参考观研天下发布《2018年中国生物识别设备市场分析报告-行业深度调研与发展趋势预测》
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，下游的应用领域也从最初的刑侦为主渗透到了多个不同行业，尤其是在移动终端上的应用，生物识别技术在个人身份识别方面的作用和便捷性更是突出，而需求的扩张又对于行业的发展形成了促进作用，实现了良好的正反馈效果。
1、生物识别技术的分类：生物特征 v.s.行为特征
生物识别是一种通过计算机与光学、声学、生物传感器等高科技手段密切结合，利用人体固有的生理特性，如指纹、人脸、虹膜等和行为特征如笔迹、声音、步态等进行个人身份鉴定的方法，因此从生物识别技术的大致可以分为生物体生理特种识别和生物体行为特征识别两大类。
从不同技术的出现先后时间看，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，随着技术进步的持续，未来将会拥有广泛的应用前景。
随着对于身份识别和保密需求的日益增加，以及人们对于安全便捷性追求的持续，各类生物识别技术纷纷开启了应用的空间，相较于指纹、人脸等，其他生物识别技术方面尽管普及度仍然略低，但是各自的特点使得在不同的行业市场中有着较好的发展潜力。
2、指纹：历久弥新的生物识别技术
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。
19 世纪初，科学家发现了指纹的两个重要特征：唯一性和不变性，使得指纹正式在刑侦领域得以应用。而指纹卡的使用，不仅效率低下，同时人力资源成本耗费巨大。
20 世纪 60 年代，由于计算机可以有效的处理图形，人们开始着手研究利用计算机来处理指纹，自动指纹识别系统也就是 AFIS 得以风靡而广泛应用。
20 世纪 80 年代，个人电脑、光学扫描技术的革新，使得它们成为指纹取像的工具帮助指纹在其他领域得以应用，比如代替 IC 卡。
20 世纪 90 年代，低价位取像设备、可靠比对算法大量应用于 AFIS，指纹识别开始进入消费市场。
指纹识别最初的消费产品类型为 PC 配件，如使用 USB 接口的 U.are.U（1998 年），可以让用户在登陆 PC 时不必再输入密码。2000 年前后，弘基推出了市场上首款内置指纹识别模块的笔记本 TravelMate 739TLV。但这会导致开机时间延迟 12 秒，因此并未受到市场认可。2002 年前后，惠普推出首款内置指纹识别传感器的 Pocket PC iPAQ h5400 系列移动设备。2004 年 IBM 推出旗下首款搭载指纹识别传感器的笔记本 ThinkPad T42，运用第二代指纹识别技术--滑擦式指纹识别，获得市场热烈反响，成为最畅销的指纹识别笔记本。
2013 年苹果 iPhone 5S 采用指纹识别技术的 Touch ID 引领了指纹识别的技术革命，将光学传感器巧妙地融入到 Home 键中，一经问世就引起了市场的强烈关注。随着技术的进步、指纹识别模组成本下降以及移动支付的兴起，指纹识别搭载手机或者笔记本成为高端智能设备的标配。
3、人脸：最符合生活习惯的生物识别技术
人类的日常生活中每天都在进行人脸识别，因此也使得人脸识别最能接受这种身份认证方式。全球人脸识别的发展大致可以分为四个阶段。
第一阶段（1964s-1990s），人脸识别的探索阶段，被当作一般性的模式识别问题，主流技术是基于人脸的几何结构特征，但没有突出的研究成果，也没有获得实际应用。
第二阶段（1991s-1997s），人脸识别初步发展阶段，出现了很多经典的方法，例如 Eigen Face
（特殊脸）, Fisher Face 和弹性图匹配，主流的技术路线为人脸表观建模。
