作为近年来人工智能浪潮中的标志性技术，生物识别技术已经大规模落地，并应用于安防、金融等日常生活的重要场景中。
利用个体独有的生物特征形成的身份识别系统，既为专属私域提供了安全保障，同时也蕴藏着一定的风险与威胁。
生物识别的技术分类
生物识别是一种利用数理统计方法对生物特征进行分析，来对生物个体进行区分的计算机技术。
其中以基于手部几何系统提取的生理特征的识别应用最为普遍，包括指纹、手指的长度，宽度，长宽比和手掌的长度，厚度，皮肤褶皱，面积和折痕等。
除此之外，生物识别技术的主要研究对象还包括语音、脸部、虹膜、视网膜、体形、个人习惯（包括敲击键盘的力度和频率、签字）等，与之相应的识别技术包括语音识别、人脸识别、虹膜识别等。
利用个体独有的生物特征形成的身份识别系统，既为专属私域提供了安全保障，同时也蕴藏着一定的风险与威胁。
生物识别的技术分类
生物识别是一种利用数理统计方法对生物特征进行分析，来对生物个体进行区分的计算机技术。
其中以基于手部几何系统提取的生理特征的识别应用最为普遍，包括指纹、手指的长度，宽度，长宽比和手掌的长度，厚度，皮肤褶皱，面积和折痕等。
除此之外，生物识别技术的主要研究对象还包括语音、脸部、虹膜、视网膜、体形、个人习惯（包括敲击键盘的力度和频率、签字）等，与之相应的识别技术包括语音识别、人脸识别、虹膜识别等。
生物识别产业概述
生物识别技术的历史悠久，发展到目前包含了对于各种不同人体生物特征的识别。
从各种生物识别技术的出现先后看，指纹是较早被人们有效发现并加以利用的，因此也获得较长的时间的发展演变。
而人脸识别近年来则有着较快的发展速度，成为产业发展中重要的一个分支，随着技术高速发展，未来拥有广泛的应用前景。
从各种生物识别技术的出现先后看，指纹是较早被人们有效发现并加以利用的，因此也获得较长的时间的发展演变。
而人脸识别近年来则有着较快的发展速度，成为产业发展中重要的一个分支，随着技术高速发展，未来拥有广泛的应用前景。
生物识别行业发展现状
在生物识别产业中，北美地区占比居首，达到34%；其次是亚太地区，为24%；欧洲、中东和印度、中南美洲、非洲地区，市占率依次为17%、11%、9%和6%。
美国是全球主要的生物识别市场。
生物识别技术市场结构中指纹识别占比为58%，排名第一，人脸识别占比为18%，其次是新兴的虹膜识别占比7%，此外还包括掌纹识别以及声音识别分别占比7%及5%。
生物识别先进技术
生物识别的最小系统包含传感器、存储器和处理器3个部分。
传感器是用户生物信息的采集机构；处理器负责信息预处理、特征提取、特征训练、特征比对和特征识别；存储器负责特征提取和训练结果的存放。
生物识别工作过程中包括用户注册和身份认证两个阶段，其过程主要包含生物特征采集、预处理、特征提取及模式识别。
生物识别系统就是利用生物识别技术的软、硬件设施。
指纹识别
指纹识别作为目前应用最为广泛、技术最成熟、公众接受度最高的生物识别技术，指纹识别的应用发展历史最为悠久。
中国是公认的应用指纹识别最早的国家。考古学显示，早在公元前7000年到6000年以前的古叙利亚和中国，指纹作为身份鉴别己经开始应用，到3000年前的西周，指纹作为个人身份的标志被用于签文书、立契约。
指纹识别的过程就是首先通过传感器如最常见的光学传感器、电容传感器、超声传感器和射频传感器等获得指纹图像，接着对获得的指纹图像进行增强细化的数据处理得到更清晰的纹理，然后提取细节特征点如脊线与谷线，最后和指纹库保存的指纹进行细节特征匹配的过程。
人脸识别
人脸识别类似于指纹识别技术，人脸识别是针对人的脸部特征信息进行身份识别的一种生物识别技术，用摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，通常也叫做人像识别、面部识别。
人脸识别系统需要先产生人脸的特征模板并存储在数据库中，这些模板将被用于与提交来比对的模板一一匹配，如果相似程度超过系统预先的设定值，系统就认为比对成功。
指纹识别和人脸识别相比于虹膜识别、静脉识别、声纹识别更为主流，虹膜识别的概念最初在1936年提出，1987年由另外两个眼科专家的概念申请了专利，但当时技术有限，并未开发出相关的处理器，而后美国哈佛大学的研究人员John Daugman发明了第一个虹膜识别算法，成功实现虹膜识别。
不同的生物识别技术在精度、稳定性、识别速度、便捷性方面有着明显的差异，因此在不同的应用领域中，也有着各自不同的特点。
作为取代传统密码用途以及对于人们身份进行搜索确定的核心手段之一，生物识别技术拥有者良好的发展期许。
生物识别产业链
生物识别产业链分为上游的硬件基础、中游的算法服务与软硬件集成，及下游的终端应用。
上游硬件包括芯片、传感器、服务器、信息传送装置等重要基础设备。
算法与软硬件集成作为中游的部分，能够凭借硬件设备进行生物信息的采集、特征的检索、身份的识别认证，以及数据的存储与分析。
最终应用至下游的各个领域。
生物识别相关产业的发展是城市信息化、网联化建设的重要体现，为智慧城市与万物互联提供了安防基础。
生物识别技术的优点
提高社会效率
生物识别技术能够依靠生理特征的独特性精准识别个体，省去了人们设计、记录传统密码的时间与精力，同时指纹识别、声音识别等，操作便捷、识别率高，耗时短，极大地便利了人们的生活。
增强安全性与可靠性
传统密码存在丢失、被盗用、破译等风险，而生物识别的唯一性与排他性使得非法用户无法盗用和破解识别密码，为个人信息及财产的安全保驾护航。
如人体的指纹路径唯一、瞳孔虹膜形态的特殊性，不会被修改和复制，安全性及保护的可靠性较高。
避免接触
人脸识别、指纹识别、声音识别等方式，避免了传统的接触式验证，有助于保障公共及个人卫生，减少疾病传染风险。
打击违法犯罪活动
公安部门通过对生物信息的采集与数据库的建立，能够根据遗留的生物信息能够精准锁定罪犯，对于盗窃、强奸、凶杀等案件的侦破带来了巨大的帮助。
生物识别技术的弊端
生物识别算法缺陷引发高误识率
考虑到个体实际生理状态的差异，各类生物信息识别方式在实践中都存在采集与识别的问题。
如有些人的指纹形态被破坏，难以进行指纹识别；面部的整容、损伤、对环境适应性较差等因素导致人脸识别的失效；白内障患者难以进行虹膜识别等。
此外深度伪造生物识别信息难判定、难追溯，如AI换脸技术。
技术普及难度较大
传统生物识别技术有赖于电子信息技术、大数据计算、云存储等技术为支撑，通过多组软硬件系统配合来运行。
其中设备的购买、运行及维护成本较高，为生物识别技术的普及带来了一定的阻碍。如虹膜识别、静脉识别等技术，需要大量的运算，设备识别时间较长、耗电量大。
来源：乐晴智库
/2 
