金融中的人臉識別，主要用途分兩種：一種是身份核驗，即一對一。其實你已經知道了你當前操作的這個待核驗人的身份，接下來只要對這個身份和這個人之間進行一個信息核驗。；另外一種我們稱之為叫1對N，應用在規模化的場景應用中，打個比方你光顧一家服務，你
金融中的人臉識別，主要用途分兩種：一種是身份核驗，即一對一。其實你已經知道了你當前操作的這個待核驗人的身份，接下來只要對這個身份和這個人之間進行一個信息核驗。；另外一種我們稱之為叫1對N，應用在規模化的場景應用中，打個比方你光顧一家服務，你可能辦了貴賓卡，那么我們可以不用報名字，也不用掏出VIP卡，到門口刷一下臉他就知道是哪一位，交易完成后自動扣錢。這樣一個場景因為實際上誰也沒有說出誰是誰，但在這樣1：N的的情況下應用，它可以對于不清楚的目標對象進行了檢索然后找到了正確的目標對象。
其實在遠程身份核驗的業務場景中，所使用的技術不只人臉識別一項。任何一個技術落地到一個實際應用時，實際上是一種綜合的技術解決方案的應用。比如說在1對1的識別中*常用的輔助技術：身份證文字內容識別（身份證OCR）。還有一些行業特殊性問題的解決，以手機刷臉為例，需要解決的一個問題是防止用戶在用照片偽造刷臉，我們稱之為活體識別，需要判斷進行刷臉的是一個真人還是一個照片還是一個視頻。
很多人可能會問，人臉識別的技術水平到達一個什么樣的程度了？其實，現在在金融行業進行這樣的認證支付，其安全性已經非常高了。單純從人臉識別這一點上來講，現在比較常用的是把通過率、便捷性控制在90%或者是95%，去看誤識率、安全性。
有人說為什么不設到99%，我們可以設到99%，但是99%對安全性會有影響，這兩個指標會有沖突，金融行業要求在便捷性可接受的情況下安全性越高越好。
聲紋指紋虹膜等多生物特征融合認證
是不是意味著說人臉識別就已經可以完全取代銀行卡密碼甚至達到一個更高的安全性呢？非也。
科大訊飛云平臺事業部人臉聲紋技術主管李繁表示，以人臉識別的技術來說，在**的DFDR算法下面，人臉的分辯能力已經達到了99.47%的狀態。但是在實際的應用中仍然面臨著一些挑戰——比如當面對一位韓國小姐的時候。當然，聲紋技術同樣也有應用上的一些挑戰，比如說聲紋易變形，易受身體狀況，年齡，情緒等的影響；實際應用中也可能會受到錄音設備的影響，所以作為一個單一的生物特征都有各己的不穩定性。
為應對支付領域的一個高安全性需求，也為了解決單一生物特征存在的一個不穩定性，業內提出了多生物特征融合認證解決方案，從不同維度對兩種生物特征進行融合計算。
早前國際生物特征組織分別從干擾用戶程度，獨立性，費用代價，易用性這四個層面對市場上在用的生物特征進行了一個系統的統計分析，分析包括掌紋識別，簽名識別，指紋識別，語音識別，虹膜識別，視網膜識別，臉部識別以及溫譜識別。
理想的生物特征系統當然是要具備高獨特性，高易用性，對用戶干擾程度低，且費用代價低，從這里可以看出，在人類認知的范圍內的聲紋識別，人臉識別技術以及人類認知范圍內的指紋識別，虹膜識別，和掌紋識別，為何能在各自的領域中發揮著重要的作用。
其中，聲紋識別技術和人臉識別技術能夠被用作便捷的身份認證形式，與其擁有的特點是分不開的，首先這些生物特征與生俱來的，而且它都具備**性，不易被復制。其次這些特征都是易采集，且采集隱蔽性較強，還能夠被遠程操作。
以聲紋技術來說，聲紋是根據語音波形中反映說話人心理和行為特征的語音參數，自動識別說話人身份，每個人無論別人說話模仿的多么相似，他都具有****的聲紋。這是由每個人的發聲器官在成長過程中形成的，這個**性能夠**確定一個用戶的身份。
目前，聲紋識別模式對外支持了聲紋自由說、動態數字密碼、開放文本密碼、固定文本密碼。在金融支付中，動態數字密碼因其使用便捷性，目前也成為*為廣泛的聲紋識別模式，當然它其他三種模式也有相應的適用場景。
在這個領域中聲紋識別主要用途分為兩種，與人臉識別相似，一是聲紋確認，一比一比對，二是聲紋鑒別一比N比對。
而相信大家**奇的是這個聲紋模型建立和配對的過程，究竟是怎樣的原理，能夠用算法和代碼來量化一個人的聲音。
石家莊網絡優化消息就科大訊飛來說，其使用了混合高斯-通用背景模型（GMM-UBM），是基于高速混合模型的說話人系統，是說話人識別中的主流算法。
然而，基于生理特征的生物識別技術存在以下幾個先天性缺陷：一、成本高昂，通常需要專門的硬件支持；二、容易泄露和仿冒，安全性低；三、應用不當后果嚴重，一旦泄露身份信息幾乎無法更改。所以，生物特征識別除了基于人體本身的生物對象進行安全監控，業內人士也在研究基于擊鍵等行為類生物特征進行識別的方式。
擊鍵過程看似簡單，實際上卻非常復雜，需要很多肌肉的高度配合。久而久之，就形成了一種固定的習慣，這種習慣會在擊鍵的時間和壓力上有所反映。
研究者表示，具體的應用中，自由文本的擊鍵特征識別和固定文本的擊鍵特征識別也有所不同。對于固定文本而言，一般長度較短，用戶鍵入固定文本時所表達的擊鍵特征受限制條件影響較大，*終的擊鍵形態也與限制條件有著緊密的聯系。這種情況下，可以直接存儲和比對擊鍵形態……對于自由文本而言，其內容和長度不受限制，限制條件對于*終擊鍵形態的影響可能十分有限。這種情況下，可以通過兩個方面辨識用戶的擊鍵特征樣本：一是限制條件；二是傳統的自由文本擊鍵特征識別算法。限制條件即與數據庫存儲進行比對；自由文本擊鍵特征識別算法也有許多現成方案，比如，曼哈頓距離、歐氏距離、神經網絡、相對熵等等。
但也有用戶覺得，擊鍵特征是個偽命題，因為不同鍵盤實現的標準不同，鍵程、彈力都會受到影響。事實上，每一種技術都有缺陷，我們能做的是不斷優化，或以多種方式彌補配合。
| 