第三阶段（1998s-2014s），人脸识别技术快速发展阶段，光照、姿态问题成为研究重点，主要技术路线是“人造或基于学习的局部描述子(如 LBP，Gabor)+度量学习(DML)”。以美国、德国和日本的技术实现为主，人脸识别商业系统被逐渐开发，通常用于检查证件照等反恐安全领域，如美国 911 后在 115 座机场和 14 个主要港口设立的“美国访客和移民身份显示技术”系统。
第四阶段（2014s 至今），人脸识别应用快速渗透阶段，主流技术转为“深度学习+人脸图像大数据”，被广泛应用于公安、安防、金融、教育、交通等各个领域。从应用层面看，安防作为人脸识别的热点领域，除了在全市布局视频监控系统外，还增加了“刷脸进站”、“刷脸登机”等应用场景。如 2015 年 6 月广州地铁站试点的“人脸识别技术”，能动态地识别 5-8 个人/s；多地火车站、机场试行凭票、证、人实现 5s 内刷脸进站，极大地提高了进站效率。
金融是人脸识别应用渗透率最快的领域。2015 年 3 月 15 日，阿里巴巴创始人马云在德国汉诺威 IT 博览会上展示的 SmiletoPay 技术，成功实现利用“刷脸支付”的方式购买汉诺威纪念邮票。2015 年 6 月 1 日，全球首台人脸识别 ATM 机通过验收。2015 年 10 月 15 日，招商银行业内首推“ATM 刷脸取款”业务，无需银行卡，对着摄像头看一眼，系统就能自动抓拍现场照片，与银行可信照片源对比，然后输入手机号码进一步确认身份，之后便可输入密码取款，整个流程方便快捷，脸部识别在 1～2 秒间就可完成。
此外人脸识别还涉足教育、医疗、交通、人机交互、社交网络等多个领域，如高考采用人脸识别+指纹识别的高科技确认考生身份来杜绝作弊、替考等事件的发生；How-old、微软“我们”Twins Or Not 软件的走红等。
4、其他：品类繁多的生物识别技术各有用武之地
虹膜识别：虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环状区域，在红外光下呈现出丰富的纹理信息，如斑点、条纹、细丝、冠状、隐窝等细节特征。除非经历危及眼睛的外科手术，虹膜几乎终生不变。
虹膜识别通过对比虹膜图像特征之间的相似性来确定人们的身份，其核心是使用模式识别、图像处理等方法对人眼睛的虹膜特征进行描述和匹配，从而实现自动的个人身份认证。且虹膜识别是非接触式识别，方便高效。但虹膜识别技术难度高，大多局限于工业领域的应用。在众多生物识别技术中，目前虹膜识别来说是安全等级最高的。
虹膜识别的概念最初是由眼科专家弗兰克伯奇在 1936 年提出，1987 年由另外两个眼科专家伦纳德弗洛姆和埃尔朗萨菲尔用伯奇的概念申请了专利，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。目前有三个国家印度、墨西哥和印度尼西亚将虹膜作为国民身份证的标志，印度会给每个人分配编号采集虹膜，已有约 10 亿的采集规模。而三星接连在 Note7、S8、S8+上搭载虹膜识别，引领虹膜识别不断打开移动终端市场。
静脉识别：通过匹配实时静脉图和记录的个人手指静脉图特征值来进行身份鉴定。人的静脉是完全独特的，就连身体左侧和右侧的静脉也各不相同，有很多静脉在表皮上无法观察到，随着年龄的增长，静脉形状的变化也甚微，同时具有极强的生物活性，因此仿造静脉极其困难。静脉识别在手指有污渍或手指皮肤脱落时仍能实现准确识别，识别效率高。
国外方面，日韩在 1997 年就推出静脉识别产品；2008 年，日本已将静脉认证系统搭载到 IT 机器上，提供情报安全保证；2010 年，波兰的 BPS SA 银行在其华沙营业点安装启用了基于 “手指毛细血管”技术的自动提款机；2013 年，手掌静脉技术成为瑞典南部隆德市的一种更加方便、更安全的支付方式，现已在隆德市多家商店和餐厅投入使用。目前，土耳其、日本（三菱和大垣共立银行）、巴西、波兰等银行都在使用手掌静脉 ATM，日本 70%的银行都在使用手掌静脉 ATM 取款机。国内 2004 年开始研发，目前在智能社会事务管理如指静脉养老金发放的生存认证工作、银行金融、智能家居等领域铺开应用。
