购物请伸手 解读亚马逊手掌识别

技术宅

①·亚马逊展示的手掌扫描结簋

②·G8 ThinQ手掌解锁演示

一项不算新鲜的技术

说到生物识别，很多人每天都在使用，比如使用指纹解锁手机、在超市刷脸完成支付等，其中的指纹、脸型就是每个人独有的生物特征。这次亚马逊推出的手掌支付与之类似，只不过生物特征是每个人的手掌静脉扫描数据。

手掌识别并不是亚马逊的首创，早在2019年2月的巴塞罗那世界移动通信大会上（MWC 2019），LG就推出了支持手掌识别的手机——G8 ThinQ。在演示中，用户只要将手掌放在手机的前置摄像头面前，识别后就能将手机解锁（图2）。

伸手完成支付——手掌支付背后的技术

在亚马逊的展示中可以看到，用户出店时只要在扫描机上伸出自己的手掌，即可扫描完成结算。这个以手掌为支付载体的识别流程是怎样的呢？一般来说，要让人体的某一生物特征作为手机解锁或者支付载体，首先要借助扫描识别工具提取出人体独一无二的特征数据（比如人体的手掌数据），接着将其和特定的账户绑定，当扫描识别系统再次获得这个特征数据后，系统就会对这个数据和绑定的账户进行校验，如果正确就可以完成确认操作，如对用户账单进行结算（图3）。

③·生物特征识别图解

亚马逊的手掌支付原理如上所述，而要完成手掌支付首先要确保顾客的手掌数据是独一无二的。为此亚马逊开发出一套扫描和识别系统，它通过红外摄像头来扫描用户手掌的数据，数据包括手掌的外部特征（如手掌线条和皱纹）和内部特征（手掌表皮下的静脉血管分布、骨骼和其他特征）。在获得用户这些手掌数据后，扫描系统会对所获得的数据进行初始处理，比如对手掌外部图像进行亮度调整，并以特定朝向、特定姿势显示手掌，同时标示出是左手还是右手。接着这组经过筛选和校正的图像集合中的图像将被划分为更小的子图像，比如将手掌外部轮廓图划分为15×15像素的子图像，之后再使用神经网络确定特征向量，并利用神经网络识别子图像中的特征。这样通过大量数据的训练后，识别系统就可以根据输入的子图像精准地识别出是哪个用户的手掌数据（图4）。

为此亚马逊在超市的入口闸机上配备红外摄像头，用户手掌在靠近摄像头后，红外扫描系统会对手掌内外两组数据进行扫描。最后识别系统会将这两组图像组合起来，并将其转换为二进制数据保存在服务器上，同时将数据和用户账户关联，这样手掌数据就可以作为用户的独立识别ID了（图5）。

④·手掌扫描数据

⑤·手掌扫描图解

顾客在进入超市的时候需要先扫描手掌，识别服务器在收到这些数据后如果校验无误就将其和顾客在亚马逊结算的账户绑定（比如信用卡账户）。而且亚马逊还将手掌支付和超市内原来已经安装的摄像头和传感器结合起来，这样顾客进店后，这些设备会实时记录顾客从货架上拿走的每一个商品（同样顾客退回货架的每一件商品也会被自动感应），同时顾客选购的这些商品会自动添加到商场的虚拟购物车上（图6）。

当顾客完成购物在出口闸机扫描手掌的时候，结算系统收到用户手掌数据就会自动进行识别，同时根据绑定的结算账户对虚拟购物车的商品进行结算，给顾客带来无感购物体验（图7）。

⑥·亚马逊超市的摄像头和传感器

⑦·手掌支付全流程图解

手掌支付的优势

相对于指纹识别，手掌支付具有支持非接触式使用的优势，使用起来方便、卫生，特别是在类似超市这类各种人群聚集的地方，手掌支付只要将手掌和识别器保持一定的距离即可准确识别。相对于人脸识别，手掌支付则对环境光线和使用者站立位置及姿态的要求几乎没有限制，在实际使用场景中更为易用可靠。而且由于手掌支付借助的主要是手掌内部的静脉血管扫描数据（非肉眼可见的生物特征），依据目前现有的公开技术是无法完成复制伪造的，而指纹和人脸属于外部生物特征，更容易被复制伪造。

另一方面相对于传统的信用卡、现金结算，手掌支付能够在0.3秒内就能完成支付（普通的银行卡交易通常需要3～4秒的时间），当然也不會再遇到传统现金结算涉及的假钞、找零的麻烦。

生物识别有喜有忧

随着科技的发展，类似指纹、脸型、手掌等生物识别技术的发展越来越快，通过这些每个人独有的生物特征我们可以很方便地完成手机解锁、购物支付等操作，这样以后我们出门都不需要携带现金、信用卡。

不过服务商采集我们的生物特征数据（当然包括手掌静脉扫描数据），隐私保护仍然是一个需要引起大家注意的问题，这些数据会被保存在哪里，以及会被用于哪些场景，这些都是令人担忧的问题。此外这些生物数据会直接和个人绑定在一起，它们若是泄露，也可能会造成更严重的后果。