百亿级市场待开发，生物识别市场前景可期

据外媒消息，本周美国密歇根州立大学与纽约大学的研究人员共同发布了一项关于指纹识别的研究成果：利用人类指纹的某些共同点制造虚假指纹能够轻松欺骗智能手机的指纹传感器。

在如今的智能设备上，指纹识别模块几乎成为了标配。人们对它的依赖性日益增加。解锁、支付等各种应用都能通过指纹加以识别。除了指纹识别之外，人脸识别、虹膜识别等各种生物识别技术层出不穷。

在许多人的观念中，生物识别具备独一无二的特质，理论上应当是十分安全的，但在技术层面和实际应用中，生物识别的问题不在少数。当然，这并不能影响生物识别成为未来的主流趋势，更不妨碍其成为百亿级市场。在探索精神与利益的双重驱动下，人类最终会找到靠谱的生物识别方式，推动行业的进一步发展。

生物识别，即通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性（如指纹、脸象、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。

在五花八门的生物识别技术未出现之前，我们一般靠能够标识身份的物品、证件或用户名、密码等身份标识知识鉴定个体身份。然而这类外物一旦被盗，身份就极易被人冒用甚至取代。随着技术的发展，生物识别因其唯一性与不可复制性成为新型的身份识别方式。

目前，主要的生物识别方式分为触摸式（指纹识别、掌纹识别、指静脉识别、掌静脉识别）及非触摸式（人脸识别、虹膜识别、眼纹识别、DNA识别、行为步态识别）。不同的识别方式在理论上各有优势，但在实践过程中依然出现了诸多问题。

1．指纹识别：最普遍的生物识别方式，但安全隐患不容忽视

就当前的情况来看，指纹识别是最简单、最准确、发展形式最好的生物识别方式。

传统的指纹识别方式是打卡和门禁，但随着移动互联网的普及，移动支付、信息安全等各个领域都对生物识别有了需求。发展最早、应用最为广泛的指纹识别便逐渐普及至移动端。

纵观全球生物识别市场，指纹识别占了将近60％的份额，厂商达到数千家，产品也有几百种，与之相比，其他生物识别技术厂商还不足指纹识别的十分之一。毫无疑问，指纹识别已成为主流智能设备厂商及消费者最为认可和接受的方式，在移动支付爆发的前夜，基于智能终端的指纹识别亦迎来了大规模爆发。

然而，在实际应用过程中，指纹识别暴露出大量问题。比如易伪造、接触式录入不够健康、天气变化影响稳定性等，其安全性也受到质疑。上文关于指纹识别的报告更是深刻地反映了这一隐患。研究人员通过计算机模拟了一系列人造“主指纹”，结果发现人造指纹与传感器中真实指纹的匹配率达到65％。

虽然并未在真实手机上测试此种方式，信息安全专家也认为在实际中几率会下降，但这项研究仍能引发我们对于指纹识别可靠性的思考。尽管每个人的指纹都是独一无二的，但手机上传感器的尺寸很小，只能扫描到部分指纹，用户在启用指纹识别之后，手机通常会为了匹配方便获取8～10幅指纹图像，更何况许多用户记录的还不只一个指纹。一旦这些信息泄露，就会产生极大的安全隐患。

对于此项研究成果，科技界的说法不一而同。有的认为研究存在局限，不足以证明什么，但更多的观点认同了此成果确实能够反映出指纹识别存在的风险，正如加拿大卡尔顿大学系统和计算机工程教授Andy Adler所言：“情况并非如此令人担忧，但确实很不妙。如果我想做的是拿你的手机，使用你的Apple Pay去买东西，如果我能破解1／10的手机，那么情况就很严重。”

2．人脸识别：理论向好商用广泛，但距实际应用场景仍有距离

人脸识别从出现到现在，也经历了相当长的发展时间。此种方式从录入到识别均为非接触方式，时间较短，准确率也有一定保障，目前在国内已逐渐被接受，在移动端的开机解锁、注册、支付、文件加密等方面的应用力度也逐步加大。除此之外，在计生社保、司法公安、住建、教育等领域也有普及之势。

在中国，深耕人脸识别的公司不在少数。BAT中，阿里在2104年明确了DT（data technology）战略，2015年收购了face＋＋。腾讯组建了专注于图像处理及模式识别的“优图团队”。百度在吴恩达未离开之时成立了深度学习团队，在号称“最难人脸图像库”的LFW数据库上刷到最高分。其他公司如360聘请了新加坡国立大学副教授颜水成出任人工智能研究院院长。川大智胜、汉王科技、格林深瞳等公司也都涉足了人脸识别。

