孟茜
1987年入职中国银行总行，现任中国银行首席信息官，兼任企业级架构建设办公室主任。曾任中国银行数据中心、测试中心、软件中心和信息科技部总经理。亲历了中国银行信息科技电子化、网络化、大集中到全球化、智能化发展全历程，是我国银行业信息科技领域具有丰富经验的专家型管理人员，在中国银行信息科技重大工程中做出过突出贡献，享受国务院政府特殊津贴。

姚丹
曾任中银金融科技有限公司董事长、总经理。历任中国银行巴黎分行科技部经理、湖南省分行科技处处长、软件中心开发总监、软件中心副总经理。在银行业信息科技领域，耕耘多年，成果丰硕，先后主持编纂了多部金融科技领域专业著作。

本书对各类生物特征识别技术开展全面性、系统性分析，总结了各类生物特征识别技术的特性、优势和不足，研究了不同生物特征识别技术在金融业务场景的适用性，建立了一套适用于金融领域的生物特征识别技术应用评价体系、应用采集规范及应用场景实践案例，为业务场景匹配合适的生物识别方式以及选择合理的生物识别算法，选择应用场景验证评价体系的正确性及可行性，同步搭建原型系统开展系统实施框架及关键技术的验证，总结研究实践经验，结合国内外法律和监管相关要求，详细分析生物特征识别技术未来发展趋势，并就其进一步应用与发展提出意见和建议。
本书作为分析生物特征识别技术及研究其在金融领域的应用的著作，对生物特征识别技术、金融领域生物特征识别安全体系的发展具有长远的指导意义。本书可作为国内金融领域从业人员、生物特征识别安全体系相关研究人员的研究、参考资料，也可以作为高等院校金融及信息技术相关专业的教材。

