IEEE的前身是成立于1884年的美国电气工程师协会，1963年AIEE和IRE（美国无线电工程师学会）正式合并为IEEE，是当时美国规模最大的专业学会。经过多年的发展，已成为全球最大非营利性专业技术组织，同时也是全球认可的标准制定机构。
IEEE的标准协会IEEE－SA是世界领先的国际标准化机构，通过开放式流程来订立共同的标准，推动行业参与并汇聚广泛的利益相关方群体。
近日，蚂蚁金服对外宣布，已在IEEE成功申请成立“移动设备生物特征识别”标准工作组，并立项“生物特征识别多模态融合”国际标准，再度牵头生物识别国际标准的订立。
此前，蚂蚁金服已主导及参与制定ISO、ITU国际标准，以及国家标准90余项，其中30余项为生物识别技术领域的国际和国家标准。
当下生物特征识别已在移动设备上得到广泛应用，它给用户身份认证提供较为安全并且便捷的实现方式，但在应用之外也带来一定挑战。
关于破解某些单一生物特征识别的报道也不鲜见。对于某些生物特征识别应用场景，我们很难通过使用单一生物特征识别技术来满足它们对技术性能以及安全性的要求。
多模态特征识别
多模态或多生物特征识别通常是指以某种组合形式使用多生物特征类型、多传感器、多实例或多种算法，得到一个特定的生物特征识别或验证结果。
例如，一个将人脸和虹膜信息组合用于生物特征识别的系统可看作是一个“多特征类型”系统，无论人脸和虹膜图像是由不同的或同一个成像设备采集。
来自多模态生物特征测量的数据，通常可以提高生物特征识别的技术性能并降低风险。
在应用中，目前存在3D人脸、多光谱人脸等多种模态，每种都有特定的优势和局限，单一模态的识别无论在识别性能还是在安全性上均存在瓶颈，多模态融合是人脸识别乃至生物特征识别的重要发展方向。
应用场景
人工智能应用是需要立足场景来实现的，在场景中找应用点和组合点，将产品放在场景里实现价值。
生物特征识别在金融领域的部署较为成熟，将指纹识别、人脸识别、虹膜识别、指静脉识别等多种生物识别技术，广泛应用于银行风险内控、柜面业务、自助服务、网络金融、智慧网点等多种场景和业务
蚂蚁金服旨在为世界带来普惠金融服务的创新型科技企业，此次立项源自蚂蚁金服多年自主研发的多模态融合人脸识别技术，并成功应用在支付宝刷脸支付的业务场景中，满足金融级误识率（低至千万分之一误识率）下，实现用户的精准识别。
在性能指标上，即使与业界传统单模态人脸识别最佳性能相比，蚂蚁金服多模态融合人脸识别误识率性能指标保持了两个数量级的优势；同时，能够支持的人脸识别1比N规模也提高了一个数量级。
在IEEE立项生物特征识别多模态融合技术标准，意味着中国自主技术处在世界前列，并且在技术出海争取全球共识过程中迈出了重要的一步，这对于整个生物特征识别行业的发展也起到了引领作用。“
蚂蚁金服由全面推动技术引领走向标准制定，进一步推动移动设备生物特征识别多模态融合识别，规定了技术框架、业务流程、功能要求、性能要求以及安全要求。
这也意味着我国AI研发技术处在世界前列，并且在输出全球标准的过程中迈出了重要的一步。
