锁和钥匙之外的生物识别技术

这是Saleel Awsare，SevP和GM的嘉宾帖子。

现在它已经变得无处不在，生物识别技术的下一步是什么？

毕竟，数以千计的人每天都会在智能手机或PC上使用指纹或面部识别。这是对仅六年来大众消费产品提供的技术的惊人迅速采用。

尽管如此，生物识别技术仍主要用于单个功能 - 作为解锁手机或笔记本电脑的虚拟密钥。现在，我们进入了普遍生物识别技术的新阶段，这些技术成为一种灵活的工具包，可以通过它来构建广泛的应用程序，每个应用程序都具有不同的便利性，个性化，隐私和安全性的平衡。

在Synaptics，我们看到了强大的应用程序的爆炸式爆炸，因为我们与世界领先的消费电子制造商合作，为人类机器界面提供技术。虽然我们被广泛称为计算机触摸板的发明者，用于智能手机的触摸屏以及两者的独特安全指纹传感器，但我们现在提供音频，视频和语音处理的突破性技术。因此，我们新一代的具有神经网络加速器的语音SOC的SOC现在可以部署内置的机器学习，以通过语音，面部以及最终其他因素生物识别人。在SOC中完成的机器学习算法（称为边缘计算）为用户提供了性能，可靠性和隐私优势，而不是当前基于云的方法。

自动个性化而无需入学

在接下来的一两年中，大部分创新将围绕语音识别，这是基于智能扬声器和其他与配音助手的连接设备的广泛接受。考虑一个为厨房购买智能扬声器的家庭。妈妈，爸爸和孩子们每个人都开始要求它播放自己喜欢的歌曲和播客，当拿起东西吃东西时。在短时间内，演讲者的AI系统学会了将他们的声音区分开来，并将每个人与他们的听力偏好联系在一起。很快，每个家庭成员都可以说“嘿，早上好”，他们喜欢的播放列表将自动启动。

在这种情况下，最重要的是没有发生的事情。没有人必须注册个人资料或停下来培训生物识别技术，这是您在手机上设置指纹或面部的方式。演讲者不必知道每个人的名字或其他识别细节。仅将独特的人声模式与用法习惯相匹配就足以使您获得独特的更好体验。另一个好处是，这些生物识别技术是在设备上处理的，而不是在云中处理，这是改善消费者隐私的重要一步。

没有明确注册的同样的被动个性化可以增强许多其他连接设备的体验。连接电视上的小型相机可以识别不同观众的面孔，以根据他们的观看习惯提出新的节目。确实，它还可以确定两个家庭成员是否坐在沙发上，寻找他们俩都想要的节目。

多因素生物识别技术

自动语音识别是区分家庭成员的好方法，在这种情况下，识别错误的惩罚只不过是玩经典摇滚迷的嘻哈节拍。但这并不足够区分，可以用录音带录制您的声音来保护您的汽车免受小偷的侵害。我们需要开始考虑部署一系列生物识别技术以及其他安全措施，具体取决于情况。借助当今的技术，指纹传感器是替换点火键的安全方法。然而，同一辆汽车可以使用被动语音个性化来帮助您自动选择最佳的音乐选择。将指纹和声音与多因素生物识别技术相结合，然后您可以为您渴望的终极辣椒狗支付电表，通行费，也许是直通餐厅。

在家庭中，不同级别的身份验证可能适用于不同的功能。被动面部识别对电视节目建议还不错，但是要购买电影，用户可能需要多因素生物识别技术来授权面部和语音识别。

语音识别可轻松改进基于文本消息的两因素身份验证，如今由银行和社交网络使用。例如，要在智能扬声器上购物，用户可以简单地读出文本发送的验证代码。扬声器可以验证代码，为了增加安全性，请验证声音是它识别的声音。

在尤其重要的情况下，可能需要多因素生物识别技术。银行可能需要您验证指纹和面部的脸部（如果其中一个是被动的，也许会更多），以便使用智能设备转移超过10,000美元。

防止生物识别黑客攻击

随着生物识别安全的部署更加广泛，骗子，间谍和调皮的青少年将越来越多地寻找破坏它的方法。一研究员最近，使用3D打印机上的手指型号解锁了智能手机。和安全顾问发现一家为银行和警察部队服务的英国安全公司在互联网上的一个无抵押数据库中留下了超过100万个指纹图像。

对这种违规行为的一种保护是将生物识别信息远离云。一些设备将其指纹传感器连接到操作系统，该操作系统使指纹模板从入侵者中围起来。突触已经进一步匹配发射技术在传感器本身中集成了指纹模板存储的处理器和内存，而不是更脆弱的操作系统。

环境计算

在接下来的几年中，我们将开始看到这个新的消费者生物识别阶段，其中简单的锁定和密钥应用程序被不同的生物识别配置配置的投资组合所取代，这可以使许多体验更轻松，更个人化和更安全。

随着传感器和人工智能技术继续前进，我们还可以看到在接下来的十年左右的时间内出现的另一个更流畅的生物识别阶段。连接设备的网络将可以访问更广泛的视觉，音频和其他方法，以构建谁在家庭，办公室或汽车中的人，并提供积极主动的帮助服务。他们将能够通过将当今使用的措施与面部表情和习惯性手势等其他因素相结合，从而在后台对个人进行可靠和安全的识别。

最终，消费者设备将不断知道它是“您”（并响应“您”），但是如果该用户进入视图（并且您将离开视野），则可以无缝切换到另一个用户。通过使用这些数据来推断您的行动上下文，他们将能够更好地理解您的请求，甚至可以在要求之前预测您想要的内容。您准备好了：“今天早上你看起来很累，我可以煮一份双重表达吗？”我知道我是。

关于作者

Saleel Awsare是IOT部门的SVP和GM。 AWSARE在向全球市场的半导体产品开发，推广和交付方面拥有25年的经验。

免责声明：Biometricupdate.com博客已提交内容。此博客中表达的观点是作者的观点，不一定反映了Biometricupdate.com的观点。