從今年年初到現(xiàn)在，ToF傳感器一直以來都是蘋果、三星、GD、AMS等傳感器企業(yè)和智能硬件企業(yè)所關注的技術，而ToF傳感器目前應用最為廣泛的領域就是人臉識別。
幾乎人人都在政務、門禁、支付等等這些應用場景使用過人臉識別，根據(jù)調(diào)查，90%的人都使用過相關技術，雖然便利性很高，但是人臉識別的安全問題從技術誕生到現(xiàn)在一直都存在質(zhì)疑，不僅僅是人臉識別，包括指紋識別、語音識別、虹膜識別以及靜脈識別等生物識別技術一直以來都是AI領域所比較熱論的話題。
但是人臉識別安全性頻繁暴雷，導致生物識別的安全性備受關注，那么生物識別到底是什么樣的一門生意？
指紋識別和人臉識別并非最好的生物識別方式
從應用趨勢來看，指紋識別和人臉識別是目前應用最為廣泛的生物識別技術，但是從技術角度和安全性來說，兩者均不能算是理想的生物識別方式。
在生物特征識別領域，分為第一和第二代識別技術，上面所說的指紋識別、人臉識別、虹膜識別、掌紋識別、DNA識別以及簽名識別、聲紋識別、步態(tài)識別都屬于第一代生物識別技術。靜脈識別（分為指靜脈識別和掌靜脈識別）、視網(wǎng)膜識別則屬于第二代生物識別技術。
從安全性和技術迭代來看，第二代生物識別技術相比于第一代識別技術要更有優(yōu)勢。
兩代技術的差異可以從特征的可顯性和活體識別進行區(qū)分。
特征的可顯性，如果生理或行為特征可以通過肉眼看見，使得容易被模仿和復制，這種基于生理/行為特征的生物識別技術可以被稱為第一代生物識別技術，指紋識別、人臉識別、虹膜識別、掌紋識別、簽名識別、聲紋識別以及步態(tài)識別，這幾種識別技術的行為或特征是可顯性的，其中指紋、人臉、掌紋可以通過一些技巧或軟硬件工具提取或者復制，而聲紋、簽名、步態(tài)則可以通過刻意模仿來獲得相似性極高的行為特征。
活體識別，"活體識別"是指不可借助外力來代替或模擬的活體檢測并識別，也就是說如果通過復制，或者3D打印人臉模型，進行假體識別只能算第一代生物識別技術，而活體識別能夠判斷是否為真實的生物體，滿足可顯性和活體識別要求的生物體才算是第二代生物識別技術。
例如，靜脈識別，首先靜脈隱藏于手指或者手掌內(nèi)部，不可見，另外，靜脈識別技術是通過使用特定波長紅外光照射人體，由于皮膚和皮下的血管內(nèi)的血液中的血紅蛋白對于紅外線不同反射差異的特性，實時獲取血管圖像，將其與存儲的圖像進行特征比對匹配，實現(xiàn)身份認證及鑒別，所以假手指和手指圖像不能通過靜脈識別。靜脈識別符合判定的兩點要求，屬于第二代生物識別技術。
視網(wǎng)膜識別與靜脈識別類似，同屬于第二代生物識別技術。視網(wǎng)膜是眼睛底部的血液細胞層，特征不外顯；其次，如果沒有血液流動或者是非活體，視網(wǎng)膜識別則也不可能通過。但是，視網(wǎng)膜識別需要激光照射眼球背面，可能對眼球造成損失，同時降低成本的難度也較大，此文不做對比。
從下圖可以看出，在多項技術指標上，指紋識別和人臉識別并非最好的生物識別方式。
但是從上面成本、便捷程度、接受度來看，指紋識別和人臉識別確實是普及生物識別最好的方式，并且現(xiàn)在兩者在市場份額上來看，也是名副其實。根據(jù)Transparency Market最新的數(shù)據(jù)顯示，指紋識別在所有生物識別占比58%，人臉識別占比18%，位列前二。
但是由于今年疫情刺激下，非接觸經(jīng)濟和技術的增長，安全性較高的靜脈識別市場也在不斷進入人們的視線。今年7月，蘋果申請的一項名為"用于困難的生物識別認證案例的靜脈匹配"中提到，利用人臉靜脈進行人臉識別，這項技術相比于手指靜脈和手掌靜脈有著更為復雜的靜脈結(jié)構，仿造難度更大。與蘋果類似，今年1月，亞馬遜也通過研發(fā)手掌靜脈技術進行刷手支付測試。
在市場增長方面，2020年靜脈識別的市場份額相比2015年增長了約4倍，市場規(guī)模約20億美元。筆者認為，由于目前智能手機逐漸裝配了近紅外傳感器，靜脈識別的市場增速將會進一步加快。
在日本，手指靜脈技術已得到廣泛應用，如銀行ATM機、接入存有大量個人信息的PC機、門禁考勤管理系統(tǒng)、保險箱管理、復印機管理、電子支付等需要進行身份認證的領域。同時，在以上領域，專利幾乎都是日本企業(yè)所掌握，包括日立和富士通。
多模態(tài)、多傳感器融合才是生物識別的未來
辯證來看，雖然靜脈識別的安全性較高，但是它的推廣普及也存在著巨大的挑戰(zhàn)。
首先，血管是3D，不同位置、不同角度的成像圖案差異較大，尤其是在指靜脈識別中，稍微偏移就會出現(xiàn)誤識或者錯識的情況，極大影響用戶體驗。其次，成本也是限制靜脈識別產(chǎn)品進行大規(guī)模推廣最重要的一個因素。
結(jié)合指紋識別、人臉識別來看，目前并沒有一種單獨的生物識別技術能夠完美適應市場需求。同時，由于實際識別系統(tǒng)構建和應用環(huán)境的復雜性，單生物特征識別會有不同的問題。例如，靜脈識別所用的近紅外傳感器和用于人臉識別的ToF傳感器，在采集數(shù)據(jù)過程中會有噪聲，影響數(shù)據(jù)精準；適用人群不具備普遍性，例如殘疾人士；以及上述所說的指紋和人臉識別易被復制的安全性問題。所以單生物識別在實際的應用場景中都會存在局限性。
基于此，最近在生物識別領域，多模態(tài)、多種類生物識別融合技術被看做是未來趨勢，智能手機、智能門鎖以及安防領域目前已經(jīng)出現(xiàn)了多生物識別技術融合的應用案例。
這種趨勢也與目前傳感器企業(yè)所主張的多傳感融合技術相匹配。這一點需要指出的是，無論是主張的多傳感器融合還是多模態(tài)生物識別技術，本質(zhì)上并不是使用不同的傳感器或者生物識別算法分別得出相應的結(jié)果，而是通過融合算法將多重數(shù)據(jù)綜合判定得到最終的識別結(jié)果或者數(shù)據(jù)。這種處理方式更加有利于生物識別以及物聯(lián)網(wǎng)數(shù)據(jù)的處理速度和安全性。
可見，多模態(tài)生物識別融合首先需要建立在傳感器融合基礎上，進行算法融合。放眼國內(nèi)，雖然在指紋、人臉方面應用廣泛，但是在靜脈識別等安全性、精讀更高的第二代生物識別技術上相對處于落后階段，所以國內(nèi)多模態(tài)生物識別的發(fā)展仍需時日。
