亞馬遜一直都在琢磨，怎麼讓顧客結帳更便利。
上週，亞馬遜終於跨過了顧客和收銀台間的最後一道坎：亞馬遜公佈了手掌辨識技術專利，0.3秒內可完成掃描支付，誤差僅有百萬分之一，未來誤差會進一步縮小到一億分之一。
專利文檔封面顯示，亞馬遜早在2018年6月就提出了專利申請，2019年12月26日，美國專利商標局才公開發表了這份專利。
亞馬遜紐約辦公室的工程師也證實，他們從一年前就已經開始著手研發更快更準確的新生物辨識技術，並在公司內的自動售貨機上實行內測，可以刷手買汽水洋芋片充電器等小玩意兒。
今後，顧客在亞馬遜線下店購物可能連手機都不用拿出來，只要在掃描儀上晃一下手，就能瞬間完成支付動作。
識皮更識骨：亞馬遜手掌辨識專利細節
在生物訊息辨識領域，指紋辨識可以說是最先進入人們視野、發展得最早最快的技術，然而隨著機器學習和更先進的光學元件的出現，人臉辨識、虹膜辨識等後起之秀衝擊了指紋辨識的地位。
但是，人手攜帶的生物信息遠遠不止指紋這麼簡單。手掌紋、靜脈血管結構、皮下軟組織等都可以成為人類獨一無二的身份證。
亞馬遜就看中了這一點。
在公開的專利申請中，亞馬遜稱，手掌辨識是一種「非接觸式的生物辨識系統，包括一台能夠讀取用戶手掌信息的掃描儀」被辨識者的手掌信息會被分割為更小的照片，並使用神經網絡提取特徵向量，和該用戶以往的記錄進行比對，以驗證是本人。在實際應用中，消費者可以將信用卡和手部信息綁定，在結帳的時候只需要刷一下手就可以完成付款。
根據亞馬遜專利文件中的圖示，用戶需要把手在一個類似讀卡器的鏡頭上晃一下（不需要像讀指紋一樣把手按在螢幕上）。
與此同時，紅外線鏡頭則會生成兩張圖片：第一張是第一種波長的偏振光下生成的手掌表面信息，包括手掌內的褶皺和細小的紋路；第二張是第二種波長的偏振光下照到的手掌內部脈絡，比如靜脈血管。
手掌表面信息和底層信息結合在一起加強了系統的安全性，就算有人倒模做出一隻一模一樣的手來，也沒法騙過鏡頭。
接著，手掌圖片會被分割成多個小部分，由多層神經網絡處理外部掌紋特徵以及內部解剖特徵，並和用戶預存在系統內的手掌信息進行對比，完成驗證。
為了使刷手更加快捷，亞馬遜還在系統中加入了圖像變換模塊。
圖像變換模塊可以將輸入圖像平移、旋轉、翹曲、過濾，使圖像變得更標準。例如，應用校正變換後，原始圖像的像素會從扭曲的原位置映射到標準圖像中的不同位置，哪怕刷手時手掌沒有伸直，或者沒傾斜扭轉，也可以準確讀取。
刷手技術沒有停留在理論層面，而是已經被加入了亞馬遜無人店全家桶。在專利文件最後，亞馬遜也介紹瞭如何將手掌辨識納入AmazonGo現有的驗證體系，說明了從刷手驗明正身、到在無人店內使用各種感測器檢測用戶購物行為、最終從用戶綁定帳戶中扣款的全過程。
而從專利文件上也能看出手掌辨識和AmazonGo的緊密聯繫。在專利發明人名單上出現了多位AmazonGo核心人員的名字，其中庫馬（Dilip Kumar）是AmazonGo的技術負責人，也是亞馬遜實體零售計劃的副總裁。
有理由相信，這項技術會在亞馬遜自家實體店先落地。
比指紋更便捷，比刷臉更道德
手掌辨識的出現不是因為亞馬遜有意返璞歸真，而是為了解決一系列人臉辨識帶來的問題。
首先，人臉辨識存在嚴重的數據歧視問題。
2019年美國商務部下屬研究院對包括英特爾和微軟在內的主流人臉辨識軟體進行測試後發現，在一對一匹配中，亞洲人、黑人和印第安人等有色人種被誤認的概率比白人高出10-100倍。在另一份麻省理工學院的論文中，研究員Joy Buolamwini發現人臉識別軟體在辨識黑人女性時錯誤率高達34.7％，而辨識白人男性時錯誤率僅有0.8%。
而使用掌紋辨識，結果不會受到性別和膚色的影響。
其次，人臉辨識帶來了隱私洩露的巨大隱患。
不管是網上流傳的「人臉數據集」還是不斷傳出的「App誘導用戶上傳照片為訓練演算法」新聞，都讓用戶對自己的肖像權越來越敏感，在Deepfake等換臉演算法流行的當下，洩露面部信息更帶來了前所未有的潛在風險。在使用人臉辨識時，像「給嫌疑犯照相一樣」的流程和隱私被侵犯的感覺難免讓用戶從心底里排斥，甚至選擇傳統的密碼解鎖或現金支付方式。
不受用戶歡迎，人臉辨識也不招美國政府待見。去年，為保護市民隱私，美國舊金山市和麻薩諸塞州的薩默維爾市先後透過了人臉辨識禁令，禁止政府機構購買和在公共場所使用人臉辨識技術。受輿論影響，奧克蘭、紐約等城市也在考慮類似禁令。
而亞馬遜提出的手掌辨識，可能是一種代替人臉的全新思路。
本文授權轉載自：pingwest品玩
