連Windows hello都採用的人臉識別,安全靠譜嗎?
連Windows hello都採用的人臉識別,安全靠譜嗎?
2015.09.08 | 科技

前言: 廣泛關注的windows hello在6對雙胞胎中的人臉識別錯了1對,錯誤率達16%,但此技術為何還是受歡迎?同樣是非接觸採集的虹膜識別,號稱精確度最高,為什麼還沒有廣泛應用?

在Nicolas Cage還沒過氣的時代,他和同樣還未過氣的約翰屈伏塔演過一部經典的電影《變臉Face/Off》。這部罪案電影的導演是當時在好萊塢蓄勢待發的吳宇森。影片中警察和罪犯互換臉,因而引發了一連串故事。

現實社會中,人與人倒是不可能這麼容易的換臉,不過在整容技術如此發達的今天,一個人的容貌確實不太可靠。

Windows hello是微軟推出windows 10時採用的一種生物特徵授權方式,讓你能通過識別生物特徵訪問你的windows 10設備。

**據微軟介紹,進行身份驗證的方式有三種,指紋識別、面部識別、虹膜識別。**其中的面部識別是Windows Hello的重點項目。微軟稱,在其內部測試中,windows hello對於人臉的錯誤識別率僅為十萬分之一(0.01%),拒絕識別率為2% - 4%。

最近,這一功能受到了考驗。報紙《The Australian》邀請了六對來自墨爾本和雪梨的雙胞胎(五對女性和一對男性)來進行測試,看windows hello能否正確識別他們。在使用windows hello進行人臉註冊和識別的過程中,前五對雙胞胎均成功通過,但有一對雙胞胎在註冊了一人後,兩人都無法登陸。無法登陸的那對雙胞胎分別叫Isabelle和Natasha,她們的照片如下。

測試中,windows hello無法識別的那對雙胞胎

人臉識別,聽上去似乎比千篇一律的密碼可靠,但是掌握著極高技術的微軟windows hello居然在6對雙胞胎中認錯了1對,錯誤率為16%。

##人臉識別錯誤率這麼高,為什麼依然受歡迎?

**實際上,人臉識別技術達到的最高精度97.25%,是由Facebook在2015年剛剛創造的。**這個精準度大約只相當於人通過肉眼識別的水平。人臉識別如此受歡迎,主要是因為簡單好用。不像指紋需要專門的採集器,虹膜需要紅外攝錄影機,電腦和手機必備的普通攝錄影機就可以輕鬆滿足人臉識別的硬體要求。

**生物認證的匹配過程分為合作式、非合作式兩種。**大部分生物認證系統需要人主動配合,比如一個人有意且自願地按壓手指。然而,指紋的主動配合度還不夠。當一個人熟睡時,別人可以趁機將他的手指放在指紋識別器上,輕鬆解鎖手機,進行支付。

人臉識別也是如此,甚至不需要接觸,就可以通過隱藏攝錄影機或趁人熟睡時拍下照片,進入個人帳戶。不過,正因為人臉識別可以秘密採集數據,在當事人未知的情況下,輕鬆獲取他的臉形,判斷他的身份。因此,人臉識別更適用於鎖定犯罪嫌疑人,只需一個普通攝錄影機。

延伸閱讀:臉被遮住,臉書新臉部辨識功能仍能正確辨識

不足的是,人臉非常容易偽裝,比如中亞地區的人受宗教文化背景影響,女性用黑紗遮住臉,男性留有大鬍子,幾乎只有眼睛可見。人臉識別三種主流算法之一的特徵臉型,目前已被證明不能像人眼一樣排除偽裝的影響,這意味著,位置、姿勢、表情、臉部毛髮或眼鏡,都會影響人臉識別的精確度。

因此,人臉識別的過程往往還需要加入其他生物特徵,進行多模組識別以提高安全性、準確性。雖然存在著諸多缺陷,但是面部本身的大面積、識別過程的秘密性,也成為了人臉識別的「獨門絕技」。

##精確度最高的虹膜識別,為什麼還沒有廣泛應用?

在各種不同的生物特徵中,虹膜是最健壯、最持久的。

一種生物特徵能否被用作生物識別,由健壯性和獨特性兩個因素決定。健壯性與這種特徵的持久、穩定有關,獨特性決定了這種特徵的差異性是否大到能夠被測量出來。健壯性和獨特性決定了生物特徵的準確性。

**在正常健康情況下,虹膜從出生6個月直到死亡都保持不變。**虹膜的紋理具有極高的複雜多樣性,屬於表現因素,在胚胎發育的早期形成,與基因沒有依賴關係。表現因素使某種生物特性在人群中呈現出更大的差異。因此,即使是同卵雙胞胎,甚至是一個人的左右眼,虹膜圖像也完全不同。

從技術上說,虹膜識別是一流的、最精確的。

優秀的虹膜識別技術商,能夠將錯誤率(FAR)控制在500萬分之一(0.00002%),幾乎杜絕了出錯的可能性。

虹膜識別技術應用的最大障礙,是眼盲而不能註冊。

**虹膜識別是一項前衛的科學研究。算法、硬體、圖像的三重高成本,使得虹膜識別技術主要滿足行業需求,難以覆蓋消費領域。**近年來,隨著國內擁有自主研發算法的虹膜識別技術商的成熟發展,一些技術商希望加深對於產品形態、交互設計、用戶體驗、增值模式的深層次理解,把握未來市場趨勢,也開始做消費類虹膜識別產品。

虹膜的小尺寸給遠距離掃描帶來了一定困難。不過,在小於30厘米的近距離範圍內,虹膜依然有著不可比擬的優勢,如一頭猛獅。虹膜識別是一種高效的技術,訓練用戶所需的時間不超過5秒鐘,時間主要花在用戶將他/她的眼睛對準一面小鏡子。一旦圖像被採集和處理之後,實際的計算機匹配處理是非常快速的,時間在毫秒量級。

在精確度、高效性、適應性三方面都非常出色的虹膜識別,如果能夠突破遠距離掃描這一限制,完全可以解決人臉易偽裝的問題,成為「最好的生物識別技術」。

延伸閱讀:金融領域應用人臉識別技術 進入「人臉辨識時代」面臨挑戰

**任何一種生物認證方式,無論是指紋、掌型、語音,還是人臉、虹膜,都有著各自的優劣和不同的應用場景。**指紋最廣泛,成本低,很容易與手機集成;人臉最方便,普通攝錄影機,在人流密集的出入口鑑別嫌疑人;虹膜最安全,500萬分之一的錯誤率,適用於近距離的支付與訊息安全。

如果windows hello中採用虹膜識別,也許結果會讓人大吃一驚呢。

原文出處:鈦媒體

關鍵字: #微軟 #人臉辨識
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