大眾對(duì)生物識(shí)別技術(shù)的深化程度和應(yīng)用關(guān)注度早已成為熱點(diǎn)。然而，任何一種單一生物識(shí)別技術(shù)在圖像采集及識(shí)別原理中都有其自身的局限性，我們認(rèn)為生物識(shí)別技術(shù)未來發(fā)展的三大主要趨勢(shì)是：多模態(tài)、防偽、非接觸。6月23日，阿里巴巴宣布，將推出業(yè)界首個(gè)“刷臉”登錄郵箱，并推出“+Mail”、“Mail+”的生態(tài)戰(zhàn)略，計(jì)劃以郵箱SaaS服務(wù)為切口布局企業(yè)級(jí)服務(wù)市場(chǎng)。所謂的“刷臉”，即生物識(shí)別。

　　業(yè)內(nèi)人士表示，2015年全球人臉識(shí)別技術(shù)市場(chǎng)產(chǎn)值為2.3億美元，而在2019年該領(lǐng)域?qū)⒃鲩L至4.5億美元，年復(fù)合增長率達(dá)17.97%，亞太地區(qū)將貢獻(xiàn)主要力量，2019年將實(shí)現(xiàn)全球占比近60%。就國內(nèi)市場(chǎng)，我國人臉識(shí)別市場(chǎng)規(guī)模在2010年至2015年平均復(fù)合增長率為15.9%，同一時(shí)期我國市場(chǎng)規(guī)模約占全球市場(chǎng)規(guī)模的10%，相比較于我國的人口規(guī)模（占全球約20%）與城市規(guī)模占比，我國人臉識(shí)別市場(chǎng)規(guī)模占比明顯偏低，而隨著整個(gè)行業(yè)技術(shù)奇點(diǎn)臨近，我國人臉識(shí)別市場(chǎng)將迎來爆發(fā)前夕。

　　生物識(shí)別是一個(gè)技術(shù)壁壘較高的行業(yè)，需要長時(shí)間的研發(fā)投入和技術(shù)積累。現(xiàn)在的許多APP都支持指紋解鎖功能，甚至市面上的千元手機(jī)都支持指紋識(shí)別，除此之外，還有支付寶和翼支付的“刷臉支付”，GoolgeGlass刮起的生物識(shí)別可穿戴設(shè)備風(fēng)潮等等，大眾對(duì)它的深化程度和應(yīng)用關(guān)注度早已成為熱點(diǎn)。然而，任何一種單一生物識(shí)別技術(shù)在圖像采集及識(shí)別原理中都有其自身的局限性，我們認(rèn)為生物識(shí)別技術(shù)未來發(fā)展的三大主要趨勢(shì)是：多模態(tài)、防偽、非接觸。

　　指紋識(shí)別技術(shù)

　　指紋識(shí)別是使用頻率最高的生物特征識(shí)別技術(shù)之一。早在唐宋期間，指紋已經(jīng)用于文書契約和司法審判中。現(xiàn)代的指紋識(shí)別技術(shù)經(jīng)歷了多年的積累，已經(jīng)非常成熟，廣泛應(yīng)用在司法、公安和門禁領(lǐng)域。所謂指紋，是指人體指尖表面的紋路。在指紋中，凸起的紋線為脊線，脊線與脊線之間的部分為谷線。根據(jù)脊線和谷線的結(jié)構(gòu)，可以得到一些細(xì)節(jié)點(diǎn)。指紋識(shí)別主要就是利用這些細(xì)節(jié)點(diǎn)特征實(shí)現(xiàn)的。

　　指紋識(shí)別主要包括指紋增強(qiáng)、特征提取和指紋匹配三個(gè)過程。

　　1、指紋增強(qiáng)：在指紋采集過程中，由于各種原因，采集到的指紋圖像不可避免的引入了一些噪聲，如果直接用于指紋識(shí)別，往往難以達(dá)到較好的效果。我們可以通過一定的圖像增強(qiáng)技術(shù)，改善指紋圖像質(zhì)量。這里會(huì)用到的技術(shù)有圖像分割、直方圖均衡化、濾波增強(qiáng)、二值化、細(xì)化等。

　　2、特征提取：前面提到，細(xì)節(jié)點(diǎn)特征是最常用的指紋特征。細(xì)節(jié)點(diǎn)特征的提取，就是在指紋圖像中找到脊線終點(diǎn)和脊線分叉兩個(gè)特征。經(jīng)過了指紋增強(qiáng)的步驟，如果指紋圖像能較好地分割，細(xì)節(jié)點(diǎn)很容易提取。但實(shí)際上有一些噪聲很難處理，這樣在增強(qiáng)后就會(huì)產(chǎn)生一些虛假特征。一般地，啟發(fā)式算法可以刪除虛假特征。特征提取后，我們得到了多組脊終點(diǎn)或分叉類型、位置坐標(biāo)及方向信息等。

