近日，國務院聯防聯控機制就指導落實新冠肺炎疫情防控各項工作要求，推動企事業單位穩步有序復工復產，印發《企事業單位復工復產疫情防控措施指南》。

這份指南中提到了企業復工復產要注意的各種疫情防控措施，內容涉及方方面面，但不知道你有沒有注意到這份指南中有一個要求，可能會很容易被忽略掉。那就是下面圖中的這個：

“使用指紋考勤機的單位應暫時停用，改用其他方式對進出人員進行登記。”也就是說，之前很多企業使用指紋識別來考勤的，受這次疫情影響，要換一種更安全更便捷的考勤方式了。

據了解，在目前所有的生物識別技術中，指紋識別是當前應用最為廣泛的一種。主要應用于商業上的授權控制如門禁、企業考勤管理系統安全認證等領域。

隨著企業復工熱潮的來臨，門禁和通行管理成為安全復工的重要環節。疫情之下的門禁場景新增了戴口罩快速識別身份、非接觸式體溫測量、工作考勤等新的需求。

但實際情況是，如今不僅是指紋識別不再便利，還有人臉識別也因為被口罩遮擋，導致臉部信息缺失，識別效果差強人意。

于是，大家都察覺到在此次疫情中，指紋識別這類接觸式識別和人臉識別這類當前主流的非接觸式識別，都存在一些不盡如人意的地方，大家開始思考：

第一，受這次疫情影響，單一的生物識別技術是否會面臨洗牌呢？

從目前來看，不論是指紋識別、人臉識別這類應用廣泛的技術，還是聲紋、虹膜、步態等非接觸式識別技術，都沒有發揮出市場預想的作用。

業內人士認為，這次疫情間接成了技術升級的強勢推動劑，單一的生物識別技術市場會發生巨變，催生新的技術：多模態生物識別技術，又叫混合生物識別技術。

第二，多模態生物識別技術，是否會迎來一次爆發？落地應用將會面臨哪些挑戰？

這是生物識別技術未來的發展趨勢，業內人士推測，多模態生物識別技術，融合多種識別技術，這不是一件簡單的事，需要投入和研發。

但隨著技術的升級，市場需求會呈現多元化，在疫情結束后，可能會迎來一波需求增長，不過，在技術落地應用、成本上如何占據優勢，可能是企業將會面臨的較大挑戰。

第三，有哪些企業已經開始行動了呢？

在多模態生物識別技術還沒升級到位之時，一些企業會在原有技術基礎上進行靈活應對，比如漢王、曠視、商湯、澎思、宇泛智能等，當然，還有更多的企業已經調整公司戰略和發展方向。在文章末尾可以獲得生物識別技術企業的相關信息。

接下來，我們將對以上這些問題進行更詳細地剖析，呈現一張全面的生物識別技術地圖。

主流的生物識別技術對比

所謂的生物識別技術就是，通過計算機與光學、聲學、生物傳感器和生物統計學原理等高科技手段密切結合，利用人體固有的生理特性，（如指紋、指靜脈、人臉、虹膜等）和行為特征（如筆跡、聲音、步態等）來進行個人身份的鑒定。

中國的生物特征識別行業，最早發展和應用的是指紋識別技術，相關企業從80年代初就開始研究，并掌握了核心技術，產業發展相對比較成熟。

而對于靜脈識別、人臉識別、虹膜識別等生物認證技術的研究，則在1996年之后，后續還出現聲音識別、步態識別等技術。

那么，目前主流的生物識別技術有哪些？它們彼此有何特點和優勢呢？應用在哪些場景呢？先用一張圖來呈現。

人臉識別：

人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術，用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做人像識別、面部識別。

運用的技術包括標準視頻識別和熱成像技術兩種。

標準視頻識別是透過普通攝像頭記錄下被拍攝者眼睛，鼻子，嘴的形狀及相對位置等面部特征，然后將其轉換成數字信號，再利用計算機進行身份識別。

熱成像技術通過分析由面部的毛細血管的血液產生的熱線來產生面部圖像，與視頻攝像頭不同，熱成像技術并不需要在較好的光源條件下，因此即使在黑暗情況下也可以使用。

在疫情未發生之前，人臉識別技術在手機、支付、門禁等日常生活場景中都獲得廣泛應用，但受疫情影響，每個人都要戴口罩，由于面部信息缺失，導致識別失效或出錯。

指紋識別：

每個指紋都有幾個獨一無二可測量的特征點，每個特征點都有大約七個特征，人們的十個手指產生最少4900個獨立可測量的特征。

指紋識別技術通過分析指紋可測量的特征點，從中抽取特征值，然后進行認證。

由于指紋識別儀器操作簡單快捷，在生物認證領域被廣泛使用，主要用于公司考勤、安防、身份識別認證、銀行金庫系統等，以及消費電子如手機、電腦等都有大范圍地使用。

但由于這次疫情的傳播性，指紋識別這種接觸式識別，存在很大的傳染風險，所以，國務院聯防聯控機制才會要求企業暫停指紋考勤的識別方式。

虹膜識別：

人的眼睛結構由鞏膜、虹膜、瞳孔晶狀體、視網膜等部分組成。

虹膜是位于黑色瞳孔和白色鞏膜之間的圓環狀部分，其包含有很多相互交錯的斑點、細絲、冠狀、條紋、隱窩等的細節特征。

而且虹膜在胎兒發育階段形成后，在整個生命歷程中將是保持不變的。這些特征決定了虹膜特征的唯一性，同時也決定了身份識別的唯一性。因此，可以將眼睛的虹膜特征作為每個人的身份識別對象。