声纹识别：声纹也是人体独特的生物特征, 由于不同个体的发音器官的结构形状及讲话时发音器官的运动方式方面千差万别， 每个人的原始声音是独一无二的, 很难找到两个声纹完全一样的人， 因此声纹识别技术可将现场采集到的声纹同登记过的声纹模板进行精确的匹配来进行身份认证。与其他生物识别技术相比， 声纹识别对用户的干涉较少，用户接受的可能性较大，它具有简便、准确、经济及可扩展性良好等众多优势，在世界范围内，声纹识别技术正广泛应用于安全验证、控制等诸多领域， 特别是基于电信网络的身份识别。
从1952年贝尔研究所研制出世界上首个能识别10个英文数字发音的实验系统到1960年英国 Denes 等人研制的第一个计算机语音识别系统，语音识别直到 2009 年借助机器学习领域深度学习以及大数据的发展，才得以有质的飞速发展。如今，语音识别在移动终端的应用最为可观，包括语音对话机器人、语音助手等，出现了 Siri、Assistant、Cortana 等各式各样的产品，而我国目前处于技术仍不成熟，消费端应用渗透率低的状况，在智能家居、金融、证券、社保、社区矫正、公安、 军队及其他民用安全认证等行业和部门有着广泛的需求和发展空间。
从下表中我们可以看到，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，下游的应用领域也从最初的刑侦为主渗透到了多个不同行业，尤其是在移动终端上的应用，生物识别技术在个人身份识别方面的作用和便捷性更是突出，而需求的扩张又对于行业的发展形成了促进作用，实现了良好的正反馈效果。
1、生物识别技术的分类：生物特征 v.s.行为特征
生物识别是一种通过计算机与光学、声学、生物传感器等高科技手段密切结合，利用人体固有的生理特性，如指纹、人脸、虹膜等和行为特征如笔迹、声音、步态等进行个人身份鉴定的方法，因此从生物识别技术的大致可以分为生物体生理特种识别和生物体行为特征识别两大类。
表 ：生物识别技术的类别
资料来源：公开资料整理
从不同技术的出现先后时间看，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，随着技术进步的持续，未来将会拥有广泛的应用前景。
表 ：主流生物识别技术的发展历程
资料来源：公开资料整理
随着对于身份识别和保密需求的日益增加，以及人们对于安全便捷性追求的持续，各类生物识别技术纷纷开启了应用的空间，相较于指纹、人脸等，其他生物识别技术方面尽管普及度仍然略低，但是各自的特点使得在不同的行业市场中有着较好的发展潜力。
2、指纹：历久弥新的生物识别技术
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。
图：指纹识别发展路径
资料来源：互联网
19 世纪初，科学家发现了指纹的两个重要特征：唯一性和不变性，使得指纹正式在刑侦领域得以应用。而指纹卡的使用，不仅效率低下，同时人力资源成本耗费巨大。
20 世纪 60 年代，由于计算机可以有效的处理图形，人们开始着手研究利用计算机来处理指纹，自动指纹识别系统也就是 AFIS 得以风靡而广泛应用。
20 世纪 80 年代，个人电脑、光学扫描技术的革新，使得它们成为指纹取像的工具帮助指纹在其他领域得以应用，比如代替 IC 卡。
20 世纪 90 年代，低价位取像设备、可靠比对算法大量应用于 AFIS，指纹识别开始进入消费市场。
