生物识别顶级资深专家，一同探讨生物识别产业的新发展

2019年9月20日，由芯智讯主办的“融合·创新——2019生物识别技术与应用高峰论坛”在深圳召开。作为第三届“生物识别产业高峰论坛”，本次高峰论坛汇集了人脸、指纹、声纹、虹膜、静脉识别等多种生物识别技术代表性企业，同时还吸引了大量的产业链的上下游企业、科研院校及媒体参与。

大会汇集了不少行业顶级资深专家，一同探讨生物识别产业的新发展。

生物识别产业发展迅速，大有可为

近年来，生物识别产业发展非常迅猛。根据前瞻产业研究院发布的数据显示，2007 年全球生物识别市场规模仅有 30.1 亿美元，而2013 年达到了 97.8 亿美元，6 年复合增长率高达 21.7%。2015 年的全球生物识别市场规模达到了 130 亿美元， 预计至2020 年全球生物识别市场规模将达到 250 亿美元。5年内的年复合增长率将达约 13.9%。

市场研究公司MarketsandMarkets的最新预测数据则显示，全球生物识别市场将由2018年的168亿美元快速增长至2023年的418亿美元。年复合增长率将达到19.99%。

我们都知道，生物识别技术有很多种，比如指纹，人脸，虹膜，声纹，静脉识别等，现在还有新兴起的步态识别、心跳识别等新技术。

不过，就目前来看，指纹识别依然占据主导地位。根据中研网数据，2017 年全球生物识别市场规模大约 172 亿美元，指纹、人脸、虹膜识别分别占比 58%、7%、6%。不过，得益于iPhone X加入对3D人脸识别的支持，推动了3D人脸识别市场的快速发展。

根据 Yole 数据，3D Sensing 应用市场规模2023年将成长至185.2亿美元，2017-2023年复合增速高达44%，消费、汽车、工商业为主要应用领域。

人脸识别与深度学习集合

中科院深圳先进技术研究院数字所所长乔宇博士表示，这主要得益于深度学习技术的推动，加速了相关技术在识别准确率上大幅提升，甚至超过了人类。

乔宇博士举例称，“以某地区的关口为例，每天大概有6万人通关。2014年时的技术，平均每三个小时系统可能就会有一次误判；到了2015年，平均两天会出现一次误判；2016年时，已经降低至平均一个月才会出现一次误判。而按照现在的技术，系统每半年可能才会有一个误判。这意味着你持假证件成功通关的概率，基本比购买彩票中头奖的概率还低。”

早在2014年初，英特尔就正式推出了首款集成了 3D 深度和 2D 镜头模块的 RealSense 3D 摄像头，它能实现高度精确的手势识别、面部特征识别，可帮助机器理解人的动作和情感。经过数年的迭代，英特尔推出了一系列功能更为强大，更为小型化，成本更低的RealSense模组。目前已被广泛应用于机器人，无人机和增强/虚拟现实（AR / VR）等应用领域。

在2019生物识别技术与应用高峰论坛上，英特尔RealSense事业部中国区销售总监何火高详细介绍了英特尔RealSense业务，并首次发布专为人脸认证应用场景优化的RealSense模组以及针对智能门锁市场的英特尔RealSense + Movidius AI解决方案。

声纹识别将是生物识别技术新风口

近几年随着深度学习推动语音AI技术的爆发，语音识别技术在智能手机和智能音箱市场被广泛应用，也开始推动了声纹识别技术的应用。

声纹跟文本内容、语言无关，所以技术上要做到跟语言、文本内容无关是非常大的挑战。就像人脸一样，有了认证就有攻击，声纹识别除了模仿外，还有比较简单的录音播放，如何防止被攻击也是非常大的挑战。另外，早期声纹识别注册时，用户需要说几分钟的语音，用户体验非常差。声纹识别的应用被严重限制了，而声扬科技的技术克服了了这几个技术难题，也在多个场景下实现了大型项目的落地。

据张伟彬博士透露，全球第1个应用声纹识别技术的国家级社保项目（印尼）采用的就是声扬科技的技术，覆盖250万人群。另外在金融领域，声扬科技的声纹识别技术在银行POC测试当中排名第一，实际落地项目中测得准确率超高99.7%，已服务全球5000万人。而在国内的公安系统，声扬科技的声纹识别技术也有被应用，可满足公安部对此项技术的需求，目前声扬科技的产品已在全国十多个省市的公安部门落地应用。

LCD屏下光学指纹方案首次曝光

在2019生物识别技术与应用高峰论坛上，思立微高级产品经理孙云刚介绍了自家的针对5G手机优化的屏下光学指纹方案CSM与UTM，同时还首次曝光了其LCD屏下光学指纹方案（目前被广泛应用的屏下光学指纹方案主要是基于更为轻薄的OLED屏）以及MEMS超声波屏下指纹方案。

目前的LCD屏下光学指纹大多选择的是红外光。同样思立微也选择的是红外光来进行成像，在波段选择上，思立微同时开发研究了850nm、940nm和1310nm红外光成像方案。但是，850nm会有可见光可被人眼看到，会影响屏幕显示效果，而1310nm红外LED成本较高，并且光电转换效率低，相比之下940nm效果较好，因此也成为了思立微的首选。

虹膜识别在未来的机遇与挑战

除了指纹、人脸之外，虹膜识别也是应用相对较多一种生物识别技术，其很早就已经广泛应用于金融、医疗、安检、安防、特种行业考勤与门禁、工业控制等领域。2015年的时候，富士通首次将虹膜识别技术应用于智能手机当中，随后三星也将虹膜识别引入到其旗舰机Note7当中，之后三星的S8/S8+也再次标配了虹膜识别。不过，随着3D人脸识别以及屏下指纹的应用，使用并不算便利的虹膜识别在手机市场的应用受到了一些影响。

为什么在普通消费级市场应用远不如指纹和人脸识别呢？陈巍博士表示，传统虹膜成像系统约束过多，系统用户体验差。因为虹膜识别的成像距离较近（通常小于1m），景深小，视场小，捕获体积较小，需要用户配合调整好头部、眼睛姿势，并且不能同时对双眼成像，识别速度较慢。还有就是虹膜识别的成本也相对较高。这项都限制了虹膜识别的应用。

但是，要想实现1-3米的更远距离的虹膜识别，为保证识别精度，确实可以选择更大的高清相机，但是计算量和硬件成本会呈几何级增加。还有一种方案就是；通过光机结合的方法，实现小箱子循环识别，这也正是中科院深圳先进技术研究院目前研究的方向。

AI芯片是智能时代的核心

而随着人工智能技术的发展，通过机器学习，各种生物识别技术的准确率及安全性也在快速的提升。人脸识别和语音识别技术近几年快速爆发也正是得益于此。而人工智能的技术发展则离不开强大的算力支持，相比传统的CPU、GPU来说，专用的AI芯片性能更强，且更具效率。

嘉楠科技的第一代AI芯片——勘智K210基于28nm工艺，采用的是RISC-V CPU，定位于人工智能与边缘计算领域，主要目标市场定位在IoT市场。通过完全自主研发的神经网络加速器IP，可在仅0.3W的低功耗下提供1TOPS的算力支持。同时具备机器视觉和语音识别能力，可以在超低功耗下进行高速卷积神经网络计算。如基于卷积神经网络的目标检测和图像分类任务，如人脸检测和人脸识别，多分类物体检测与识别等。K210可以独立、实时的获取多种被检测目标的大小与坐标并标识出被检测目标的种类。