隔离时代，人脸和指纹识别如何“不失灵”？

基于各种传感器技术的生物识别，正走向多模态融合。

 作者 | 吴优 

距离2020年结束仅剩一个月，国内社会秩序正快速恢复并步入正轨，但各个领域依然不得不承受疫情所带来的不可逆影响，面临重塑难题。

就生物识别而言，疫情前指纹识别应用最为广泛，疫情期间却因其接触式动作被视为“不安全”的生物识别方式；疫情前人脸识别最为便捷，如今完成这一动作却需要先摘下口罩，略显累赘。

而另一方面，静脉识别等非接触式生物识别方式在疫情中优势突显，似乎将要逐渐占据更大市场。

疫情之下，生物识别技术会面临洗牌吗？

指纹与人脸识别仍占主流

—

在当下的生物识别中，主要包括指纹识别、人脸识别、虹膜识别、掌纹识别、声音识别、静脉识别等识别方式，基于不同原理和产业链的成熟度，长期以来指纹识别与人脸识别占据主流地位。

但根据ABI Research的最新报告，受疫情影响，智能手机出货量下滑，加上接触式识别带有传播新冠病毒的风险，预计到今年年底，全球指纹识别收入将下降22%，至66亿美元。

指纹识别发展至今，已历经多次迭代。1998年，西门子推出世界上首款有指纹识别技术的原型机，其采用的滑动式指纹识别一直发展到2013年，直到iPhone5s手机发布，首个按压式指纹识别进入市场，指纹识别才真正被大众知晓。而如今的指纹识别，早已打破按压式的局限，在电容式、光学式等方面均有发展。

在2020生物识别技术与应用论坛上，兆易创新传感器事业部ToF市场总监刘浩雷表示，指纹识别从电容式拓展到光学和超声波，根据产品自身特性及设计需求，存在于各自的细分市场。

刘浩雷认为，相比于电容和光学，超声波最大的特点在于不受材质的影响，可以穿透玻璃、金属、塑料等材料，且不受脏污环境和湿手指的限制，超声波指纹识别前景广阔。

智能手机搭载指纹识别之后，人脸识别紧接着进入消费电子领域，通过使用摄像头采集人脸图像或视频，并自动在图像中检测或跟踪人脸，进而对完成识别。人脸识别历经辨识型、确认型向关注名单型的转变，随着算法和系统的改进，有了更加广泛的应用，伴随疫情而增长的戴口罩人脸识别技术，准确率正持续上涨。

人脸识别的安全性一直备受关注，根据《人脸识别应用公众调研报告（2020）》显示，有六成的受访者认为人脸识别有滥用趋势，三成受访者表示已经因为人脸信息泄漏、滥用而遭受到隐私或财产安全。面临着一安全隐患，人脸识别正在从2D向3D转变。

相比于2D只能获取二维图像，3D识别能够采集多达几十万个信息点，获取深度信息，防止假冒身份。目前相当一部分手机都搭载ToF镜头实现3D感知，值得注意的是，目前用作人脸识别的主要是精度更高成本更低的iToF，dToF则主要适用于更远的距离测量，例如后置摄像头2.5米的测量。

在本届生物识别技术与应用论坛上，艾迈斯半导体现场应用工程师经理李铭豪在同媒体对话中表示，目前用在手机里面的主要是单点ToF，成本较低，随着阵列ToF成本的较低，其效果与应用会得到更大的扩展。

尽管指纹识别与人脸识别不可避免地遭受疫情的冲击，但这两项技术依然在发展前进，根据Transparency Market最近的一份数据显示，指纹识别在所有生物识别中占比58%，人脸识别占比18%，仍然是生物识别的主流。

非接触式生物识别发展强劲

—

疫情的另一面，正刺激包括静脉识别在内的非接触式生物识别的经济增长。

Future Market Insights的最新报告预测，从2020年到2030年，接触式生物识别技术将顺应新冠大流行的浪潮，复合年增长率达到17.4%，全球市场规模增长五倍，达到700亿美元。

静脉识别是一种通过识别流动血液中的特定波长光线，通过在后台分析静脉图像来识别身份的方式，静脉识别又可以分为指静脉、掌静脉和眼静脉，其中眼静脉的市场份额最低。静脉识别本身并不是一项新技术，但应用却远远落后于人脸识别和指纹识别。

今年9月底，亚马逊推出基于非接触式静脉识别的Amazon one刷手支付设备，引起极大关注。静脉识别难以篡改和盗用，在金融领域应用最为广泛，不过一般而言需要大型设备提供支持。

图片源自Adobe Stock

中科院深圳先进技术研究院医工所的聂泽东团队代表在2020生物识别技术与应用论坛上表示，指静脉识别与指纹识别相似，都需要被识别者将手伸到图像采集设备中才能获取图像，属于主动认证，不同的是它无需接触即可识别，借助已有的广泛建立的指纹识别用户习惯，推广静脉识别优势巨大。

“不过目前静脉识别产品还面临着成像和准确率的问题，3D旋转和手指偏移都会造成识别问题，随着人类年龄的增长，也会对其造成影响。”聂泽东团队代表说。

不过这并不妨碍静脉识别市场的增长，相关报告预测，到2020年静脉识别的市场份额将从2015年的2%上涨到 8%的市场份额，市场规模约20亿美元。

除静脉识别之外，根据GIA的预测，2020年到2027年全球虹膜识别的年复合增长率将达到18.8%，到2027年市场规模将达到103亿美元，语音生物识别的年复合增长率为17%。

多模态融合是未来趋势

—

“从易用性、变化性和安全性来讲，不同的生物特征各有其优缺点。以指纹、静脉、人脸、虹膜比较。指纹和人脸识别的精度远远低于静脉和虹膜。我们预判将来多模态生物融合将越来越多。例如银行业务的办理从最早的授权智能卡，过渡到指纹加智能卡，往后继续演变成指纹加面部识别，也可以能是指纹加虹膜。”刘浩雷说。

同传感器融合趋势一样，基于各种传感器技术的生物识别，也在走向多模态融合。

或许，这才是疫情当下乃至疫情之后，生物识别的真正“重塑”。

文中未标注图片均来自兆易创新，封面源自envato

▎往期推荐