取代密码的技术正在逐渐完善，不仅只有人脸识别，还有心脏识别

人类身体打造成身份识别工具将是下个科技前沿，这项技术很快将令密码变得多余。据未来支付全球报告显示，全球生物识别智能手机用户将达到4.71亿人，这将是个拥有巨大潜力的市场。我们来介绍一下正取代密码的五大生物识别解决方案。

指纹识别：

指纹是人类手指末端由凹凸的皮肤所形成的纹路，在人类出生之前指纹就已经形成并且随着个体的成长指纹的形状不会发生改变，只是明显程度的变化，而且每个人的指纹都是不同的，在众多细节描述 中能进行良好的区分，指纹纹路有三种基本的形状：斗型（whorl）、 弓型（arch）和箕型（loop）。在指纹中有许多特征点，特征点提供了指纹唯一性的确认信息，这是进行指纹识别的基础，分为总体特征和局部特征，总体特征又包括了核心点（位于指纹纹路的渐进中心）、 三角点（位于从核心点开始的第一个分叉点或者断点，或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点）、纹数（指纹纹路的数量）；局部特征是指纹的细节特征，在特征点处的方向、曲率、 节点的位置，这都是区分不同指纹的重要指标。

苹果公司推出Touch ID就具备指纹识别功能，并被应用到苹果移动支付系统Apple Pay中。万事达卡正与生物识别公司Zwipe合作开发世界上首款指纹认证支付卡，可进行非接触性支付。巴克莱银行也在与科技巨头日立合作，为其公司客户提供“手指静脉技术”。这种技术据说安全度非常高，因为每个人都有独特的静脉模式，它是在子宫中形成的，终身都没有太大变化。

语音识别：

根据识别的对象不同，语音识别任务大体可分为3类，即孤立词识别，关键词识别（或称关键词检出，和连续语音识别。其中，孤立词识别 的任务是识别事先已知的孤立的词，如“开机”、“关机”等；语音识别则是识别任意的连续语音，并执行其指令；连续语音流中的关键词检测针对的是连续语音，但它并不识别全部文字，而只是检测已知的若干关键词在何处出现，如在一段话中检测“计算机”、“世界”这两个词。

根据针对的发音人，可以把语音识别技术分为特定人语音识别和非特定人语音识别，前者只能识别一个或几个人的语音，而后者则可以被任何人使用。显然，非特定人语音识别系统更符合实际需要，但它要比针对特定人的识别困难得多。

另外，根据语音设备和通道，可以分为桌面语音识别、电话语音识别和嵌入式设备（手机、PDA等）语音识别。不同的采集通道会使人的发音的声学特性发生变形，因此需要构造各自的识别系统。

基于不同的语音特征对用户身份进行验证，比如声道的几何形状、谐波、间距以及范围等。英国的First Direct与汇丰银行客户可以注册他们的“声纹”，用于登录在线账号。印度ICICI银行也正推出类似服务。花旗银行的语音生物识别认证项目已经在英国推出，当用户通过电话向客服代表解释某个问题时，它就可自动识别客户身份。

视网膜识别：

视网膜是眼睛底部的血液细胞 层。视网膜扫描是采用低密度的红外线去捕捉视网膜的独特特征，血液细胞的唯一模式就因此被捕捉下来。

这种技术最早出现于20世纪80年代，开发原理是每个人眼睛后部的血管都有独特的模式。日本电信运营商NTT DoCoMo与手机制造商Fujitsu已经推出新式智能手机，可通过扫描用户虹膜验证用户身份，进行移动支付。

心跳识别：

研究者已经开发出了一套设备——利用低功率多普勒雷达（译注：利用多普勒效应测量物体在雷达波束方向上的径向运动速度的一种雷达）来解码用户心脏的独特几何结构，以及心脏跳动时如何收缩和舒张。这些生物识别信息可以鉴定被审查人员的身份。

心跳或心电图扫描技术更为复杂，因此不太受欢迎，但其依然有很大提升空间。加拿大多伦多市的Bionym公司正与万事达卡、加拿大皇家银行进行测试，利用Nymi腕带与万事达卡相连进行支付。腕带中的NFC芯片可与支付终端进行无线交流，心电图传感器则可验证用户身份。

面部识别：

面部识别又称人脸识别、面像识别、面容识别等等，面部识别使用通用的摄像机作为识别信息获取装置。以非接触的方式获取识别对象的面部图像，计算机系统在获取图像后与数据库图像进行比对后完成识别过程。

面部识别是基于生物特征的识别方式 ，与指纹识别等传统的识别方式相比，具有实时、准确、高精度、易于使用、稳定性高、难仿冒、性价比高和非侵扰等特性，较容易被用户接受。

面部识别技术主要是匹配用户的独特生物特征，以进行身份识别和验证。芬兰公司Uniqul已经开发出类似系统，可以利用面部识别技术验证用户身份以进行支付。