信息安全保护还相对落后,人们对自身的隐私安全保护还不够,需要国家及相关企业把信息安全保护提高到一个更高的级别。今年10月1日起实施的新版《信息安全技术个人信息安全规范》要求,在收集人脸、指纹等个人生物识别信息前,应单独向个人信息主体告知收集、使用个人生物识别信息的目的、方式和范围以及存储时间等规则,并征得个人信息主体的同意。这显然是政府为加强个人信息保护释放的一个强烈信号。

而作为目前行业化应用的主力军,企业需要针对数据流通各环节的安全风险保障能力进一步提高。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)

相关推荐

  • 如何“驯服”并激活非结构化数据?

    举例来说,视频分析软件可以对文件中的图像进行标记,并赋以特定的索引以便存储和搜索。这听起来也许稀松平常,实现起来却有诸多挑战,但这意味着非结构化数据会变得极具价值。

    2026年3月20日
  • 2021年行业大数据市场现状及发展趋势分析

    随着社会的进步和信息通信技术的发展,大数据被广泛应用在各行业、各领域。大数据的广泛应用也意味着数据存储量越来越大,因而,近年来数据存储量呈爆发式增长。在大数据行业的快速增长过程中,中美两国以先进的技术优势占据行业重要地位。未来大数据行业在经历爆发式增长后,增速将逐渐放缓。

    2026年3月20日
  • 分布式数据中心或是未来数据中心发展方向

    随着业务的发展与数据量的增长,在存储、计算、安全等方面占据优势的分布式架构数据中心或将成为数据中心未来发展的趋势。与此同时,分布式数据中心带来的建设挑战也为数据中心可持续发展指明方向。未来的数据中心架构发展必将精彩纷呈。

    2026年3月20日
  • 人脸识别的边界:哪种程度的信息采集才适用?

    从技术本身来看,目前人脸识别分为2D和3D两种技术方案,以支付宝和微信的“刷脸支付”为例,两者使用的都是3D人脸识别技术,会通过软硬件结合的方法开展检测,来判断采集到的人脸是否为活体,可有效防范视频、纸片等冒充。

    2026年3月20日
  • 数据分析技术:边缘人工智能的应用

    为了避免不必要的非关键数据移动,AI正在向边缘设备返回计算能力,从而影响开发人员利用人工智能和数据分析技术。

    2026年3月20日
  • 强监管时代下生物识别技术企业如何实现数据合规

    作为生物识别领域的知名企业,亚略特始终把数据安全和隐私保护放在首要位置,旗下产品均采用多种手段来保障数据安全。以亚略特健康码测温人脸识别一体机为例,其配备了双网口架构的AI边缘计算单元――“疫情防控数据安全网关”来保障对内对外的数据应用、传输和存储安全。

    2026年3月20日