生物特征身份验证：面部生物特征的趋势

        诸如Google，Facebook和Amazon之类的IT超级公司都在这一领域进行了大量投资，特别关注活动检测和情绪检测。

面部生物识别趋势

活力检测

        对于任何面部生物识别技术而言，至关重要的是能够检测出欺骗和欺诈行为。欺骗的最常见形式是呈现先前获得的个人静态图片，以与受信任的源图像进行比较。为了抵消这种情况并确保有人在场，可以采用某种形式的活动检测。  
 
    当今市场上有许多不同的活动检测方法。活力检测的最常见形式是指示用户执行一系列头部运动以证明活力。3D识别和热成像等更先进的技术需要专业的硬件，因此不适合日常的商业应用。 

情绪识别

        最初在2000年代中期未能成功用作反恐工具，情绪识别再次引起人们的兴趣。但是，这次是在商业应用的情况下。从数字图像确定个人的情绪状态的能力可用于改善客户体验或潜在地影响消费者的行为。  
 
    情绪识别已被用于汽车安全系统中的疲劳检测。计算机游戏设计师还使用情感识别技术来检测玩家在游戏中特定点 处的正确反应。随着技术的激增，人们可以期望与可以表达同情心或至少具有一定程度的情商的计算机系统进行交互。 
 
    正在开发多种技术来识别面部数字图像中的情绪。在基本级别上，将对象的脸部数字化为面部特征数据集，并与预定义的情感分类模型进行比较。  
 
    但是，该技术仍在完善中。可靠的分类模型很难创建，并且需要人工智能（AI）学习工具来构建和完善。在任何分类模型中，都必须考虑到民族和种族之间相同情感表达方式的差异。 

面部生物识别与面部比较 

        应用程序欺诈和帐户接管欺诈继续挑战银行和其他金融机构。Aite Group的最新研究表明，应用程序欺诈仅次于帐户接管欺诈，这是金融机构面临的最大欺诈挑战。 
 
    金融机构可以使用面部生物识别技术，通过实时验证用户的身份（无论该用户在线还是通过电话）来帮助打击欺诈行为。使用面部识别还是面部比较技术取决于用户是已知用户还是未知用户。 
 
    如果用户不明（例如，如果有一位新客户远程申请新帐户），则金融机构可以使用面部比较将申请人的实时图像与经过验证的身份证件上的图像进行比较，以证明用户并非欺诈性地尝试开设帐户。面部比较还可以帮助金融机构在开设新帐户期间遵守了解您的客户（KYC）的要求。  
 
    如果某个用户是已知的（例如，在已有客户的情况下），则FI可以使用面部识别来验证该用户是真实用户，而不是欺诈地尝试访问帐户。

人类身份认证自动化的未来可能性  

        金融机构，企业和政府正在使用面部比较和面部识别来处理各种用例-从打击欺诈到付款，跨境海关，执法和访问。但是，没有一种技术是万无一失的，而在面部生物识别技术的任何应用中都需要考虑行业，隐私和消费者采用情况。应当权衡该技术可能带来的无穷可能性和益处，同时还要考虑对公共隐私以及该技术的滥用能力的关注。 

    旧金山最近成为美国第一个禁止面部识别技术保护公民隐私的主要城市。如果其他州效仿，这可能会限制面部识别在执法中的使用。正如我的同事萨姆·巴肯（Sam Bakken）指出的那样，立法者还可能会考虑“一对一的用例，例如Apple Face ID和其他技术所推动的用例，用户可以自愿注册该系统以允许他们解锁手机或登录。使用他们的面部表情到其他帐户，使消费者可以轻松便捷地为其移动设备和帐户添加额外的安全保护。”

    随着生物识别技术的应用不断扩展，可能会开发通用标准来规范生物识别技术在人类身份认证自动化和跨地理边界互操作方面的使用。到目前为止，面部生物识别技术在金融机构开设数字帐户和防止欺诈方面的好处仍然很明显。