浅析多模态生物识别的发展趋势

xcljlong

[paragraph]当今，随着物联网、大数据、云计算、人工智能等技术的快速发展，生物识别技术也得到了很大的发展。当前，据前瞻产业研究院的数据显示，预计今年全球的生物识别市场总额将达到250亿美元。
在国内市场方面，2010至2014年，国内生物特征识别市场的平均增速保持在60%以上，2014年生物特征识别市场规模为80亿元，2015年突破100亿元，预计2020年可突破300亿元。

从单个生物识别技术应用来看，指纹识别虽然占生物识别技术的份额最高，但整体呈下降趋势，从2007年的66.9%下降至2013年的60.1%，受这次疫情影响，预计在2020年的下降幅度将会超过50%左右;
而声纹识别、人脸识别、虹膜识别等所占份额则不断增长，到2020年比重预计分别达到22.4%、9.6%、6.4%。
虽然这些生物识别技术已经相对成熟，但依旧存在一些技术障碍，比如：
指纹识别技术应用比较广泛，但无法满足眼下对安全和卫生的需求;人的脸部特征也不是一成不变的，而且采集图像的过程中易受到光线等因素的影响，导致人脸识别精确度受到影响;虹膜能成像的距离很窄，如果用户的姿势稍有不对，就有可能采集不到清晰的虹膜，同时识别距离远近、复杂光线环境、睫毛遮挡、异形瞳孔等问题也影响虹膜识别的精准度;声纹和步态识别，则因为采集难度较大、受拍摄角度和环境影响大等，而难以推广。
从这次疫情防控的需求来看，单个生物识别技术的问题已经凸显，生物技术行业应该意识到在原有单一识别技术基础上，需增加一种或多种识别技术来提升生物识别的安全性，即第二代生物识别技术——多模态生物识别。
多模态生物识别，是指整合或融合两种及两种以上生物识别技术，利用其多重生物识别技术的独特优势，并结合数据融合技术，使得认证和识别过程更加精准、安全。
它与单一生物识别方式的主要区别在于，多模态生物识别技术可通过独立的或多种采集方式合而为一的采集器，采集不同的生物特征(如指纹、指静脉、人脸、虹膜图像等)，并通过分析、判断多种生物识别方式的特征值进行识别和认证。
如今生物识别正从单一走向多模态化，单一生物技术识别无法支撑越来越复杂化、多样化的身份验证场景，而多模态生物识别可以实现人脸、指纹、指静脉、虹膜、声纹等多种生物识别的相结合，从而进行更精确的身份认证以及集中、统一的系统管理。
在后疫情时代，多种生物识别技术进行融合应用的多模态生物识别，变得更加灵活，能根据不同的应用需求和场景变化，来选择合适的融合方式和权重决策。这必将成为新一代身份识别与认证领域的发展趋势。
按照技术应用的场景划分，目前多模态生物识别主要的赋能方向，聚焦在几个方面，包括：
公共服务领域如公安、出入境、社保等机构等，应用“指纹+人脸+OCR”的识别方式;信息安全领域如军队、军工企业等，应用“指纹+虹膜+掌纹”的识别方式;个性化AIoT应用领域如部分政务机构、酒店、零售等行业，应用“人脸+指纹+虹膜”的识别方式。