有數據透露，虹膜識別的準確率高達當前指紋方案的三十倍。

而虹膜識別又屬于非接觸式的識別，識別非常方便高效。

靜脈識別：

靜脈識別系統運用兩種方式：

一種方式是通過靜脈識別儀取得個人靜脈分布圖，依據專用比對算法從靜脈分布圖提取特征值;

另一種方式是通過紅外線 CCD攝像頭獲取手指、手掌、手背靜脈的圖像，將靜脈的數字圖像存貯在計算機系統中，實現特征值存儲。

靜脈比對時，實時采取靜脈圖，運用先進的濾波、圖像二值化、細化手段對數字圖像提取特征，采用復雜的匹配算法同存儲在主機中靜脈特征值比對匹配，從而對個人進行身份鑒定，確認身份。

聲音識別/聲紋識別

人在說話時，使用的發聲器官：舌、牙齒、喉頭、肺、鼻腔，在尺寸和形態方面每個人的差異很大，所以任何兩個人的聲紋圖譜都有差異。

這也使得聲音識別/聲紋識別成為目前非接觸式識別身份認證的一種方式。

與其他生物特征相比，聲紋識別的優勢在于：聲紋提取方便;識別成本低廉，使用簡單;適合遠程身份確認;聲紋辨認的算法復雜度低。

步態識別

步態識別技術是通過人的體型（身高、腿骨、肌肉、關節等生理特征）和走路姿態進行身份識別。

人們在走路的時候，步態受肌肉力量、肌腱和骨骼長度、骨骼密度、協調能力、體重、重心、肌肉或骨骼受損程度、生理條件等影響，所以，每個人走路的“風格”都會存在一些差異。

為此，業界人士普遍認為，步態識別在未來是一項非常重要并且基本穩定的生物特征識別技術。

步態識別的操作原理是，需要對識別對象提前進行視頻數據采集，而且步態是基于一段視頻序列，在走的過程中捕捉持續的變化，并發現其獨特特征。

據了解，在簡單場景下，步態識別技術通過與數據庫的數據進行對比，可以識別個體身份。但在復雜場景下的識別精度，目前效果還不確定。

單一生物識別或將面臨洗牌

有數據顯示，指紋識別的考勤機在企業中的普及率達到75%以上。也就是說，指紋識別已然成為眼下最普遍的一種考勤模式。

據前瞻產業研究院公布的數據，人臉識別在考勤或門禁領域的應用也已走向成熟，約占行業市場的42%左右。

受這次疫情影響，指紋識別、人臉識別等單一的生物識別方式，暴露了一些在特殊需求下的問題。

比如，寫字樓、辦公室等集中區域的指紋識別門禁及考勤系統，面臨兩個選擇，一是尋找其他替代的識別方式;二是不再使用。

這就會給以指/掌紋、指/掌靜脈為主的考勤設備廠商帶來沉重打擊。

部分企業為了適應市場的需求，也積極調整識別系統，比如，澎思、漢王、曠視、商湯、宇泛智能等，均推出了戴口罩人臉識別門禁/考勤+同步測溫的系統，實現非接觸式體溫檢測、快速篩查、自動告警。

澎思科技向CPS中安網記者透露，公司目前擁有的非接觸式識別技術，包括人臉識別技術和聲紋識別技術。

面對疫情的特殊需求，澎思科技迅速組織算法、軟件和硬件研發攻堅團隊，集成紅外熱成像體溫檢測方式，搭載澎思自研的人臉識別和行人ReID算法技術，充分考慮人臉圖像存在遮擋的情況，采用多尺度特征融合的方式，在全臉、半臉、五官上訓練了不同的模型提取并融合特征，加強了局部特征對整體識別的影響，目前最新的戴口罩人臉檢測精度達到99.4%。

另外，疫情期間，物流緊張、供應鏈缺貨，導致非接觸式識別產品的成本，相比指紋、刷卡等方式存在一定的差價，成本上升。

澎思科技認為，接下來隨著供應鏈和物流的恢復以及大規模地落地應用，這類產品的成本會相應下調。

而宇泛智能則是在保障人臉識別產品性能的前提下，通過增強ISP圖像技術能力、研究推理加速框架，降低產品對攝像頭、主芯片的性能需求，從而達到降低非接觸式識別產品的成本。

疫情讓人們對安全、衛生的需求放在了首位，澎思科技和宇泛智能等企業，都認為這是一個機遇，在未來，非接觸式的生物特征識別由于具備安全性和衛生性，可能很快會全面替代指紋識別類型的接觸式識別產品。