指纹识别最初的消费产品类型为 PC 配件，如使用 USB 接口的 U.are.U（1998 年），可以让用户在登陆 PC 时不必再输入密码。2000 年前后，弘基推出了市场上首款内置指纹识别模块的笔记本 TravelMate 739TLV。但这会导致开机时间延迟 12 秒，因此并未受到市场认可。2002 年前后，惠普推出首款内置指纹识别传感器的 Pocket PC iPAQ h5400 系列移动设备。2004 年 IBM 推出旗下首款搭载指纹识别传感器的笔记本 ThinkPad T42，运用第二代指纹识别技术--滑擦式指纹识别，获得市场热烈反响，成为最畅销的指纹识别笔记本。
2013 年苹果 iPhone 5S 采用指纹识别技术的 Touch ID 引领了指纹识别的技术革命，将光学传感器巧妙地融入到 Home 键中，一经问世就引起了市场的强烈关注。随着技术的进步、指纹识别模组成本下降以及移动支付的兴起，指纹识别搭载手机或者笔记本成为高端智能设备的标配。
3、人脸：最符合生活习惯的生物识别技术
人类的日常生活中每天都在进行人脸识别，因此也使得人脸识别最能接受这种身份认证方式。全球人脸识别的发展大致可以分为四个阶段。
图：人脸识别发展路径
资料来源：互联网
第一阶段（1964s-1990s），人脸识别的探索阶段，被当作一般性的模式识别问题，主流技术是基于人脸的几何结构特征，但没有突出的研究成果，也没有获得实际应用。
第二阶段（1991s-1997s），人脸识别初步发展阶段，出现了很多经典的方法，例如 Eigen Face
（特殊脸）, Fisher Face 和弹性图匹配，主流的技术路线为人脸表观建模。
第三阶段（1998s-2014s），人脸识别技术快速发展阶段，光照、姿态问题成为研究重点，主要技术路线是“人造或基于学习的局部描述子(如 LBP，Gabor)+度量学习(DML)”。以美国、德国和日本的技术实现为主，人脸识别商业系统被逐渐开发，通常用于检查证件照等反恐安全领域，如美国 911 后在 115 座机场和 14 个主要港口设立的“美国访客和移民身份显示技术”系统。
第四阶段（2014s 至今），人脸识别应用快速渗透阶段，主流技术转为“深度学习+人脸图像大数据”，被广泛应用于公安、安防、金融、教育、交通等各个领域。从应用层面看，安防作为人脸识别的热点领域，除了在全市布局视频监控系统外，还增加了“刷脸进站”、“刷脸登机”等应用场景。如 2015 年 6 月广州地铁站试点的“人脸识别技术”，能动态地识别 5-8 个人/s；多地火车站、机场试行凭票、证、人实现 5s 内刷脸进站，极大地提高了进站效率。
图：人脸识别的应用案例
资料来源：互联网
金融是人脸识别应用渗透率最快的领域。2015 年 3 月 15 日，阿里巴巴创始人马云在德国汉诺威 IT 博览会上展示的 SmiletoPay 技术，成功实现利用“刷脸支付”的方式购买汉诺威纪念邮票。2015 年 6 月 1 日，全球首台人脸识别 ATM 机通过验收。2015 年 10 月 15 日，招商银行业内首推“ATM 刷脸取款”业务，无需银行卡，对着摄像头看一眼，系统就能自动抓拍现场照片，与银行可信照片源对比，然后输入手机号码进一步确认身份，之后便可输入密码取款，整个流程方便快捷，脸部识别在 1～2 秒间就可完成。
此外人脸识别还涉足教育、医疗、交通、人机交互、社交网络等多个领域，如高考采用人脸识别+指纹识别的高科技确认考生身份来杜绝作弊、替考等事件的发生；How-old、微软“我们”Twins Or Not 软件的走红等。
4、其他：品类繁多的生物识别技术各有用武之地
虹膜识别：虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环状区域，在红外光下呈现出丰富的纹理信息，如斑点、条纹、细丝、冠状、隐窝等细节特征。除非经历危及眼睛的外科手术，虹膜几乎终生不变。
图：虹膜的纹理及近红外光条件下拍摄的虹膜图像
资料来源：互联网
图：三星S8 搭载虹膜识别
资料来源：互联网
