刷手支付已来,亚马逊技术专利曝光,不侵犯隐私、秒速支付

百家 作者:机器之心 2019-12-29 05:19:58

机器之心报道

机器之心编辑部

不久之前,机器之心报道了亚马逊正在测试「人手支付」技术的新闻。近日,海外媒体曝光了亚马逊刷手支付技术专利,不久的将来亚马逊将开始推广这项技术的使用。


使用生物信息进行身份验证是这几年来已逐渐成熟的技术应用了。但是,其中一些技术,如我们所熟知的人脸识别,由于对个人隐私可能造成的影响而受到质疑。电商巨头亚马逊在这一领域进行了投入,希望能够推广一种对隐私「侵害更小」的技术。


而人手,似乎是不错的选择。


在身份验证中,如果一个人要证明自己是自己这个人,他必须提供自己独一无二的信息。像人类的指纹、虹膜一样,人类的手部信息也是独特的。这些信息包括:手掌纹(类似指纹)以及内部的血管排列情况。


亚马逊就看重了这一点,在他们的技术中,被识别者不需要像指纹识别那样把手按在某个面板上。在需要验证的时候,系统会使用红外线拍摄两张手部照片,一张是手掌表面的照片,另一张则是更深的照片,用于捕捉血管等手掌内部的信息。然后,系统使用计算机视觉和深度(depth)几何技术,包括神经网络等,进行信息的处理。


而使用两张照片的好处在于:能够扫描到手掌内较难造假的血管信息等,避免有人伪造手掌纹骗过系统。


目前,这项技术已申请专利,亚马逊正在测试和推广。


专利细节


在今年早些时候的报道中,亚马逊正在将这项技术应用在旗下全食超市的支付场景中。目前,该技术已申请了专利。从文档来看,亚马逊是在 2018 年 6 月份申请的。


根据描述,这是一个能够进行手掌信息识别的系统。被识别者的手掌照片会被分割为更小的照片,并使用神经网络进行处理,提取特征向量在验证时,将过去该用户的手掌特征向量和扫描到的特征向量进行比较,从而确定被验证者是否是同一位客户


在实际的应用中,消费者可以将自己的信用卡和手部信息绑定。在结账的时候,只需要通过一个系统就可以完成从信用卡扣款的操作,甚至不需要携带手机。


以下为专利文件中描述这一系统的示意图。下图 1 展示了某位被识别者录入手掌的状态。当需要进行验证时,被识别对象需要通过一个闸机(类似于地铁站的那种)。他/她需要将手经过扫描装置,扫描装置会抓拍两张照片,并传回系统进行验证。

图 1:识别手掌的整体流程。


下图 2 则展示了扫描装置具体怎样抓拍手掌照片的示意图。这一扫描装置类似于超市扫描商品条形码的机器,通过红外线和照相机捕捉图像,上下两图分别为两种技术实现方案。

图 2:手掌扫描装置的示意图。


下图 3 则展示了对手掌图像进行处理的过程,当信息被传回系统后,图像会被分割为多个小图像。

图 3:分别对手掌表面和手掌深层图像进行分割的示意图。


据先前报道,该系统的识别错误率在百万分之一以内,而亚马逊的工程师正努力将其提高到一亿分之一以内。该技术的响应速度也非常快,普通的银行卡交易需要 3 到 4 秒,但亚马逊的这一系统只需要 0.3 秒,大大加快了结账速度。


在专利文件中,亚马逊这样描述该技术:「这项技术可以实现精确且快速的用户认证,并使用在多个场景之中。例如,进入一些场所、办公室、交通设施及其他需要基于用户身份进行控制的地点。」


除了介绍了手掌支付系统外,亚马逊也介绍了如何在门店中使用无线传感技术检测用户将商品放入购物车,以及将商品带出商店时,在不需要收银员的情况下进行结算,最终从用户账户中无缝扣款的方法。

图 10:检测商品从货架移到购物车,以及将购物车移动到扫描区域进行结算,最终实现无缝扣款的流程图。


根据亚马逊的说法,这种验证技术可以推广到很多需要身份识别的场景。如果这项技术能够大规模应用,我们见到的可能不止是门店之类的了,甚至在地铁站、办公室打卡等场景中都会使用。


人脸识别的潜在隐患


使用手而非人脸进行识别和支付,无疑和面部识别遇到的问题有关。


首先,很多消费者并不喜欢人脸识别。不论是隐私问题,还是观感上,人脸识别都受到了一定的阻碍。


而随着人脸技术的普及,关于禁用这一技术的呼声也越来越高,部分地区甚至已采取了实际行动来禁用人脸识别。今年 5 月份,旧金山城市监督委员会通过了一项法令,禁止政府机构购买和使用人脸识别技术。这一事件也标志着,旧金山成为全球首个禁用人脸识别的城市。


2019 年 7 月,美国马萨诸塞州萨默维尔市议会也通过投票禁止在公共场所使用人脸识别软件。新政策生效后,当地警方和各市政部门均不得在公共场所使用人脸识别技术,从而成为继旧金山后全美第二个禁用人脸识别的城市。


而不久之前,发表在《Nature》上的一篇文章更是直接指出:在适当的保障措施生效之前,我们需要暂停使用生物识别技术来识别个体。


作者指出,人脸识别存在种族歧视等问题,还有可能被海关用来定位和驱逐非法移民。


剑桥麻省理工学院的 Joy Buolamwini 研究员和纽约市微软研究院的 Timnit Gebru 表示,一些最先进的人脸识别软件有 35%的时间未能准确识别黑皮肤女性,而白人的错误率仅为 1%。


在人脸识别遭受种种质疑和禁止的情况下,如果使用手部信息,上述问题就有可能被避免。


更重要的是,即使是面部识别也可能被攻破。华为莫斯科研究院使用过对抗样本贴纸扰乱 FaceID,AI 公司 Kneron(耐能)利用 3D 面具攻破刷脸支付和火车站的人脸识别闸机。还有一位浙江嘉兴小学生仅用手中的照片就骗过了丰巢快递柜的人脸识别系统。而使用手掌表面+内部血管、骨骼等更复杂的结构信息,这无疑会极大地增加伪造者的成本。


参考链接:


https://nypost.com/2019/09/03/amazon-testing-payment-system-that-uses-hands-as-id/

nature.com/articles/d41586-019-02514-7 

https://www.usatoday.com/story/tech/2019/12/27/amazon-wants-patent-tech-uses-veins-your-hands-id-you/2755279001/

http://appft1.uspto.gov/netacgi/nph-Parser?Sect1=PTO1&Sect2=HITOFF&d=PG01&p=1&u=/netahtml/PTO/srchnum.html&r=1&f=G&l=50&s1=20190392189.PGNR.


近日,基于腾讯天美工作室开发的热门 MOBA 类手游《王者荣耀》,腾讯 AI Lab 公布了一项用深度强化学习来为智能体预测游戏动作研究成果,在机器之心最新的一期 AAAI 2020 线上分享中,我们邀请到了论文一作、腾讯 AI Lab AI+游戏领域高级研究员叶德珩博士为大家做解读。



关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接