指纹识别：指纹应用最广泛，技术也相对成熟，但应用上有局限性，一是少数人指纹比较差（磨损、受伤等）；二是指纹会被复制，存在安全风险；三是在手出汗等特殊情况下，会影响到识别；四是采集指纹需要对象的配合，便捷性差一些
虹膜识别：准确度高，唯一性强 。不足在于需要用户主动配合，并且对硬件的要求比较高，需要有虹膜摄像头 。
眼纹识别：准确度与唯一性和虹膜识别相当，但对硬件没有特别要求，普通摄像头即可 。不足在于眼纹识别需要用户主动配合，用户与采集设备之间的距离、光源等（在一些光线下，眼球会反光，从而影响识别）要求都比较高，从而影响用户体验 。
支付宝从 2014 年开始研究人脸识别技术，李亮介绍了在这几年研究及落地过程中的几个重要节点 。
2014 年随着移动互联网时代的全面到来，我们越来越发现传统以密码验证为代表的身份验证方式和起源于 PC 时代的传统风控体系已经不适用于移动互联网时代的用户随时随地使用的多样化需求，带来的后果是，许多场景下用户的行为和交易容易受到打扰或者被风控系统误拦截，给用户带来了非常不好的体验 。而这一问题背后的本质原因是很多时候我们不了解每一个交易和行为背后的用户是谁 。
因此，支付宝应用人脸识别技术的出发点就是希望首先在身份验证环节采用更安全更便捷的生物特征认证方式，能够更准确识别每一个用户，使得用户在后续的场景和交易中畅通无阻，也能更进一步享受到更智能更个性化的服务 。
从 2015 年开始，支付宝将人脸识别技术相继应用于风控场景和登录场景，再到 2017 年 9 月将刷脸支付技术全球首次商用并逐步规模化，在大量应用场景中铺开「刷脸支付」 。2018 年 12 月，蚂蚁金服推出「蜻蜓」，一款线下即插即用刷脸支付硬件设备，用户不用手机也可以刷脸支付 。
这其中尤其引起我们关注的是「安全和隐私保护」、「以人为核心」、「用户体验」、「线下硬件」 。
从实验室到商用
从实验室走向商用靠的绝不仅仅是技术和算法 。
在生物识别技术落地的过程中，最大的技术突破是人脸识别，即在图像特征抽取和人脸比对环节中取得了很大进展 。但是，实际场景中的影响因素是很多的 。从全链路的角度来看，活体检测、人脸交互、关键点定位、人脸跟踪等在真实的场景下，特别是不同的手机、环境、用户背景等条件下，想做到非常好并且稳定的用户体验是很难的 。
蚂蚁金服生物识别团队对此进行了很多特殊的优化，如使算法在不同的手机上达到比较一致的运算速度、响应时间，通过文案设计提高用户对刷脸的感知和理解，适应用户背景（如光线、角度等），分析基于其他传感器数据的反馈等 。
技术落地的过程中会遇到各种问题，支付宝生物识别技术负责人李亮介绍了一件有趣的事 。晚上和周末，刷脸的客户端通过率会明显降低，用户调研后发现，第一版的活体检测是请用户对着摄像头点点头，但很多人那时已经躺在床上，没法点头，而实验室或者工程师自己测试时是不会想到躺着做测试的……
算法在某些情况下存在局限，因此就需要从产品交互、从工程优化等其他角度来解决此类问题 。也就是说，算法的高准确率需要满足一定前提条件 。而技术的真正落地则意味着要解决这类碎片化、个性化的细节问题，使产品能够真正得到普及 。
目前几乎所有 AI 算法都面临这个问题，即在垂直领域上能够很好地解决问题，但通用的泛化能力不足 。这也是为什么现在大家都不再讨论算法指标，而是更关心实际场景落地的表现 。
推荐阅读
- 天逸f40，有用联想天逸F40的吗性能如何性价比怎样
- 苹果12电池，苹果12续航真的很差吗能不能用一天
- 宏观经济治理的核心是
- 全日制和非全日制的区别
- 工学院是学什么专业的
- 适合女生的手机来电铃声 比较适合女生的手机
- 1000元左右的平板电脑推荐 T380/T385C
- 两千以内适合女生的手机 女生两千左右的手机
- 中国最贵的手机是什么牌子 最贵国产手机手机大全
- 中国最贵的手机号是多少钱 这两个号段开头的手机号