推荐序
前言
第1章　概述 / 1
第2章　指纹识别技术 / 4
2.1　指纹识别技术概述 / 4
2.2　指纹识别技术发展沿革 / 5
2.3　指纹识别算法性能 / 6
2.4　指纹识别技术特性 / 9
2.5　指纹识别技术主流应用 / 10
2.5.1　辨认型指纹识别应用 / 10
2.5.2　确认型指纹识别应用 / 11
第3章　人脸识别技术 / 13
3.1　人脸识别技术概述 / 13
3.2　人脸识别技术发展沿革 / 15
3.3　人脸识别算法性能 / 17
3.3.1　人脸识别算法测试 / 17
3.3.2　人脸识别算法性能 / 20
3.4　人脸识别技术特性 / 22
3.5　人脸识别技术主流应用 / 23
3.5.1　辨认型人脸识别应用 / 23
3.5.2　确认型人脸识别应用 / 25
3.5.3　关注名单型人脸识别应用 / 26
第4章　虹膜识别技术 / 27
4.1　虹膜识别技术概述 / 27
4.2　虹膜识别技术发展沿革 / 28
4.3　虹膜识别算法性能 / 30
4.4　虹膜识别技术特性 / 32
4.5　虹膜识别技术主流应用 / 33
4.5.1　辨认型虹膜识别应用 / 33
4.5.2　确认型虹膜识别应用 / 34
第5章　声纹识别技术 / 36
5.1　声纹识别技术概述 / 36
5.2　声纹识别技术发展沿革 / 37
5.3　声纹识别算法性能 / 38
5.4　声纹识别技术特性 / 40
5.5　声纹识别技术主流应用 / 41
5.5.1　辨认型声纹识别应用 / 41
5.5.2　确认型声纹识别应用 / 42
第6章　静脉识别技术 / 43
6.1　静脉识别技术概述 / 43
6.2　静脉识别技术发展沿革 / 44
6.3　静脉识别算法性能 / 46
6.4　静脉识别技术特性 / 48
6.5　静脉识别技术主流应用 / 49
第7章　主流生物特征识别技术比较 / 50
7.1　生物特征特点 / 50
7.2　生物特征信息采集 / 51
7.3　识别准确性 / 52
7.4　安全性 / 53
第8章　其他生物特征识别方式 / 55
8.1　表情识别 / 55
8.2　签名识别 / 57
8.3　击键识别 / 58
8.4　心率识别 / 61
8.4.1　心率识别的原理 / 61
8.4.2　心率识别的应用 / 61
8.5　视网膜识别 / 62
8.6　动作识别 / 64
8.7　掌形识别 / 65
8.8　掌纹识别 / 67
8.9　最新研究技术 / 69
第9章　生物特征识别技术在金融领域的应用类型及方式 / 71
9.1　生物特征识别技术在金融领域的应用类型 / 71
9.1.1　身份确认 / 72
9.1.2　身份辨认 / 72
9.2　生物特征识别技术在金融领域的应用方式 / 73
9.2.1　实名认证 / 73
9.2.2　生物密码 / 74
9.2.3　生物ID / 75
第10章　生物特征识别技术在金融领域的应用场景分析 / 77
10.1　应用场景 / 77
10.2　内控管理 / 77
10.2.1　柜员签到、签退、业务授权 / 78
10.2.2　数据中心、金库门禁系统 / 80
10.2.3　贵金属、尾箱等金融押运 / 81
10.2.4　员工日常管理 / 81
10.3　客户服务 / 82
10.3.1　柜面业务 / 82
10.3.2　自助设备 / 83
10.3.3　手机银行 / 87
10.3.4　电话银行 / 89
10.3.5　客户识别 / 90
10.3.6　保管箱业务 / 91
10.3.7　互联网金融 / 92
第11章　生物特征识别技术在金融领域应用选型体系 / 94
11.1　生物特征识别技术筛选方法 / 94
11.1.1　生物特征识别技术筛选流程 / 94
11.1.2　符合性筛选 / 95
11.1.3　选拔性筛选 / 98
11.2　生物特征识别技术算法评测 / 104
11.2.1　生物特征识别技术算法评测标准状态 / 104
11.2.2　生物特征识别算法评测项目与过程 / 104
第12章　系统实施框架 / 107
12.1　生物特征信息的采集 / 107
12.2　客户生物特征信息平台 / 113
12.2.1　典型系统框架 / 113
12.2.2　统一生物特征信息处理平台 / 115
12.2.3　应用场景实践 / 119
第13章　生物特征识别应用关键技术分析 / 132
13.1　生物特征识别应用安全技术 / 132
13.1.1　安全攻击分析 / 132
13.1.2　采集安全 / 135
13.1.3　传输安全 / 139
13.1.4　存储安全 / 140
13.2　深度学习在生物特征识别领域的技术应用 / 143
13.3　多生物特征识别技术综合应用 / 148
13.4　技术核心算法 / 149
13.4.1　生物特征识别算法的准确度和稳定性 / 149
13.4.2　生物特征识别技术算法的成熟性和局限性 / 150
13.4.3　自主算法与实用供应商提供的技术算法 / 150
第14章　生物特征识别技术在金融领域的发展趋势 / 152
14.1　技术发展趋势 / 152
14.1.1　与大数据、区块链、物联网等技术的融合 / 152
14.1.2　多模态与多因子的融合 / 153
14.2　应用发展趋势 / 155
第15章　法律和监管环境简介 / 158
15.1　中国 / 158
15.2　美国 / 160
15.3　日本 / 162
15.4　新加坡 / 162
15.5　欧盟 / 164
第16章　生物特征识别技术应用实践思考与建议 / 166
16.1　生物特征识别技术应用前景 / 166
16.2　客户可接受程度分析 / 167
16.3　金融领域应用合理性分析 / 170
16.3.1　现阶段在金融身份验证领域的应用较为合理 / 170
16.3.2　应用场景的差异化要求使用不同的生物特征识别技术 / 171
16.4　目前商业银行生物特征数据的保存方式及建议 / 173
16.5　金融领域应用安全风险分析 / 174
结束语 / 178
参考文献 / 180