随着生物识别技术在移动支付领域的拓展,如今,已有支付宝“刷脸支付”在位于杭州市的肯德基KPRO餐厅正式商用。这之前,京东线下的京东之家体验店已经开始内测“刷脸支付”功能。而在更早的4月份,百度就把刷脸支付搬进了自家食堂。
人脸识别技术的应用场景在不断地扩展,iPhoneX就把Face ID嵌入手机解锁,但是相较于App登录、火车站安检等应用场景,刷脸支付尚不能大规模推广。刷脸支付的商用,还需监管部门对于该技术的安全性评估。
活体检测是技术支撑,
支付宝推出的刷脸支付是基于该公司的“活体检测”技术做支撑。
活体检测是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行相关技术验证。
在“刷脸支付”正式落地的发布会上,支付宝负责人指出,在肯德基的点餐机上配备了3D红外深度摄像头,在进行人脸识别前,会通过软硬件结合的方法进行活体检测,来判断采集到的人脸是否是照片、视频或者软件模拟生成的,能有效避免各种人脸伪造带来的身份冒用情况。
“刷脸支付不是用脸做密码,而是作为一种介质,以前是刷卡—输密码,后来刷手机—输密码,目前刷脸之后还是需要输密码,只是在做匹配的过程中不需要其他介质了。”旷世科技副总裁谢忆楠表示。
大规模商用仍需时间
相对于“刷脸登录”“人脸识别”等其他领域的刷脸应用,涉及到支付领域的刷脸,对于安全性要求极高。中科院自动化所生物识别与安全技术研究中心主任李子青在接受《中国科学报》记者采访时曾表示,刷脸支付对安全性和便捷性有着极高的要求,如何同时满足这两个条件,需要解决一系列技术和产品难题。
支付宝方面负责人也对外宣称,目前刷脸支付商用难以大规模推广的难点在于三个方面,一是支付环节的应用对安全性要求更高。支付与用户的资金直接相关,刷脸支付的商用意味着,普通用户通过人脸识别可以进行支付。这对识别技术的准确率、响应时间和安全性都提出了极高的要求。与其他的使用场景不同,如果在支付环节出现问题,会直接导致资金损失。
另一方面在于线上场景比线下场景更为复杂。与在手机上使用或实验室场景下的内测不同,商用的真实应用场景复杂多变,让人脸识别技术的挑战更大。比如,白天和晚上的光线不同,对采集的图像质量会有影响;用户体型不同,面对固定摄像头的角度和姿势各异,会进一步加大识别的难度。
再者是公开的环境、公开的设备对刷脸支付的挑战更大。在支付宝看来,刷脸支付进入商用,使用场景是在公开环境,用公共设备,用户不用掏手机也能完成支付。在非本人使用的设备上,如何精准确定本人,特别是精准识别长相相似的人防止误识别,以及如何防止各种人脸伪造冒用情况,难度都会比在自己手机上 *** 作要更大。
在支付宝看来,刷脸支付所采用的生物识别技术的价值要大于刷脸支付本身的价值。刷脸之外,指纹、虹膜、声音等生物识别技术逐渐成熟,区块链、虚拟现实、物联网等非支付技术也在寻找从跨境大额汇款、线上购物、支付流程自动化等入口切入支付行业。哪些技术是移动支付的未来趋势,目前还很难得出答案。
所以,虽然技术比较成熟,但目前无法全面普及
VISA跟IBM合作的数位身份解决方案会将敏感业务数据,例如银行详细资讯和帐号,代币化并授予特殊的加密辨识符号,提供平台上的交易使用。
REUTERS/MaximZmeyev本文来自合作媒体钜亨网,INSIDE授权转载
据外媒指出,总部位于美国加州的跨国金融服务公司Visa将与IBM合作,在2019年第一季推出一款运用区块链技术的跨境支付数位身份识别系统。
该系统名为VisaB2BConnect,将为金融机构提供基于区块链技术的数位身份解决方案,并提供安全地跨境支付处理。据报导,该系统将敏感业务数据,例如银行详细资讯和帐号,代币化并授予特殊的加密辨识符号,提供平台上的交易使用。
Visa全球商务解决方案主管KevinPhalen表示,该系统将有助于改善欺诈行为。「B2BConnect的数位身份辨识系统大大减少了今天可能出现在支票、代收代付和电汇的欺诈风险,同时也帮助公司符合金融法规,成为受监管的金融生态系统的一部分。」
从技术上来看,该解决方案将整合HyperledgerFabric架构(由Linux主导,并由IBM输入开发)与Visa的「核心资产」。该公司表示将建立一个可扩展的网路,并用于财务部门。
IBM区块链服务总经理JasonKelley表示,该系统是「迄今为止区块链技术改变支付最有力的案例之一。」他表示:「当支付和金融服务技术领域的领导者使用开源技术合作开发时,整个产业环境将受益,IBMBlockchainPlatform和Hyperledger技术正在提供真正的商业价值。」
基于Visa与IBM之间长达40年的合作关系,这似乎是一个自然的进展,突显出了两家公司致力于确保无懈可击的跨境支付体验以及金融交易中最大的安全性、信任和透明度。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)