距離2020年結束僅剩一個月，國內社會秩序正快速恢復并步入正軌，但各個領域依然不得不承受疫情所帶來的不可逆影響，面臨重塑難題。

就生物識別而言，疫情前指紋識別應用最為廣泛，疫情期間卻因其接觸式動作被視為“不安全”的生物識別方式;疫情前人臉識別最為便捷，如今完成這一動作卻需要先摘下口罩，略顯累贅。

而另一方面，靜脈識別等非接觸式生物識別方式在疫情中優勢突顯，似乎將要逐漸占據更大市場。

疫情之下，生物識別技術會面臨洗牌嗎? 

[[350442]]

指紋與人臉識別仍占主流

在當下的生物識別中，主要包括指紋識別、人臉識別、虹膜識別、掌紋識別、聲音識別、靜脈識別等識別方式，基于不同原理和產業鏈的成熟度，長期以來指紋識別與人臉識別占據主流地位。

但根據ABI Research的最新報告，受疫情影響，智能手機出貨量下滑，加上接觸式識別帶有傳播新冠病毒的風險，預計到今年年底，全球指紋識別收入將下降22%，至66億美元。

指紋識別發展至今，已歷經多次迭代。1998年，西門子推出世界上首款有指紋識別技術的原型機，其采用的滑動式指紋識別一直發展到2013年，直到iPhone5s手機發布，首個按壓式指紋識別進入市場，指紋識別才真正被大眾知曉。而如今的指紋識別，早已打破按壓式的局限，在電容式、光學式等方面均有發展。

在2020生物識別技術與應用論壇上，兆易創新傳感器事業部ToF市場總監劉浩雷表示，指紋識別從電容式拓展到光學和超聲波，根據產品自身特性及設計需求，存在于各自的細分市場。

劉浩雷認為，相比于電容和光學，超聲波最大的特點在于不受材質的影響，可以穿透玻璃、金屬、塑料等材料，且不受臟污環境和濕手指的限制，超聲波指紋識別前景廣闊。

智能手機搭載指紋識別之后，人臉識別緊接著進入消費電子領域，通過使用攝像頭采集人臉圖像或視頻，并自動在圖像中檢測或跟蹤人臉，進而對完成識別。人臉識別歷經辨識型、確認型向關注名單型的轉變，隨著算法和系統的改進，有了更加廣泛的應用，伴隨疫情而增長的戴口罩人臉識別技術，準確率正持續上漲。

人臉識別的安全性一直備受關注，根據《人臉識別應用公眾調研報告(2020)》顯示，有六成的受訪者認為人臉識別有濫用趨勢，三成受訪者表示已經因為人臉信息泄漏、濫用而遭受到隱私或財產安全。面臨著一安全隱患，人臉識別正在從2D向3D轉變。

相比于2D只能獲取二維圖像，3D識別能夠采集多達幾十萬個信息點，獲取深度信息，防止假冒身份。目前相當一部分手機都搭載ToF鏡頭實現3D感知，值得注意的是，目前用作人臉識別的主要是精度更高成本更低的iToF，dToF則主要適用于更遠的距離測量，例如后置攝像頭2.5米的測量。

在本屆生物識別技術與應用論壇上，艾邁斯半導體現場應用工程師經理李銘豪在同媒體對話中表示，目前用在手機里面的主要是單點ToF，成本較低，隨著陣列ToF成本的較低，其效果與應用會得到更大的擴展。

盡管指紋識別與人臉識別不可避免地遭受疫情的沖擊，但這兩項技術依然在發展前進，根據Transparency Market最近的一份數據顯示，指紋識別在所有生物識別中占比58%，人臉識別占比18%，仍然是生物識別的主流。

非接觸式生物識別發展強勁

疫情的另一面，正刺激包括靜脈識別在內的非接觸式生物識別的經濟增長。

Future Market Insights的最新報告預測，從2020年到2030年，接觸式生物識別技術將順應新冠大流行的浪潮，復合年增長率達到17.4%，全球市場規模增長五倍，達到700億美元。

靜脈識別是一種通過識別流動血液中的特定波長光線，通過在后臺分析靜脈圖像來識別身份的方式，靜脈識別又可以分為指靜脈、掌靜脈和眼靜脈，其中眼靜脈的市場份額最低。靜脈識別本身并不是一項新技術，但應用卻遠遠落后于人臉識別和指紋識別。

今年9月底，亞馬遜推出基于非接觸式靜脈識別的Amazon one刷手支付設備，引起極大關注。靜脈識別難以篡改和盜用，在金融領域應用最為廣泛，不過一般而言需要大型設備提供支持。 

[[350443]]

中科院深圳先進技術研究院醫工所的聶澤東團隊代表在2020生物識別技術與應用論壇上表示，指靜脈識別與指紋識別相似，都需要被識別者將手伸到圖像采集設備中才能獲取圖像，屬于主動認證，不同的是它無需接觸即可識別，借助已有的廣泛建立的指紋識別用戶習慣，推廣靜脈識別優勢巨大。

“不過目前靜脈識別產品還面臨著成像和準確率的問題，3D旋轉和手指偏移都會造成識別問題，隨著人類年齡的增長，也會對其造成影響。”聶澤東團隊代表說。

不過這并不妨礙靜脈識別市場的增長，相關報告預測，到2020年靜脈識別的市場份額將從2015年的2%上漲到 8%的市場份額，市場規模約20億美元。

除靜脈識別之外，根據GIA的預測，2020年到2027年全球虹膜識別的年復合增長率將達到18.8%，到2027年市場規模將達到103億美元，語音生物識別的年復合增長率為17%。

多模態融合是未來趨勢

“從易用性、變化性和安全性來講，不同的生物特征各有其優缺點。以指紋、靜脈、人臉、虹膜比較。指紋和人臉識別的精度遠遠低于靜脈和虹膜。我們預判將來多模態生物融合將越來越多。例如銀行業務的辦理從最早的授權智能卡，過渡到指紋加智能卡，往后繼續演變成指紋加面部識別，也可以能是指紋加虹膜。”劉浩雷說。

同傳感器融合趨勢一樣，基于各種傳感器技術的生物識別，也在走向多模態融合。

或許，這才是疫情當下乃至疫情之后，生物識別的真正“重塑”。

文中未標注圖片均來自兆易創新

本文轉自雷鋒網，如需轉載請至雷鋒網官網申請授權。