美國國家標準與技術研究院（NIST）資訊科技實驗室的認知與神經科學家卡里娜・漢恩（Carina Hahn），長期研究人臉法醫專家辨識臉部的認知機制，以及專家如何運用細微線索完成身分判讀。
漢恩曾參與美國商務部團隊，並獲得商務部長頒發的最高榮譽金獎。這項成果凸顯一項關鍵趨勢：生物辨識的研發焦點正由單純比對臉部像素，轉向理解人腦如何整合專家經驗、感知規律與機器輸出。
題目所指的耳朵辨識，則是把耳朵的形狀、耳廓曲線與局部紋理，轉化為另一種身分特徵。當臉部容易受年齡、妝扮、表情或遮擋影響，耳朵的結構與紋理可能提供相對穩定的辨識條件；這也意味著生物特徵不再侷限於「看臉」，而是走向跨模態身分判讀。
這項研究的本質並非企業競爭或政治角力，而是生物辨識如何從「影像比對」走向「認知科學與演算法協作」的技術演進。過去數十年，人臉辨識主要依賴機器視覺模型抽取五官比例與幾何距離；然而在執法、調查與鑑識實務中，專家往往還會觀察痣疤、疤痕、臉部不對稱、耳廓形態等低頻但具鑑別力的細節。
NIST推動的「人臉法醫專家研究」重要之處，在於將這些專家直覺轉化為可量測、可測試、可重複的表現指標。其核心問題包括：專家判斷究竟依賴哪些視覺特徵？自動化系統能否逼近或補強專家的辨識能力？若模型只學會常見特徵，是否會在少數族裔、罕見臉型或非典型樣本上產生誤差？
耳朵辨識的技術價值，建立在一項生物學特性上：耳廓在成年後的形態變化通常比臉部穩定，且不容易受到表情與妝妝改變影響；不過，垂耳、聽力損傷、整形手術與老化仍可能改變特徵，跨裝置拍攝的角度、光線與解析度也會干擾比對。
因此，真正困難不是找到「另一個身分欄位」，而是建立整體責任邊界：若耳紋被納入身分索引，資料外洩將直接暴露無法更換的生物特徵；錯誤比對則可能把無辜者捲入調查。生物辨識的競爭焦點，已由誰的模型辨識率最高，轉向誰能證明每一次自動化判讀都可被稽核、申訴與推翻。
從歷史脈絡看，生物辨識曾經歷指紋晶片普及後的便利化，也經歷指紋資料庫遭盜與安全漏洞震盪；如今人臉辨識又因偏誤、隱私與誤認訴訟承受更嚴格檢驗。下一個可信的成長曲線，不會建立在蒐集更多生物資料之上，而會建立在更嚴格的可信驗證之上。
01 起因觸發：NIST以認知與神經科學解析人臉法醫專家的判讀機制，並獲商務部金獎肯定
02 一階傳導：耳廓形狀與紋理被納入生物特徵研究，催生多模態身分比對設計
03 二階擴散：生物辨識供應鏈由演算法競賽延伸至資安、資料治理、偏差測試與法遵服務
04 宏觀終局：身分驗證的核心權力可能由大型平台資料庫轉向可稽核、可撤銷的個人憑證體系
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
