比如项指纹，虹膜，唇纹等。事实上能够代表我们个人身份特征的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