全球企業增長咨詢公司Frost & Sullivan的分析數據顯示，2012年至2021年全球生物識別技術市場預計將以12%的持續復合年增長率(CAGR)增長，并在2021年達到 150億美元。目前，生物識別技術正日趨成熟，并在經濟社會各領域取得良好的應用，在解決安全問題和提高工作效率方面具有顯著優勢。未來，隨著多重生物識別技術的融合與多元化應用，將助推我國多重生物識別技術相關的產品與解決方案得以普及，并積極拉動市場需求增長，形成跨生物技術、安防、IT等領域的新興產業。

生物識別產業快速發展

中國整體經濟在過去的十幾年以來都處于高速發展階段，其中生物識別產業年增長率始終保持在40%以上的高位。然而，時代正在飛速變革，高新消費電子產品和安防電子設備的研發和上市速度表現得異常迅猛，進而催生生物識別技術的新一輪爆發式增長，國內需求也呈現大幅增勢。憑借生物識別市場所產生的巨大社會效益和消費需求，縱然引起了國內模擬IC行業的普遍重視。面對激烈的市場競爭，各個模擬IC廠商都在尋找適合自己技術優勢和產品定位的細分市場。而目前，最受業界關注的生物特征識別技術主要是基于面部、指紋與虹膜的識別技術。

三種常用的生物識別技術?

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。

指紋識別技術是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。

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。隨著Flom和Safir專利在 2005年的失效和CASIA及ICE2005中虹膜數據集的提供，虹膜識別算法的研究越來越蓬勃。

生物識別技術的未來開發方向

近年來，生物識別產品逐漸從單一的PC處理轉變為分布式計算。用獨立的前端獨立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。

隨著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;此外，新型生物技術的不斷發現(如虹膜識別、DNA識別)與發展，使得生物識別技術除了在傳統的應用市場不斷擴大自己的市場份額外，還能夠不斷在非傳統應用場合開辟新的市場，，對社會的發展造成深層次的影響。