由此可见，人脸识别在商用层面已然达到比较频繁的程度。然而深挖技术和实际应用层面，会发现存在诸多缺陷。

就技术层面而言，LFW上的数据其实也并不是非常优质的。比如人脸识别的准确率在LFW上达到了99．7％，看似极高，但将这个99．7％的技术拿到实际场景中加以验证之时，会发现其准确率可能只有75％。真实的情况是，LFW中的许多图片都是从网上下载的，人脸的质量更是千差万别，有人认为这样更接近实际，但距离绝大多数的应用场景依然很遥远。

在LFW中，刷的是人脸与人脸的对比，即1：1、1：N和N：N。但在实际应用中，所有的厂商都不得不降低N的样本，或加入其他方法以保障便捷性和安全性。比如我们去外面吃饭，结账的时候对着摄像头刷脸然后走人，这是在验证1：N。结果过了半小时服务器还没找到用户的脸，毕竟要在上亿数据库中搜索，用户体验可想而知。但此时如果同时输入用户的姓名或其他信息，那么这个N就减少了许多，由1：N切换为1：1，从而使效率得以提升。

然而这其中的问题在于，如果有人攻击该用户的账户，危险性也会随之增加。当前人脸识别有两个主要条件，一是身份，二是活体。拿着别人的照片对着镜头扫一下再报出身份证号，是否能成功？基于活体的条件，人脸识别要求几个表情的变换，以此来提高安全性，但如果采集到被攻击者的视频呢？这同样也是值得深思的问题。

3．虹膜识别：日渐兴起准确率高，但需要主动配合与培训

虹膜识别是一种新型的识别技术，因为人体虹膜组织一生都不会改变，而且与指纹、容貌等相比稳定性更高，因而识别通过率也高，其非接触的识别方式也更易让人接受。然而，由于该技术较为复杂，需要在一定角度且避免光照直射的条件下才能顺利识别，动作幅度大，因此需要前期用户具备主动配合的机制，即接受培训的过程。

但是，生物识别之所以受青睐，除了安全保障之外，高效也是一个重要因素，如果在识别上花费过多时间，倒还不如直接使用指纹或人脸识别来的方便。

综上所述，不同的生物识别方式固然有其自身优势，但由于技术与行业尚未成熟，劣势也同样存在。可即使是在这样的情况下，依然可以看到许多企业前赴后继的入局，除了对于新技术的追求与创新之外，还因为这块蛋糕着实诱人。可以期待的是，生物识别的市场在未来会更为火爆，并且能够反推技术的进一步发展。

据前瞻产业研究院发布的《中国生物识别技术行业市场前瞻与投资战略规划分析报告》显示，2009年，全球生物识别市场规模为34．22亿美元，2013年规模直逼98亿美元，2014年突破了百亿美元大关。预计到2020年，全球生物识别市场规模将达250亿美元。

而根据《中国生物识别技术行业市场分析及2015－2020年发展策略研究报告》显示，2010至2014年，国内生物识别市场平均增长率均为60％以上。2014年。生物识别市场规模为80亿元，预计到2020年，生物识别市场规模将突破300亿元。

如此诱人的蛋糕，也无怪乎相关企业纷纷入局，百亿级的市场，谁不想从中分一杯羹？当然，利润并不那么容易获得。315晚会上，一张静态照片通过图像处理和动态合成技术，就轻易破解了APP人脸识别。

诸如此类的安全隐患在生物识别呈普及趋势的情况下不在少数。虽然生物识别是科技发展的必然趋势，但不同的识别方式中存在的不同漏洞确实在一定程度上阻碍着这一行业的发展。

目前，许多公司已经就不同的生物识别方式开发出了自己的算法，下一步应当会在模块采集和应用层面实现一些突破。过去指纹识别发展较快，如今人脸识别也逐渐兴起。以后包括虹膜识别、声纹识别、静脉识别都是可以加深探索的领域，也是可以相互结合的热点技术。

实际上，生物识别技术真正的发展趋势，应该是走进普通人的生活，能够满足人们在各类场景下的识别需求。然而，仅靠某一种生物识别技术永远无法满足全部的场景需求。一个高安全级别的环境，必然需要多种生物识别相互弥补而完成，指纹、人脸、虹膜、步态等多种识别方式的组合，是一条不错的发展道路。

生物识别的组合对相关技术部门和企业而言是一种可参考的发展方向，毕竟生物识别领域还有百亿级市场等待开发，而且有利于提高准确性和安全性，并可能促使行业进一步发展。