　　3、指紋匹配：指紋匹配算法有很多種，包括點(diǎn)模式匹配、脊模式匹配、基于圖像的匹配和基于圖形的匹配等。細(xì)節(jié)點(diǎn)匹配可以看做是點(diǎn)模式匹配的問題。點(diǎn)模式匹配就是將提取的細(xì)節(jié)點(diǎn)集與數(shù)據(jù)庫中的細(xì)節(jié)點(diǎn)集進(jìn)行匹配，如果通過一些旋轉(zhuǎn)、尺度變換和平移變換，點(diǎn)集間是匹配的，那個(gè)兩幅指紋圖像就是匹配的。

　　指紋識(shí)別與安防領(lǐng)域的結(jié)合主要體現(xiàn)在考勤和門禁等應(yīng)用。指紋考勤機(jī)是最常見的指紋識(shí)別產(chǎn)品之一。常見的指紋考勤機(jī)廠商有中控科技、科密、安威士等。由于指紋識(shí)別算法比較成熟，業(yè)務(wù)應(yīng)用和用戶體驗(yàn)對(duì)于這類產(chǎn)品顯得尤為重要。

　　未來的指紋識(shí)別產(chǎn)品發(fā)展方向?qū)⒓性诓杉夹g(shù)和應(yīng)用模式創(chuàng)新。目前采集技術(shù)主要有4種類型：超聲波掃描、光學(xué)成像、溫差感應(yīng)式識(shí)別及半導(dǎo)體硅感技術(shù)。超聲波技術(shù)利用皮膚與空氣對(duì)于聲波阻抗的差異，可區(qū)分脊線和谷線的位置，能達(dá)到很高的精度，但因成本高，且無法進(jìn)行活體指紋識(shí)別，應(yīng)用較少。光學(xué)成像利用光學(xué)傳感器采集指紋圖像，使用方便，價(jià)格便宜，使用最廣泛。但光學(xué)成像設(shè)備也無法進(jìn)行活體識(shí)別，這就產(chǎn)生了一些漏洞，如使用硅膠指模或斷指等進(jìn)行身份認(rèn)證。溫差感應(yīng)式識(shí)別技術(shù)是基于溫感原理實(shí)現(xiàn)的，通過感應(yīng)手指與芯片映像區(qū)域間的溫度差產(chǎn)生電信號(hào)。但由于熱傳導(dǎo)效應(yīng)，時(shí)間一長，手指與芯片的溫度就趨于一致了。半導(dǎo)體硅感技術(shù)即電容式技術(shù)，利用手指紋路與傳感器之間的電容差，得到指紋圖像。由于傳感器發(fā)出的電子信號(hào)可直達(dá)真皮層，能獲取更多可靠數(shù)據(jù)，提高識(shí)別準(zhǔn)確率。隨著傳感器成本的不斷下降，相信基于半導(dǎo)體硅感技術(shù)的指紋識(shí)別產(chǎn)品將應(yīng)用的更為廣泛。

　　人臉識(shí)別技術(shù)

　　人臉由于其易采集的特性，受到很多行業(yè)客戶的關(guān)注，特別是公安、海關(guān)、商場(chǎng)等。人類每天都在進(jìn)行人臉識(shí)別，因此也最能接受這種身份認(rèn)證方式。人臉識(shí)別的研究始于上世紀(jì)中期，經(jīng)歷了數(shù)十年的努力，現(xiàn)在已經(jīng)可以應(yīng)用在我們的實(shí)際生活中，為我們提供各種便利。

　　人臉識(shí)別主要分為人臉檢測(cè)（facedetection）、特征提取（featureextraction）和人臉識(shí)別（facerecognition）三個(gè)過程。

　　人臉檢測(cè)：人臉檢測(cè)是指從輸入圖像中檢測(cè)并提取人臉圖像，通常采用haar特征和Adaboost算法訓(xùn)練級(jí)聯(lián)分類器對(duì)圖像中的每一塊進(jìn)行分類。如果某一矩形區(qū)域通過了級(jí)聯(lián)分類器，則被判別為人臉圖像。

　　特征提取：特征提取是指通過一些數(shù)字來表征人臉信息，這些數(shù)字就是我們要提取的特征。常見的人臉特征分為兩類，一類是幾何特征，另一類是表征特征。幾何特征是指眼睛、鼻子和嘴等面部特征之間的幾何關(guān)系，如距離、面積和角度等。由于算法利用了一些直觀的特征，計(jì)算量小。不過，由于其所需的特征點(diǎn)不能精確選擇，限制了它的應(yīng)用范圍。另外，當(dāng)光照變化、人臉有外物遮擋、面部表情變化時(shí)，特征變化較大。所以說，這類算法只適合于人臉圖像的粗略識(shí)別，無法在實(shí)際中應(yīng)用。

