事实如此浪漫

准备好被你的耳朵识别

摄影:Naika Lieva / Flickr

l去年,美国海关和边境保护局推出了一项识别试点项目,使用面部和虹膜扫描仪等生物识别工具。该计划将在机场拦截使用假护照的“冒牌货”,更重要的是,减少在安检点的等待时间。但是,另一种基于耳朵的生物识别技术可能会更有说服力地识别出个体,并更快地加快旅行者的速度。

科学家们已经注意到,软骨的曲线、耳廓的突起和腔鼻甲的凹陷都像指纹一样,是每个人特有的特征。南安普敦大学的电子系统和设备教授Steve Beeby教授说,“噪音在其褶皱中反弹的方式使得耳朵能够保证对我们是谁的高度准确的识别,告诉电报回到2009年。这些声音“因人而异”,他说,“这为我们提供了一个非常好的生物识别工具”,应用范围很广,从电脑登录到银行账户。

经过几年的发展和完善,能够实现这一目标的生物识别技术最终由日本科技巨头跨国公司日本电力有限公司(1983年更名为NEC Corporation)开发出来。3月,公司宣布到2018年,该公司的生物识别耳塞将商业化,这可能比其他方法有一些优势。首先,这是一种被动识别系统,与视网膜和指纹识别相比,就眼睛或手指的正确定位而言,耳朵生物识别对受试者的要求不那么高。相反,它可以方便地测量声波从鼓膜反射出来的情况。鼓膜是一种很薄的锥形组织,在人类中,它将耳道与中耳分离,形成了耳鼓。

NEC的方法似乎是从声音脉冲中听到反射的声音。他们声称,反射的声音取决于耳朵的内部形状,因此可以用来区分不同的人。“这与我们的研究略有不同。我们用同样的硬件在耳朵中输入声音,但我们感兴趣的是耳朵自动发出的声音,也就是耳声发射——耳朵听不到的声音,是由耳朵的毛细胞振动发出的。它们会在人与人之间产生轻微不同的噪音,Beeby说。它们“对个人来说是独一无二的,但会随着时间而变化。”

为了捕捉声音振动,NEC的耳机配备了一个内置麦克风,当声波在耳腔中回响时,它会产生并收集声波。演讲者生产“几百毫秒的声音信号”,范围从0赫兹到22千赫兹,人类可以听到,耳机接收通过麦克风在耳腔内传输的信号。该公司实验室的研究人员表示,通过一种名为“同步加法”的方法,该设备减轻了噪声环境的干扰,以及它产生的每个信号的固有噪声。他们说,通过计算“接收到的多个信号的平均波形”,该设备消除了声音传播过程中产生的任何湍流,如心跳、肌肉和关节运动、呼吸、声音,并分析声音在耳朵中的回响“大约一秒钟之内。”

运行基于虹膜和面部识别的传统生物识别安全软件的算法有时无法识别某些面部特征。

NEC在开发新技术时没有考虑Beeby对耳声学的研究,因为这种排放“非常微弱”,“很难被普通的音频设备捕获,”NEC的语音和音频生物特征研究与开发的研究者Takafumi Koshinaka说。“相反,我们的研究起源于一种虚拟现实技术,该技术使双耳音频信号(用两个麦克风录制的声音,以复制人类听觉)更加逼真,仿佛信号中的声音对象来自三维空间中的各个方向。”

基于耳朵和声波识别的生物识别安全测量可以解决对指纹安全性和可靠性的担忧:我们会留下指纹处处-在超市、地铁、健身房,几乎任何人都可以收集指纹,并可能使用它们解锁使用指纹的设备,如iPhone和办公楼。指纹也不太可靠,因为它们会随着时间的推移而恶化,人们可能会改变或故意破坏手指的线条。

此外,耳扫描设备的小尺寸、便携性和快速处理使其可能成为市场上最高效和有效的识别技术之一。相比之下,虹膜扫描仪和面部识别软件需要由体积更大的认证机器运行。此外,运行基于虹膜和面部识别的传统生物特征安全软件的算法有时无法识别某些面部特征尤其是在非洲人和亚洲人后裔以及lgbt群体中。

这种失败的部分原因是面部特征——因为面部毛发、发型、化妆品和面部表情——比身体其他部位(如耳朵)更容易随时间而改变。另一个因素可能也是面部识别的固有偏差软件例如,计算机已经被编程来读取和识别范围很窄的变量——特定类型的肤色,有限数量的眼睛和鼻子形状——而实际存在的更广泛、更全面的特征。

基于噪声和声波的生物识别可以解决这一问题。日本电气公司信息与媒体处理实验室总经理Shigeki Yamagata表示,该公司在一份声明中表示,与扫描身体的某些部位不同,这种新方法可以“通过佩戴耳机,以一种自然的方式进行持续认证,即使在运动和工作时也是如此”。

西玛·塔赫里(Sima Taheri)持有马里兰大学(University of Maryland)计算机科学博士学位,目前在一家使用3D面部扫描技术的面部智能公司工作。她说,随着时间的推移,个人设备上的成功身份验证并不总是能得到保证:比如,一旦指纹解锁了iPhone, iPhone就无法验证用户是否改变了。她说,通过声音信号和识别进行的连续识别可以解决这个问题。

得到了鹦鹉螺必威开户官网

最新和最受欢迎的文章将直接发送到您的收件箱!


住在纽约和意大利之间的多媒体记者露西亚·德·斯蒂芬妮(Lucia De Stefani)为《纽约时报》撰写了文章时间LightBox过敏性,LLNYC.跟随她啁啾一款图片分享应用

封面照片是由通过Flickr的Naika Lieva


加入讨论