QQ在線
企業微信
資訊
432
指紋，面部，虹膜等生物識別推進AI芯片的快速發展
如今，我們可實現身份識別有很多種方式，指紋識別、靜脈識別、虹膜識別、人臉識別等等，可以說人臉識別只是其中一種方式，也是最為熱門方式，但在疫情下讓我們意識到了單一的生物識別技術仍然難以滿足用戶需求的前提下，多模態融合方式似乎也成為了發展趨勢之一。
生物特征識別市場潛力不容小覷
根據數據顯示，2007年全球生物特征識別行業的市場規模為30．1億美元，2015年達到130億美元，年復合增長率為20．07％，預估到2020年，全球生物特征識別的市場可以突破250億美元。
國內市場方面，中國在生物特征識別領域技術已處于世界先進水平，2016年世界人臉識別的最高準確率99．5％即由我國團隊創造。技術的不斷突破、應用場景的持續擴容，國內的生物特征識別市場未來有較大的發展空間。
眾多企業研發生物識別技術
生物識別技術是目前最為方便與安全的識別技術。由于每個人的生物特征具有與其他人不同的唯一性和在一定時期內不變的穩定性，不易偽造和假冒，所以利用生物識別技術進行身份認定，安全、可靠、準確。此外，生物識別技術產品均借助于現代計算機技術實現，很容易配合電腦和安全、監控、管理系統整合，實現自動化管理。正是由于生物識別技術的諸多優點，使其成為近年發展最快的新技術之一。
目前，我國在生物特征識別領域的企業數量超過了4000家。2013年至2018年，我國生物特征識別領域新增企業數量呈逐年增長趨勢。據統計，2018年新增企業數量達558家，同比增長3．14％。截至2019年8月30日，新增企業數量達428家。從當前產業領域布局來看，生物特征識別上市企業多分布在北京、廣東、浙江和上海等東部沿海地區。
當下生物識別技術行業的競爭越來越激烈，很多公司都加大了新產品的研發，力求獲得獨有自主知識產權，從而提高自身競爭實力，提高行業的地位。從研發投入資金的角度來看，2018年，歐菲光、浙江大華股份和科大訊飛三家研發投入資金最高；從研發占比的角度來看，曠視科技和海鑫科金表現最為優異。
三種常用的生物識別技術
目前我國的生物識別產業呈現出多種識別技術蓬勃發展，雖然指紋識別技術和產品仍占主導地位，但近些年由靜脈識別、行為識別和基因組識別技術為代表的新興生物特征識別技術及產品也在迅猛發展。
指紋識別技術：指通過比較不同人指紋中的特征點不同來區分不同人的身份。指紋識別技術通常由三個部分組成：對指紋圖像進行預處理；提取特征值，并形成特征值模板；指紋特征值比對。
面部識別技術：作為一種基于生理特征的身份認證技術，面部識別與目前廣泛應用的以密碼、IC卡為媒介的傳統身份認證技術相比，具有不易偽造、不易竊取、不會遺忘的特點；而面部識別與指紋、虹膜、掌紋識別等生理特征識別技術相比，具有非侵犯性、采集方便等特點。因而面部識別是一種非常自然、友好的生物特征識別認證技術。
虹膜識別技術：虹膜相比以上兩者而言是一個較新的生物識別技術。1983年，Flom與Safir申請了虹膜識別專利保護，使得虹膜識別方面的研究很少。1993年，Daugman發表了關于虹膜自動識別算法的開創性工作，奠定了世界上首個商業虹膜自動識別系統的基礎。
生物識別技術融合于各個行業
目前，生物識別產品逐漸從單一的PC處理轉變為分布式計算。用獨立的前端和設備來完成生物特征的采集、預處理、特征提取和比對，而用中心PC或服務器完成與業務相關的處理。
各種生物特征識別技術的不斷發展和提高，在全球信息化、網絡化的大背景下，生物特征識別技術的應用面會越來越廣，深度會不斷深入。
首先，在物聯網這個大趨勢下，生物識別技術解決了身份識別這個日常但很重要的問題，精準、快捷的身份識別能力能夠與越來越多的行業應用相結合，并通過網絡共享，為人們帶來更加安全、便利的生活。其次，多種生物識別技術的融合，有助于提高身份鑒別的準確性和安全性，使其能夠更加深入應用到對安全性要求較高的行業中。
生物識別具有唯一性、穩定性和不可復制性等特點，在公安和司法領域得到高度認可，這也使其在個體識別和親緣鑒定等應用場景具有很大的潛力。
國外相關企業紛紛推出了各種基于高通量測序的生物識別技術的軟硬件產品和行業應用解決方案。在公共安全、信息安全、電子商務、電子政務、軍事等眾多領域都得到了廣泛的應用。
多重生物識別技術推動發展
在某些應用中，單項生物識別技術，如指紋識別技術，已經完全滿足了客戶的需求。市場上也有大量的單項生物識別技術產品和系統，它們廉價并且可以很快安裝應用。但在大多數情況下，客戶能夠采用多重生物識別技術，而非單項生物識別技術，將是一個不錯的選擇。
多重生物識別技術即所謂的“融合生物識別技術”，這是多重生物識別技術領域的最新趨勢。與傳統典型的多重生物識別系統相同，融合生物識別系統也通過各種獨立的或多種采集方式合而為一的采集器，來采集不同的生物特征，但它們的區別在于如何來分析和判斷這些特征值。
傳統上是分別使用不同的生物識別算法處理不同的生物特征，各自分別得出獨立的結果，如用指紋識別算法分析指紋，用人臉識別算法分析人臉圖像，各自得出指紋比對和人臉比對的判斷結果。
而融合生物識別系統則是將采集到的各種不同的生物特征，用所謂的融合算法統一處理，根據多重生物識別技術的綜合判斷得出最終的識別結果。這樣的處理方式和結果更快速、準確率更高，并且系統可擴展性更好，最終使整個系統達到新的安全高度。
當下人工智能、大數據等技術不斷發展演進，迫使產業各方應對，倒逼企業加大投入力度，持續升級算法能力和防偽技術，給生物識別技術安全應用帶來巨大的發展潛力。
生物識別技術，由于安全領域和許多社會活動的需要，發展的速度日益加快，其未來市場不可估量。但技術漏洞和社會對于生物識別技術的懷疑，為生物識別技術市場的發展帶來了一些未知的變數。
