隨著物聯網應用逐漸豐富，生物識別技術迎來了大顯身手的機會——這很容易理解，在萬物互聯的時代，數據安全重要性不言而喻，市場需要一種更加靠譜的與機器進行交互的方式，生物識別技術能擔當這一重任。

生物識別技術指的是利用人的生理特征（比如指紋、面相與虹膜）或者行為特征（如聲音、筆跡）來進行個人身份認定的方式。與傳統的身份鑒定方式相比，生物識別技術在安全、保密與方便性上具有優勢。

從識別方式來看，生物識別可以分為指紋識別、人臉識別、聲音識別、虹膜識別與靜脈識別等等。其中，指紋識別應用已經極為廣泛，人臉識別應用正在興起，這兩項識別技術最為大眾熟知。

近年，不少硬件廠商為增加產品賣點，將指紋識別、人臉識別作為“黑科技”宣傳。然而，在業界看來，生物識別領域能充當“黑科技”存在的，應該是虹膜識別技術。

指紋、人臉識別有“瑕疵”，虹膜識別才是“黑科技”

指紋是人的手指末端正面皮膚上凹凸不平產生的紋路，每個人的指紋細節特征（紋路起點、終點、結合點與分叉點）都不會完全相同，因此，指紋能用于身份鑒定。

?

?

由于技術門檻低，指紋識別率先得到了應用，在考勤、手機解鎖、保險箱開鎖、門禁等眾多場景中，都有指紋識別的身影。

不過，這項技術還是有一些不方便的地方。比如它對手指的清潔度、干燥度要求很高，臟、濕、油等因素都將干擾機器識別；進行指紋識別驗證時，手指捺印角度不同、力度不同等因素都會影響到識別結果。

另外，每次使用指紋時，指紋采集器上都會留下用戶的指紋痕跡，用戶的指紋存在被復制的可能，安全性大打折扣。

于是，不用與機器直接接觸的人臉識別技術應用興起。

人臉識別的工作原理有三步，首先是建立人臉的面相檔案，工作人員負責采集相關用戶的人臉面相文件，或者把用戶的照片形成面相文件，儲存在面相檔案中。

其次，用攝像機捕捉當前的人體面相。

最后，將捕捉的人像與面相檔案中的進行比對。這一過程利用“面紋編碼”方式，可以在百萬人中精確地辨認出某個人。

與指紋識別相比，人臉識別具有不用接觸、非強制性以及并發性（即一個場景可進行多個人臉的分揀與識別）的優勢，這是其好的一面。

不好的一面是，人臉識別對場景光線環境敏感，另外，當前的人臉識別技術主要通過平面2D采集人臉與五官相對位置進行識別，它存在以照片形式蒙騙識別機器的可能。

基于指紋識別與人臉識別的“瑕疵”，虹膜識別作為“終極BOSS”開始登場。

虹膜識別基于眼睛中的虹膜（位于黑色瞳孔和白色鞏膜之間的圓環狀部分）進行身份識別，它是業界公認的最精準與最安全的生物識別技術，業界透露，虹膜識別誤識率可低至百萬分之一，與之相比，指紋識別誤識率為 0.8 %，人臉識別則為 2 %。

再加上虹膜識別技術需要活體的虹膜信息，眼球剝離人體后，虹膜會隨瞳孔放大失去活性，將被機器拒識，因此，虹膜識別的安全性更高。

兩大應用趨勢，虹膜識別的黑科技可不僅僅是解鎖

早前，虹膜識別主要應用在工業領域，比如煤礦行業考勤，少有成型的產品出現在個人消費市場上，因此虹膜識別技術沒有被大眾熟知。

好消息是，近年，虹膜識別在朝遠程識別與移動化發展，在此趨勢下，虹膜識別技術迎來了進入大眾化領域的契機。

媒體報道，卡耐基梅隆大學生物識別中心已經研發出一種識別距離遠達 12 米的虹膜掃描識別技術，它可以在車主眼睛不經意掃過汽車后視鏡時，快速讀取車主的虹膜信息，并將虹膜信息與數據庫做匹配，從而顯示出車主的名字以及其他信息。

這項“黑科技”可以幫助警察追蹤逃犯，也可以在機場、旅游場所等承擔安防的重任。