生理特征或者说生理身份证还有很多，比如我们经常使用的面部识别。
面部识别一般分为2D平面和3D立体面部识别两种，首先第一种2D平面，就是采用的图像识别技术，将所拍摄到的面部影像与存储的原始面部照片进行对比，重合度符合标准极为通过验证。
不过这种方式有一大弊端，那就是无法识别哪些是真人，哪些是照片，可能用一张照片，就能骗过这种2D面部识别技术。
而3D立体面部识别技术呢，则是记录下人面部的3D轮廓数据信息，然后与存储的这些3D面部轮廓数据进行比对，这样一来就能够很好的避免有人拿着照片想要蒙混过关。
可是这种3D立体面部识别也有缺陷，那就是如果有人拿着这个人的3D人脸面具，或者是3D人头模型，就能骗过3D立体面部识别系统，验证通过。
所以现在很多3D立体面部识别技术，在其中又加了红外感应以及眼球捕捉技术。在进行3D立体面部识别的时候，系统还会同时感应正被识别证的面部温度，以及眼球的转动，以验证其是否是真人，而非面具。在同时满足这些个条件后，才能验证通过。
每个人的人脸就是我们最好的生理身份证明，它是独一无二的。但是经过一些整容手术呢，又能够对这些面容进行复制。但再怎么复制，也只是表面，很难改变头骨结构轮廓。
所以我们看到很多影视剧和节目里面，警察法医可以通过受害者的头骨，然后进行复原，获得出受害者生前的照片。
而现在的人工智能系统，就可以根据嫌疑人的照片，然后反推计算生成出其的3D头骨轮廓数据，然后依次为基础，在庞大的监控画面中，比对监控画面中的这些人的面部特征，和其所生成的3D头骨轮廓数据，然后进行比对，从而找出相关的嫌疑人。
这样一来，即便是嫌疑人再伪装，都很难逃过系统的火眼金睛。
当然了，单一条件筛选很容易出错，准确率有限，这个就需要给人工智能系统再增加一些搜索条件。
就跟我们在搜索引擎中搜索信息一样，给的条件越多，搜索出来的就越准确。
我们每个人虽然都是一样在行走，但行走的姿态却有细微的差距，这是我们平时潜移默化形成的习惯，自己很难察觉。
本章未完，请点击下一页继续阅读！