虹膜识别通过对比虹膜图像特征之间的相似性来确定人们的身份，其核心是使用模式识别、图像处理等方法对人眼睛的虹膜特征进行描述和匹配，从而实现自动的个人身份认证。且虹膜识别是非接触式识别，方便高效。但虹膜识别技术难度高，大多局限于工业领域的应用。在众多生物识别技术中，目前虹膜识别来说是安全等级最高的。
虹膜识别的概念最初是由眼科专家弗兰克伯奇在 1936 年提出，1987 年由另外两个眼科专家伦纳德弗洛姆和埃尔朗萨菲尔用伯奇的概念申请了专利，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。目前有三个国家印度、墨西哥和印度尼西亚将虹膜作为国民身份证的标志，印度会给每个人分配编号采集虹膜，已有约 10 亿的采集规模。而三星接连在 Note7、S8、S8+上搭载虹膜识别，引领虹膜识别不断打开移动终端市场。
静脉识别：通过匹配实时静脉图和记录的个人手指静脉图特征值来进行身份鉴定。人的静脉是完全独特的，就连身体左侧和右侧的静脉也各不相同，有很多静脉在表皮上无法观察到，随着年龄的增长，静脉形状的变化也甚微，同时具有极强的生物活性，因此仿造静脉极其困难。静脉识别在手指有污渍或手指皮肤脱落时仍能实现准确识别，识别效率高。
图：指静脉读取示意图
资料来源：互联网
图：指静脉识别终端
资料来源：互联网
国外方面，日韩在 1997 年就推出静脉识别产品；2008 年，日本已将静脉认证系统搭载到 IT 机器上，提供情报安全保证；2010 年，波兰的 BPS SA 银行在其华沙营业点安装启用了基于 “手指毛细血管”技术的自动提款机；2013 年，手掌静脉技术成为瑞典南部隆德市的一种更加方便、更安全的支付方式，现已在隆德市多家商店和餐厅投入使用。目前，土耳其、日本（三菱和大垣共立银行）、巴西、波兰等银行都在使用手掌静脉 ATM，日本 70%的银行都在使用手掌静脉 ATM 取款机。国内 2004 年开始研发，目前在智能社会事务管理如指静脉养老金发放的生存认证工作、银行金融、智能家居等领域铺开应用。
声纹识别：声纹也是人体独特的生物特征, 由于不同个体的发音器官的结构形状及讲话时发音器官的运动方式方面千差万别， 每个人的原始声音是独一无二的, 很难找到两个声纹完全一样的人， 因此声纹识别技术可将现场采集到的声纹同登记过的声纹模板进行精确的匹配来进行身份认证。与其他生物识别技术相比， 声纹识别对用户的干涉较少，用户接受的可能性较大，它具有简便、准确、经济及可扩展性良好等众多优势，在世界范围内，声纹识别技术正广泛应用于安全验证、控制等诸多领域， 特别是基于电信网络的身份识别。
图：车载语音识别系统
资料来源：互联网
图：苹果智能音箱产品HomePod
资料来源：互联网
从1952年贝尔研究所研制出世界上首个能识别10个英文数字发音的实验系统到1960年英国 Denes 等人研制的第一个计算机语音识别系统，语音识别直到 2009 年借助机器学习领域深度学习以及大数据的发展，才得以有质的飞速发展。如今，语音识别在移动终端的应用最为可观，包括语音对话机器人、语音助手等，出现了 Siri、Assistant、Cortana 等各式各样的产品，而我国目前处于技术仍不成熟，消费端应用渗透率低的状况，在智能家居、金融、证券、社保、社区矫正、公安、 军队及其他民用安全认证等行业和部门有着广泛的需求和发展空间。
从下表中我们可以看到，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。
表 ：主流生物识别技术的比较
资料来源：公开资料整理
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。
资料来源：观研天下整理，转载请注明出处。（ww）
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
