查看原文
其他

隔离时代,人脸和指纹识别如何“不失灵”?

吴优 芯基建 2021-01-17

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

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存