亚马逊测试刷手支付，用时仅为0.3秒，手脉识别会是新未来吗？

上周末，广大网友刚刚体验了变身赵薇、小李子的快乐，就被告知换脸APP“ZAO”隐藏着的霸王条款。一时之间，卸载、投诉声迭起，“ZAO”也因此一落千丈。

虽然“ZAO”火速更改了用户协议，表明不会收集用户的面部生物识别信息，更不会威胁到支付安全，但这并没有就此打消用户及有关部门的疑虑。网友们纷纷表现出一副“被伤过的心还可以爱谁”的样子，对人脸识别的排斥也愈演愈烈。

那么，不用人脸识别、刷脸支付，我们还可以用什么？不怕做不到，就怕想不到，亚马逊的最新动作，或许能给你带来新的灵感。

无感、快速、准确度高，刷脸支付out了？

9月4日据《纽约邮报》报道，亚马逊的工程师正在悄悄测试一种可以识别人手的扫描仪并以此作为店内购物结账的新方式。据了解，该项技术不再需要用户将手触摸到扫描仪表面，它可以使用计算机视觉和深度几何来处理和识别他们扫描到的每只手的形状、大小甚至更多的生物特征，然后记录到拥有亚马逊Prime会员的信用卡或借记卡里。

尽管亚马逊并没有公开这项技术的具体内容，但结合当前已有的技术发展路径推断，该项技术或是以手部的物理特征作为主要识别内容，或是以匹配手部内部静脉的纹路图作为原理，静脉认证能感知手部的血液流动和血压情况，能够在识别过程中进行活体检测，这一点明显优于人脸识别。

由于手脉识别的采样样本来自于人体内部，所以匹配过程中受到外界的干扰非常小。经过医学证明和数学统计，FRR（拒真率）小于0.01%，FAR（认假率）小于0.0001%，FTE（登陆失败）为0%。由于手部静脉分布个体与个体之间完全不同，该项生物信息具有唯一性及稳定性，造假的难度也变得更高。

目前，亚马逊纽约办事处的员工正在充当“小白鼠”，积极尝试这种新的支付手段。据知情人士透露，目前该系统的精度为百万分之一，亚马逊的工程师正在竭尽所能地提升，争取在发布之前将其精度提升到亿万分之一。

在应用上，亚马逊希望能在明年年初将这项技术引入少数的全食超市，之后再将这种超快速结账技术扩展到美国所有地区。不过，尽管这项技术可能将解决亚马逊便利店大排长龙结账的窘境，但一些专家的态度也十分明确：目前还不清楚消费者是否会对全食超市的手部扫描感兴趣。

所有国家中，美国对于人脸识别的排斥态度可以说是最为明显的。今年5月，旧金山成为全球首个禁用人脸识别技术的城市；7月，美国马萨诸塞州萨默维尔市议会也通过投票，当地警方和市政部门禁止在公共场所使用人脸识别技术。

美国人普遍认为人脸识别技术风险较大，相关好处也被夸大了。专门研究技术伦理的美国独立研究员Stephanie Hare表示，消费者应该避免轻易泄露自己的生物特征数据，如果一家公司被黑客攻击的话，消费者可能需要6年或更长时间才能消除数据失窃所带来的威胁。

亚马逊由此率先做出改变。在美国境内，这项技术的落地或许比人脸识别要快得多。第一，该项技术的结账速度被缩短至0.3秒，优于银行卡交易的3~4秒的时间，将大大加快结账速度；第二，系统识别错误率大大降低，规避了人脸识别软件可能造成的种族歧视的争议；第三，比起人脸识别，手脉识别的接受度要高一些，零售商的选择可能性也会相应提高。

手脉识别优势明显，但落地推广仍是难点

随着越来越多的电子设备进入生活以及场景的不断拓新，对于个人安全、方便的身份认证手段的需求也越来越迫切。基于此前身份证号、口令等手段，人们的安全并没有得到确切的保障，甚至因此产生了一些新的不便。为了实现更高的安全性，将数据融合后用于身份鉴别，结合多种生理和行为特征进行身份鉴别以提高鉴别系统的精度和可靠性，成为了身份鉴别领域发展的必然趋势。

但是，迄今为止，还没有哪一个单项生物特征识别能够达到完美无缺的程度，每一种生物特征识别都有特定的适用范围。比如，有些人的指纹无法提取特征，有色人种采用人脸识别的时候错误率高达30%以上，患白内障的人虹膜识别会遇到障碍等等。

对比多项生物特征识别可知，发展时间最长、技术最为成熟的是指纹识别，目前应用范围也最广。但指纹识别是物理接触，具有侵犯性也相对不卫生，且指纹识别干扰较多，手指状态不同都不易提取图像。

从当前来看，人脸识别的落地应用最为广泛，是当前计算机视觉领域最为火热的技术之一，已经被广泛用于新零售、安防、金融等垂直领域。但人脸识别的稳定性并不高，最容易被欺骗，且在不同光线、视角下都可能对系统的精确性产生影响。加之目前层出不穷的侵犯隐私的事件，人脸识别在其他生活场景的落地变得更加艰难。

相较而言，步态识别是唯一可以在远距离实现感知和识别的生物识别技术，在全球范围内做该项技术研究的企业和机构都比较少，国内的银河水滴是将步态识别技术真正落地应用的初创公司。

与人脸识别相比，步态识别可以做到远距离、跨视角、无需配合便可实现识别。在人脸识别无法发挥作用的情况下，步态识别能够抓住人动作的“唯一属性”，与人脸识别协同使用，发挥更大的功能。目前，步态识别的最佳落地场景在安防、刑侦等场景，银河水滴创始人黄永祯此前对亿欧表示，未来，银河水滴的步态识别技术还将渗透到医疗领域、石油行业、轨道交通等更多细分场景。

手脉识别作为当前较为新兴的生物识别技术，其同样面临着落地应用的现实问题。在很多场景下，现有的识别技术已经满足需求，而普及一项新的识别技术，其必须能够解决当前的痛点问题。

当前，国内一些公司，例如深兰科技、麦仑科技等公司，均已拓展手脉识别技术研发，并尝试进行落地推广。但亿欧科技发现，当前手脉识别的主要应用场景仍集中在智慧校园、门禁系统、自动贩卖机等常见场景，该项技术并未发挥出“真实“的水平。

层出不穷的新技术固然让人眼前一亮，但技术真正赋能生活，才有落地的可能及推广的必要性。广大科技公司也不该一味地追求“新鲜“、”亮眼“这类华而不实的标签，真正让”AI+“发挥作用才是当务之急。