揭秘刷掌支付背后的黑科技

最近“掌纹支付”冲上热搜，根据腾讯官方公布，微信刷掌支付正式发布，用户在设备上录入手掌纹样之后，即可用手掌进行支付。目前这项技术已经被用在北京大兴机场线，后续将会进入地铁、高铁、超市商场以及机场等诸多场景，掌纹识别将成为继指纹识别和人脸识别之后，又一支付与解锁方式。

掌纹怎么被识别？

从技术原理来看，掌纹识别的核心逻辑和人脸识别以及指纹识别一样，都是利用人体某方面的唯一性。人的面容无论看起来多么相似，但总会在结构上有细微差别。掌纹也是一样，人的掌纹是由万千纹线随机排列组合而成，这构成了掌纹的独特性与唯一性。

掌纹识别技术先利用图像传感器对手掌纹路进行采集，再根据算法进行图像的预处理，提取掌纹的特征，然后建立掌纹数据库。当用户在刷掌纹的时候，会将当下的掌纹与数据库的掌纹进行数据比对，从而实现精准识别。腾讯为了保证掌纹支付的足够安全，还添加了掌静脉识别，以达到安全性的双重保障。

从具体技术细节来看，构成掌纹识别产品的核心是AI算法和感知芯片。目前这两项技术在国内均已成熟。在AI算法上，国内的两大科技巨头早已布局，腾讯优图实验室在去年8月就联合合肥工大、上海交大等高校提出通过几何模型合成数据，来预训练掌纹识别模型，阿里的支付宝技术团队也在去年进行掌纹支付算法的研发。从结果来看，腾讯率先一步实现技术落地。

从感知芯片来看，无论是掌纹识别，还是指纹识别或者人脸识别，其所需的最核心传感器是CIS芯片，目前国内已经有多家企业在该领域布局多年。

所谓CIS全称为CMOS图像传感器，是一种将光学影像转换为电子信号的设备，简单理解为这款芯片通过拍照将图像信号转化为数字信号。在人体生物特征识别中，CIS芯片的核心作用就是给指纹、人脸或者掌纹进行“画像”，只不过针对不同的识别方式，画像的方式也略有不同。

CIS芯片在生物特征识别中的作用

先说指纹识别，它的画像方式是2D的。以智能手机的光学指纹识别为例，用户指纹按压屏幕之后，会变成平面图形，然后用一颗卷帘式快门的CIS对图像进行拍照，再将图像转化为数字信息进行处理识别。目前智能手机的光学指纹识别分辨率在5~8万左右，使用的过程中需要OLED屏幕光做补光以达到更好的识别效果。

人脸识别和掌纹识别则与指纹识别略有不同，由于这两者属于非接触式识别，为了保障识别的准确性，需要一些“黑科技”来达到最理想的识别效果。从芯片数量上来说，人脸和掌纹识别需要至少1~2颗CIS芯片，来获取人脸或手掌的3D信息，而从芯片的类别来看，卷帘式快门CIS很难满足高速、准确的识别要求，需要用到全局快门的CIS芯片。目前支付级别的人脸识别（支付宝、微信的刷脸）主要采用单颗130万像素全局快门图像传感器+结构光的方案来使用的，可以获取高精度的人脸3D信息。

关于卷帘式快门与全局快门的区别需要进行简单介绍一下。这两者在工作原理上略有区别，卷帘式快门的工作原理是将画面分割成尺寸大小相同的条状，然后逐条曝光，逐条转为数字信号，这一类快门的很适合指纹识别这种2D应用场景。缺点是卷帘快门由于是逐条曝光所以容易产生畸变（业内也称之为“果冻效应”）。这一点在全局快门中则不存在。

全局快门的工作原理是将整个画面同时曝光，然后整个画面可以同时转换为数字信号，这种工作方式的好处是曝光时间快，不需要人脸或者手掌短时间固定不动，所以很适合用在非接触式识别场景中。

但全局快门传感器也存在缺点，那就是其感光度一般比卷帘式的图像传感器低，需要在曝光时补光，不过已经有企业在芯片层面改进了这项科技，且这款芯片不是来自国外，而是国产图像传感器企业思特威的SC132GS。其技术原理是将全局曝光的CIS芯片从前照式升级到背照式工艺，即BSI+Global Shutter的CMOS图像传感器，背照式工艺的高感光度能够很好的解决曝光量不足的问题，与结构光相结合后可以被广泛应用于人脸和掌纹识别领域，也是目前人脸/掌纹支付领域最主流的方案之一。

值得一提的是，基于背照式+全局快门图像传感器相关技术的首次亮相是在2019年的ISSCC旧金山国际电路峰会（俗称芯片界的奥林匹克）上，且正是由中国企业思特威推出并作为图像传感器领域的开场论文现场发表的。

掌纹识别重塑产业格局

一项新技术的出现并被应用，势必会引起行业格局重塑。掌纹识别的出现，也会让整个生物特征识别市场的格局发生改变。考察生物特征识别技术能否被市场和消费者接受有两个核心原则，第一条是足够安全，第二条则是足够便利。

安全性是生物特征识别的底线，无论是指纹识别、人脸识别还是如今的掌纹识别，其最核心的一点就是要保证不被破解盗用，而便利性关乎用户的使用体验，使用不方便导致用户体验差，那么该技术则无法跨越鸿沟，进入早期大众市场，进一步无法达到规模优势，最终只会沦为小众市场。

首先从技术的安全性来看，指纹识别、掌纹识别和人脸识别都已经达到了支付级，但人脸识别相对于其它两者来说有一个天然缺陷，人脸是天然暴露在外，隐匿性太低，因此很容易被盗取人脸信息，用户会有这一层担心，这也是腾讯此前大力推广人脸支付不成功转而研究掌纹支付的核心原因。

在便捷性上，指纹识别因为需要接触才能识别，所以稍逊一筹，目前最大的应用场景还是安卓手机，另一方面，指纹识别在流行病高发期间会增加交叉感染风险。人脸识别和掌纹识别这种非接触式识别会十分方便，但需要说明的是，人脸识别太过于迅捷，没有留给用户足够考虑的时间，笔者曾在支付宝人脸识别付款过程中，发现被默认开通蚂蚁花呗，但脸贴上去之时已悔之晚矣。

总结

无论是从技术的成熟度还是产业化的能力，抑或是巨头们的推广力度，掌纹识别技术都具有一个比较美好的未来，至于在掌纹识别这个产业链，谁能成为未来的霸主，则需要看各家的实力与布局了。

审核编辑：汤梓红