　　表征特征利用人臉圖像的灰度信息，通過一些算法提取全局或局部特征。其中比較常用的特征提取算法是LBP算法。LBP方法首先將圖像分成若干區(qū)域，在每個(gè)區(qū)域的像素3x3鄰域中用中心值作閾值化，將結(jié)果看成是二進(jìn)制數(shù)。圖3顯示了一個(gè)LBP算子。LBP算子的特點(diǎn)是對(duì)單調(diào)灰度變化保持不變。每個(gè)區(qū)域通過這樣的運(yùn)算得到一組直方圖，然后將所有的直方圖連起來組成一個(gè)大的直方圖并進(jìn)行直方圖匹配計(jì)算進(jìn)行分類。

　　人臉識(shí)別：這里提到的人臉識(shí)別是狹義的人臉識(shí)別，即將待識(shí)別人臉?biāo)崛〉奶卣髋c數(shù)據(jù)庫中人臉的特征進(jìn)行對(duì)比，根據(jù)相似度判別分類。而人臉識(shí)別又可以分為兩個(gè)大類：一類是確認(rèn)，這是人臉圖像與數(shù)據(jù)庫中已存的該人圖像比對(duì)的過程，回答你是不是你的問題；另一類是辨認(rèn)，這是人臉圖像與數(shù)據(jù)庫中已存的所有圖像匹配的過程，回答你是誰的問題。顯然，人臉辨認(rèn)要比人臉確認(rèn)困難，因?yàn)楸嬲J(rèn)需要進(jìn)行海量數(shù)據(jù)的匹配。常用的分類器有最近鄰分類器、支持向量機(jī)等。

　　與指紋應(yīng)用方式類似，人臉識(shí)別技術(shù)目前比較成熟的也是考勤機(jī)。因?yàn)樵诳记谙到y(tǒng)中，用戶是主動(dòng)配合的，可以在特定的環(huán)境下獲取符合要求的人臉。這就為人臉識(shí)別提供了良好的輸入源，往往可以得到滿意的結(jié)果。但是在一些公共場(chǎng)所安裝的視頻監(jiān)控探頭，由于光線、角度問題，得到的人臉圖像很難比對(duì)成功。這也是未來人臉識(shí)別技術(shù)發(fā)展必須要解決的難題之一。

　　現(xiàn)在已有一些機(jī)構(gòu)、高校在進(jìn)行人臉識(shí)別新領(lǐng)域、新技術(shù)的研究。如遠(yuǎn)距離人臉識(shí)別技術(shù)，3D人臉識(shí)別技術(shù)等。遠(yuǎn)距離人臉識(shí)別系統(tǒng)面臨兩個(gè)主要困難。一是如何從遠(yuǎn)距離獲取人臉圖像。其次，在得到的數(shù)據(jù)并不理想的情況下如何識(shí)別身份。從某種意義上來看，遠(yuǎn)距離人臉識(shí)別并不是一個(gè)特定的關(guān)鍵技術(shù)或基礎(chǔ)研究問題。它可看成是一個(gè)應(yīng)用和系統(tǒng)設(shè)計(jì)問題。通常有兩類解決方法用于獲取人臉圖片。一種是高清的固定式攝像機(jī)，另一種是使用PTZ控制系統(tǒng)多攝像機(jī)系統(tǒng)。后者更適合于一般情況，不過其結(jié)構(gòu)更為復(fù)雜，造價(jià)也更貴。后者需要考慮如何協(xié)調(diào)多臺(tái)攝像機(jī)的同步操作。一般地，系統(tǒng)由低分辨率廣角攝像機(jī)和高分辨率長焦攝像機(jī)組成。前者用于檢測(cè)和追蹤目標(biāo)，后者用于人臉圖像采集和識(shí)別。目前遠(yuǎn)距離人臉識(shí)別技術(shù)還處于實(shí)驗(yàn)室階段，未來如果能夠解決上述問題，對(duì)人員布控這樣的應(yīng)用有著重要意義。

　　3D人臉識(shí)別能夠很好地克服2D人臉識(shí)別遇到的姿態(tài)、光照、表情等問題。主要原因是2D圖像無法很好地表示深度信息。通常，3D人臉識(shí)別方法使用3D掃描技術(shù)獲取3D人臉，然后建立3D人臉模型并用于識(shí)別。不過，3D人臉識(shí)別技術(shù)的缺點(diǎn)也是很明顯的。首先它需要額外的3D采集設(shè)備或雙目立體視覺技術(shù)，其次，建模過程需要的計(jì)算量較大。相信隨著未來芯片技術(shù)的發(fā)展，當(dāng)計(jì)算能力不再受到制約，采集設(shè)備成本大幅下降的時(shí)候，3D人臉識(shí)別將會(huì)成為熱門技術(shù)之一。