生物识别推动了芯片产业的发展

前言：
如今，我们可实现身份识别有很多种方式，指纹识别、静脉识别、虹膜识别、人脸识别等等，可以说人脸识别只是其中一种方式，也是最为热门方式，但在疫情下让我们意识到了单一的生物识别技术仍然难以满足用户需求的前提下，多模态融合方式似乎也成为了发展趋势之一。

生物特征识别市场潜力不容小觑

根据数据显示，2007年全球生物特征识别行业的市场规模为30．1亿美元，2015年达到130亿美元，年复合增长率为20．07％，预估到2020年，全球生物特征识别的市场可以突破250亿美元。

国内市场方面，中国在生物特征识别领域技术已处于世界先进水平，2016年世界人脸识别的最高准确率99．5％即由我国团队创造。技术的不断突破、应用场景的持续扩容，国内的生物特征识别市场未来有较大的发展空间。

众多企业研发生物识别技术

生物识别技术是目前最为方便与安全的识别技术。由于每个人的生物特征具有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所以利用生物识别技术进行身份认定，安全、可靠、准确。此外，生物识别技术产品均借助于现代计算机技术实现，很容易配合电脑和安全、监控、管理系统整合，实现自动化管理。正是由于生物识别技术的诸多优点，使其成为近年发展最快的新技术之一。

目前，我国在生物特征识别领域的企业数量超过了4000家。2013年至2018年，我国生物特征识别领域新增企业数量呈逐年增长趋势。据统计，2018年新增企业数量达558家，同比增长3．14％。截至2019年8月30日，新增企业数量达428家。从当前产业领域布局来看，生物特征识别上市企业多分布在北京、广东、浙江和上海等东部沿海地区。

当下生物识别技术行业的竞争越来越激烈，很多公司都加大了新产品的研发，力求获得独有自主知识产权，从而提高自身竞争实力，提高行业的地位。从研发投入资金的角度来看，2018年，欧菲光、浙江大华股份和科大讯飞三家研发投入资金最高；从研发占比的角度来看，旷视科技和海鑫科金表现最为优异。

三种常用的生物识别技术

目前我国的生物识别产业呈现出多种识别技术蓬勃发展，虽然指纹识别技术和产品仍占主导地位，但近些年由静脉识别、行为识别和基因组识别技术为代表的新兴生物特征识别技术及产品也在迅猛发展。

指纹识别技术：指通过比较不同人指纹中的特征点不同来区分不同人的身份。指纹识别技术通常由三个部分组成：对指纹图像进行预处理；提取特征值，并形成特征值模板；指纹特征值比对。

面部识别技术：作为一种基于生理特征的身份认证技术，面部识别与目前广泛应用的以密码、IC卡为媒介的传统身份认证技术相比，具有不易伪造、不易窃取、不会遗忘的特点；而面部识别与指纹、虹膜、掌纹识别等生理特征识别技术相比，具有非侵犯性、采集方便等特点。因而面部识别是一种非常自然、友好的生物特征识别认证技术。

虹膜识别技术：虹膜相比以上两者而言是一个较新的生物识别技术。1983年，Flom与Safir申请了虹膜识别专利保护，使得虹膜识别方面的研究很少。1993年，Daugman发表了关于虹膜自动识别算法的开创性工作，奠定了世界上首个商业虹膜自动识别系统的基础。

生物识别技术融合于各个行业
目前，生物识别产品逐渐从单一的PC处理转变为分布式计算。用独立的前端和设备来完成生物特征的采集、预处理、特征提取和比对，而用中心PC或服务器完成与业务相关的处理。

各种生物特征识别技术的不断发展和提高，在全球信息化、网络化的大背景下，生物特征识别技术的应用面会越来越广，深度会不断深入。

首先，在物联网这个大趋势下，生物识别技术解决了身份识别这个日常但很重要的问题，精准、快捷的身份识别能力能够与越来越多的行业应用相结合，并通过网络共享，为人们带来更加安全、便利的生活。其次，多种生物识别技术的融合，有助于提高身份鉴别的准确性和安全性，使其能够更加深入应用到对安全性要求较高的行业中。

生物识别具有唯一性、稳定性和不可复制性等特点，在公安和司法领域得到高度认可，这也使其在个体识别和亲缘鉴定等应用场景具有很大的潜力。

国外相关企业纷纷推出了各种基于高通量测序的生物识别技术的软硬件产品和行业应用解决方案。在公共安全、信息安全、电子商务、电子政务、军事等众多领域都得到了广泛的应用。

多重生物识别技术推动发展

在某些应用中，单项生物识别技术，如指纹识别技术，已经完全满足了客户的需求。市场上也有大量的单项生物识别技术产品和系统，它们廉价并且可以很快安装应用。但在大多数情况下，客户能够采用多重生物识别技术，而非单项生物识别技术，将是一个不错的选择。

多重生物识别技术即所谓的“融合生物识别技术”，这是多重生物识别技术领域的最新趋势。与传统典型的多重生物识别系统相同，融合生物识别系统也通过各种独立的或多种采集方式合而为一的采集器，来采集不同的生物特征，但它们的区别在于如何来分析和判断这些特征值。

传统上是分别使用不同的生物识别算法处理不同的生物特征，各自分别得出独立的结果，如用指纹识别算法分析指纹，用人脸识别算法分析人脸图像，各自得出指纹比对和人脸比对的判断结果。

而融合生物识别系统则是将采集到的各种不同的生物特征，用所谓的融合算法统一处理，根据多重生物识别技术的综合判断得出最终的识别结果。这样的处理方式和结果更快速、准确率更高，并且系统可扩展性更好，最终使整个系统达到新的安全高度。

当下人工智能、大数据等技术不断发展演进，迫使产业各方应对，倒逼企业加大投入力度，持续升级算法能力和防伪技术，给生物识别技术安全应用带来巨大的发展潜力。

结尾：

生物识别技术，由于安全领域和许多社会活动的需要，发展的速度日益加快，其未来市场不可估量。但技术漏洞和社会对于生物识别技术的怀疑，为生物识别技术市场的发展带来了一些未知的变数。