從技術水平的角度來看,人臉是唯一不需要用戶主動配合就可以採集到的生物特徵信息。其他生物特徵的採集過程,如指紋、掌紋、虹膜、靜脈、視網膜,都需要以用戶的主動配合為前提,即如用戶拒絕採集,無法獲得高質量的特徵信息。同時,人臉天生就暴露在外,識別身份具有自然性,同時,應用成本較低。
人臉識別
其他生物識別技術相比,「刷臉」也有一定技術上優劣。它的缺點也在於信息的可靠性及穩定性較弱。具體來說,人臉所蘊含的信息量較指紋、虹膜等生物特徵相比是比較少的,其變化的複雜性不夠。例如,若要兩個人的指紋或者虹膜基本相同,大概需要好幾十乃至上百個比特(信息量的度量單位)達到完全重合才可以。但如果是人臉的話,十幾個比特達到重合就可以了。在全世界,可以找到很多具有相似性的面孔。所以說,人臉的辨別性不是很高,它並沒有那麼獨一無二。
另外,人自身內在的變化以及外在環境的變化都會影響採集時人臉的信息穩定度。相較於之前的人臉識別技術,目前的人臉識別技術有所提高,但是具體應用時還是不能達到完美狀態,如今,保守估計,人臉識別技術準確率能達到99%,但沒有達到100%。同時,對於雙胞胎,由於相似特徵太多,人臉識別基本不可能完成。比如在ATM機上使用人臉識別技術,是在使用密碼信息的基礎上輔助的認證功能。如果脫離了密碼輸入,完全使用人臉識別技術進行存取款操作,是不太可能的。
指紋識別
指紋識別的應用仍存在一些問題,鑑於親屬之間指紋存在相似性,算法的精度不高容易導致識別錯誤,而且在接觸東西時遺留的指紋信息容易被他人引用,安全性不高。並且隨著年齡增長,指紋會出現磨損等不易識別的狀況,甚至會出現一定比例的人群,由於其指紋的紋路較淺而無法使用指紋識別功能。
此外,由於目前的指紋識別技術並不需要活體支持,因此存在被盜用的可能性,不法分子可以通過複製手指的紋理從而騙過指紋識別驗證機制,而更為忍的是,一些不法分子甚至可能直接將受害者的手指砍除以完成指紋認證。
虹膜識別
虹膜識別技術是基於眼睛中的虹膜進行身份識別,應用於安防設備(如門禁等),以及有高度保密需求的場所。目前來看,虹膜識別技術很難將圖像獲取設備的尺寸小型化;並且設備造價高,無法大範圍推廣;同時鏡頭可能產生圖像畸變而使可靠性降低;一個自動虹膜識別系統包含硬體和軟體兩大模塊,其中虹膜圖像獲取裝置和虹膜識別算法,分別對應於圖像獲取和模式匹配這兩個基本問題。另外,在大部分情況下虹膜識別都需要人進行一定程度的配合,而且它們所需要的識別距離相對比較近。