相信很多人都喜歡看好萊塢科幻電影，電影所呈現的黑科技讓人大飽眼福。在炫酷的黑科技產品烘托下，一幕幕異乎尋常、驚歎不已的“魔幻世界”和“英雄傳奇”，令影迷們眼花繚亂、大呼過癮！
生物特徵識別技術
在科幻電影眾多黑科技中，生物特徵識別技術是影視科技中的常客。
《變形金剛2》裡年輕的男主角和他的小夥伴們過關卡時騙過了值班的士兵，卻栽在了人臉識別技術上；《碟中諜4》出現具有人臉識別功能的隱形眼鏡；《驚天危機》臨危受命的查寧·塔圖姆藉助虹膜掃描進入地庫；2014年新版《機械戰警》中，墨菲第一次公開亮相就在人群中掃描所有人的臉，瞬間發現一名逃逸多年的通緝犯，並將其制服。
在科技發展迅速的今天，雖然電影裡的黑科技不可完全複製、粘貼到現實生活中，但科學家們已通過相應的技術原理逐步拉近熒幕與現實的距離。“指紋開金庫”“掃臉抓逃犯”等一些傳奇橋段早已走下神壇，轉變為“指紋解鎖”“刷臉支付”生活科技步入尋常百姓的日常生活。
那麼，什麼是生物特徵識別技術？
生物特徵識別技術（Biometrics）指利用人體與生俱來的生理特性和長年累月形成的行為特徵來進行身份鑑定的一種識別技術，該技術的安全性和便捷性遠高於口令、密碼或者ID卡等傳統方式。
比如，只要將你的目標特徵（指紋或臉蛋兒）通過掃描設備輸入你的手機，它就對你死心塌地、忠心耿耿了，除了本尊，其他任何人都無法解鎖。
但並不是所有的人體特徵都可以當作目標特徵來用，它必須滿足唯一性和穩定性等基本要求。可用於身份識別的人體特徵包括指紋、虹膜、面部、掌紋、靜脈等生理特徵和步態、筆跡、聲音等行為特徵。
生物特徵識別技術的前世今生
18世紀末期，巴黎警察局的業務人員Alphonse Bertillon建立了一套完整的基於人體各部位尺寸的分類系統，被稱作Bertillon 系統。其測量的目標特徵包括頭部的長寬、中指長度、左腳長度和前臂長度（從肘部到中指指端）。
1888年，成為新成立的司法身份識別部（Department of Judicial Identity）的最高負責人後，Alphonse Bertillon引入指紋這一目標特徵。人體測量學家 Francis Galton 開始研究用指紋識別身份，並計算得出兩個來自不同手指的指紋相似的概率是640億分之一，奠定指紋唯一性和穩定性的理論基礎。
20世紀60年代起，隨著計算機和無線通信技術的發展，美國、英國和法國都開始研究自動指紋識別系統（Automatic Fingerprint Identification System，AFIS），利用現代計算機技術實現指紋自動識別，從而節省人力、提高效率。針對不同目標特徵的身份識別技術得到突飛猛進的發展，相應的研究也變得更加系統化。
1964至1965年，數學與計算機學家 Woody Bledsoe 等人對基於現代計算機的人臉識別技術進行大量研究。
1987年，眼科專家Aran Safir和Leonard Flom首次提出利用虹膜圖像進行自動虹膜識別。
1991年，美國洛斯阿拉莫斯國家實驗室的Johnson R.G.完成自動虹膜識別系統。
近年來，以深度學習算法為基礎的計算機技術日漸成熟，為生物特徵識別提供非常強大的計算和分析能力，其準確率得到很大提升，尤其是指紋識別、人臉識別和虹膜識別這三種，識別準確率均已超過了95%。
我國是世界上最早運用指紋的國家之一。據《睡虎地秦墓簡》記載，在2000多年前的秦朝，“公安人員”憑藉“手跡六處”破獲了一起盜竊大案。
20世紀初，近代指紋學傳入中國。新中國成立後，於1956年統一使用《中國指紋分類系統》。
20世紀90年代初，國內開啟對於自動生物特徵識別技術的研究。經過近30年的不懈努力，各項識別技術已成應用體系，多個領域已經處於世界先進水平。
2016年，世界人臉識別的最高準確率99.5%，由我國Face++團隊創造。
目前，我國擁有世界上準確率最高的人臉識別算法、最小的虹膜識別模組（經過封裝的獨立功能模塊，可兼容多種設備平臺，以便快速進行二次開發，滿足不同的應用需求），不少廠商也已擁有指紋識別自主算法及核心專利。
多光譜掌紋識別技術
虹膜、人臉、指紋識別過程中，都有可能出現數碼相片、3D打印的冒牌貨頂替上位的情況。那麼，還有更多可供識別的生物特徵嗎？
多光譜掌紋識別是一種新型的生物特徵識別技術，以人體的掌紋作為目標特徵，通過多光譜成像技術採集生物信息。受限於光波在皮膚組織中的傳播特性，波長較短的可見光波（380-780nm）只能到達人體皮膚組織的真皮層，採集的信息僅限於掌紋紋線。多光譜相機的光波涵蓋部分近紅外波段（780-3000nm），可以採集到更深層次的皮下組織的光學特徵信息，隱藏於真皮層與皮下組織之間的靜脈紋絡。
多光譜掌紋識別是多模態和多種目標特徵融合的生物特徵識別技術的典範，新技術將皮膚光譜、掌紋紋路與靜脈脈絡三種可識別特徵結合，一次性提供更加豐富的信息，增加了目標特徵的可區分度。
根據中科院聲學所、法國Le2I實驗室和日本本田研究院的最新研究成果，該項技術的識別精度可以達到99.9%以上，遠超常規的指紋和人臉等識別方式。
基於 Kubelka-Munk 理論的光波與皮膚組織交互模型表明，皮膚組織的光學特性與人工材料有著天壤之別。在多光譜成像的過程中可以輕易採集到目標特徵的光譜信息，利用皮膚組織獨有的光學特性，配上合適的辨別方法，可以準確區分人類皮膚與人工材料。以現有的模式識別技術，區分精度可高達96.4%，使得基於木質纖維、硅膠、塑料等人工材料的仿製品無處遁形。
隨著現代科技的飛速發展，越來越多“高大上”的生物特徵識別技術將從電影屏幕走進現實生活。像多光譜掌紋特徵這樣的新型目標特徵將被開發利用，惠及到各行各業，而我們的生活也將因此變得更加安全、便捷。
閱讀更多 易捷金融 的文章