但實際上，聲紋識別、虹膜識別、步態識別等非接觸式識別技術在這次疫情防控中并沒有發揮太大的作用。

有業內人士分析，這可能是跟這幾類識別技術目前的技術手段、應用場景、人性化服務等不夠充分有關，所以在減少病毒傳播和保護公眾健康等方面沒有發揮應有的價值。

從這個層面來看，無論是哪一種的生物識別技術，如果只是單一的技術手段，在應急、預防、管控等方面的應用上，都會有很大的局限，技術價值并不明顯。

從以上的情況來看，未來市場呼吁的不再是單一的生物識別方式，而是更加智能化的多模態生物識別技術。

之前以接觸式識別為主要技術的企業，可能要及時調整戰略和規劃，升級技術和產品，才有新的發展空間。

多模態生物識別市場趨勢

根據前瞻產業研究院的數據顯示，預估2020年，全球生物特征識別的市場可以突破250億美元。

在國內市場方面，2010至2014年，國內生物特征識別市場的平均增速保持在60%以上，2014年生物特征識別市場規模為80億元，2015年突破100億元，預計2020年可突破300億元。

從單個生物識別技術應用來看，指紋識別雖然占生物識別技術的份額最高，但整體呈下降趨勢，從2007年的66.9%下降至2013年的60.1%，受這次疫情影響，預計在2020年的下降幅度將會超過50%左右;

而聲紋識別、人臉識別、虹膜識別等所占份額則不斷增長，到2020年比重預計分別達到22.4%、9.6%、6.4%。

雖然這些生物識別技術已經相對成熟，但依舊存在一些技術障礙，比如：

指紋識別技術應用比較廣泛，但無法滿足眼下對安全和衛生的需求;

人的臉部特征也不是一成不變的，而且采集圖像的過程中易受到光線等因素的影響，導致人臉識別精確度受到影響;

虹膜能成像的距離很窄，如果用戶的姿勢稍有不對，就有可能采集不到清晰的虹膜，同時識別距離遠近、復雜光線環境、睫毛遮擋、異形瞳孔等問題也影響虹膜識別的精準度;

聲紋和步態識別，則因為采集難度較大、受拍攝角度和環境影響大等，而難以推廣。

從這次疫情防控的需求來看，單個生物識別技術的問題已經凸顯，生物技術行業應該意識到在原有單一識別技術基礎上，需增加一種或多種識別技術來提升生物識別的安全性，即第二代生物識別技術——多模態生物識別。

多模態生物識別，是指整合或融合兩種及兩種以上生物識別技術，利用其多重生物識別技術的獨特優勢，并結合數據融合技術，使得認證和識別過程更加精準、安全。

它與單一生物識別方式的主要區別在于，多模態生物識別技術可通過獨立的或多種采集方式合而為一的采集器，采集不同的生物特征（如指紋、指靜脈、人臉、虹膜圖像等），并通過分析、判斷多種生物識別方式的特征值進行識別和認證。

如今生物識別正從單一走向多模態化，單一生物技術識別無法支撐越來越復雜化、多樣化的身份驗證場景，而多模態生物識別可以實現人臉、指紋、指靜脈、虹膜、聲紋等多種生物識別的相結合，從而進行更精確的身份認證以及集中、統一的系統管理。

在后疫情時代，多種生物識別技術進行融合應用的多模態生物識別，變得更加靈活，能根據不同的應用需求和場景變化，來選擇合適的融合方式和權重決策。這必將成為新一代身份識別與認證領域的發展趨勢。

按照技術應用的場景劃分，目前多模態生物識別主要的賦能方向，聚焦在幾個方面，包括：

公共服務領域如公安、出入境、社保等機構等，應用“指紋+人臉+OCR”的識別方式;

信息安全領域如軍隊、軍工企業等，應用“指紋+虹膜+掌紋”的識別方式;

個性化AIoT應用領域如部分政務機構、酒店、零售等行業，應用“人臉+指紋+虹膜”的識別方式。

多模態生物識別技術落地應用面臨的挑戰

有業內人士指出，未來多模態生物識別技術的發展機遇已顯而易見，但是要把技術真正落地，覆蓋更多的應用場景和應用人群，除了需要構建起從算法、產品、硬件到后端平臺端到端的解決方案能力之外，還要面對現實的挑戰：

第一，技術研發不是一蹴而就，生物識別融合技術更加復雜，企業需沉下心來夯實技術，才能發揮數據價值，帶來商業化，而且這個時間沒有定數;

第二，算法、產品或解決方案，將會越來越趨“同質化”，除了強化技術實力以外，還要爭取行業市場的話語權，提升自身綜合的企業實力;

第三，技術鏈、供應鏈容易出現斷點，底層技術容易被忽略，成為企業發展的短板;需要不斷優化生物識別技術的應用缺陷，才能推進商業化落地。

目前有不少企業已經在多模態生物識別技術上發力，并積極將產品投入到應用場景中，比如漢王科技、亞略特、中控智慧、中科虹霸、智慧眼科技、佳都科技等等。