如今的生物識別技術產業應用有多火？看一組數據就知道了。前瞻產業研究院發布的數據顯示，2007 年全球生物識別市場規模僅30.1 億美元，2013 年就達到了97.8 億美元，年復合增長率高達21.7%；至2015 年，全球生物識別市場規模達到130 億美元，預計至2020 年全球生物識別市場規模將達到250 億美元，年復合增長率將達13.9%。

很多生物識別技術其實早已有之，為何近幾年才得以快速地爆發？9月20日，在由芯智訊主辦的“融合·創新——2019生物識別技術與應用高峰論壇”上，中國科學院深圳先進技術研究院數字所所長喬宇表示，這主要得益于深度學習技術的推動，加速提升了相關技術的識別準確率，使得生物識別技術甚至超過人類。

不過，在快速爆發的市場應用中，幾種生物識別技術也是“幾家歡喜幾家愁”。比如指紋識別技術仍是“一家獨大”，人臉識別、虹膜識別等成熟度較高的技術市場規模還有待成長。在上述高峰論壇上，來自學術界、產業界的專家對此進行了分門別類的介紹。

需求將進一步釋放

生物識別技術有很多種，如指紋、人臉、虹膜、聲紋、靜脈識別等，還有新興起的步態識別、心跳識別等新技術。不過，就目前來看，指紋識別依然占據主導地位。

根據中研網數據，在2017 年全球生物識別大約172 億美元的市場規模中，指紋、人臉、虹膜識別分別占比58%、7%、6%。不過，得益于iPhone X加入對3D人臉識別的支持，3D人臉識別市場快速發展。

專家表示，隨著技術的進步，未來人臉識別等生物識別技術應用將會進一步釋放。

“以某地區海關為例，每天大概有6萬人通關。2014年，使用人臉識別技術，平均每3小時系統就會有一次誤判；到了2016年，已經降低至平均一個月才有一次誤判。按照現在的技術，系統每半年才可能有一次誤判。”喬宇說，在1：N人臉識別方面，也同樣如此。“現在技術可以支持做城市級的人臉識別，可以應對深圳數千萬人口的人臉識別，這背后是技術巨大的進步。”

芯智訊創始人楊健表示，在以智能手機為代表的移動終端市場，指紋識別和3D人臉、虹膜識別技術都在持續滲透，并且不少智能手機還同時加入了對于指紋識別和人臉識別的支持。而在傳統的門禁安防市場，對于各種生物識別技術的需求也正在持續增加。

另外，隨著物聯網、智能汽車等領域對于安全需求的提升，生物識別技術也被持續引入。分析機構Technavio 的研究數據顯示，2016 年生物識別在汽車市場中的整體規模為1.1億美元，未來將會保持20%左右的增長速度。

更多生物識別正突破應用瓶頸

相比指紋識別和人臉識別，聲紋識別和虹膜識別技術的關注度并不高。事實上，這兩種技術早已有之，特別是近幾年隨著技術的迭代，聲紋識別和虹膜識別技術的應用瓶頸正在被突破。

“2017年X-Vector系統的提出，給聲紋識別的應用帶來很大的提升。”聲揚科技首席科學家張偉彬介紹說，特別是近兩年，市場也對于聲紋識別有了強烈的需求。

張偉彬分析說，這一方面得益于聲紋識別技術的進一步成熟，另外一方面也得益于國家政策的推動效應。

去年10月，我國央行發布了聲紋識別技術在移動金融上的應用標準。張偉彬說，這等于是在國家層面、政策層面承認聲紋識別技術已經達到大規模商業應用的門檻，可以滿足金融等場景對高安全語音技術應用的需求。

“另外，近幾年國內非接觸式犯罪比較猖獗，而聲紋識別技術可遠程通過聲音識別身份，這對此類犯罪案件的破獲幫助極大。”張偉彬說道，“所以我們認為聲紋識別將是一個新風口。”

不過，聲紋識別的應用前路并非坦途。簡單的錄音播放，就可能“攻擊”聲紋識別。此外，聲音從不同的麥克風進入電子系統導致的跨信道差異、海量數據庫中的聲紋比對等都是聲紋識別應用過程中需要面對的難題。

張偉彬表示，隨著這些技術難題被克服以及隱私保護問題的解決，聲紋識別將在多個場景下實現大規模的落地。

虹膜識別的發展情況與聲紋識別并不相同。

早在2015年，富士通就將虹膜識別技術應用于智能手機當中，隨后三星也將虹膜識別引入到其旗艦機Note7當中。不過，隨著人臉識別以及屏下指紋的應用，使用并不便利的虹膜識別在手機市場的應用遇冷。

但虹膜識別的優勢非常明顯。中科院深圳先進技術研究院集成所研究員陳巍介紹說，相對于其他生物識別技術來說，人的虹膜有226個生物特征點，具有極高的唯一性，即便是擁有一樣面容的雙胞胎，其虹膜也不一樣，因此虹膜識別具有極高的安全性。另外，有研究數據顯示，虹膜識別的交叉錯誤率僅有0.00077%，遠低于聲紋、指紋、掌紋及人臉識別，具有極高的穩定性、安全性和實用性。

不僅如此，虹膜還具有非常強的生物活性，比如瞳孔的大小會隨光線強弱變化自我調節，出現每秒可達十余次的無意識瞳孔縮放，這也使得虹膜會發生每秒十余次的震顫；此外，在人體腦死亡、處于深度昏迷狀態或眼球組織脫離人體時，虹膜組織即完全收縮，出現散瞳現象。這些特性使得虹膜具有極高的防偽性。

“傳統虹膜成像系統約束過多、系統用戶體驗差，加之虹膜識別的成本相對較高，這都限制了虹膜識別的應用。”陳巍說，不過，隨著技術的進步，遠距離、大視場、大景深、非配合或少配合的虹膜成像系統是發展趨勢。

陳巍介紹說，中科院深圳先進技術研究院長期從事模式識別技術和光電工程技術研究，“目前已經可以實現60~100厘米范圍內清晰成像，不同身高的人微微低頭就能實現快速虹膜識別”。

多生物識別技術融合將成趨勢

此前換臉軟件ZAO引發軒然大波，讓人擔憂一旦人臉信息被攫取，會引發因臉部信息盜刷產生的惡劣影響。在此次高峰論壇上，專家表示，通過多生物識別技術的融合，可以規避類似事件的發生。

“由于不同的生物識別技術在精度、安全性、穩定性、識別速度、便捷性、成本、功耗等眾多方面有著明顯的差異，因此在不同的應用領域中，也會有著各自不同的特點和優劣勢。”楊健表示，選擇不同生物識別技術融合應用，有望很好地平衡以上問題。

Technavio的數據顯示，2015 年全球多重識別市場的規模為42.2 億美元，預計未來5年將會保持20%以上的增長速度。目前，在智能手機、智能門鎖、安防、金融領域，已經出現了多生物識別技術融合應用。

“我認為未來多生物識別技術融合將是一大趨勢。”楊健說。

在場專家表示，生物識別技術應用不再僅僅局限于人的身份認證，已經開始應用于其他物種的識別，比如豬臉識別、通過虹膜識別對寵物進行身份識別等。楊健稱：“預計未來這將是一個非常大的市場。”