從指紋識(shí)別到虹膜識(shí)別，生物識(shí)別逐步進(jìn)入消費(fèi)電子產(chǎn)品終端，全球生物識(shí)別市場(chǎng)預(yù)計(jì)2020年將達(dá)250億美元，其中目前增速最快的為臉部識(shí)別，在應(yīng)用場(chǎng)景不斷增加的情況下，臉部識(shí)別極有可能是下一個(gè)消費(fèi)終端創(chuàng)新的大方向，而在技術(shù)上紅外LED窄帶濾波有望成為核心要素。

  臉部識(shí)別或脫穎而出 

從指紋識(shí)別到虹膜識(shí)別，生物識(shí)別被更多的消費(fèi)電子廠商采用，大家對(duì)于技術(shù)的探討進(jìn)入白熱化，但其實(shí)技術(shù)的比較意義不大，市場(chǎng)才能說(shuō)明一切。

根據(jù)前瞻產(chǎn)業(yè)研究院統(tǒng)計(jì)，2007年至2013年六年期間，生物識(shí)別技術(shù)的全球市場(chǎng)規(guī)模年均增速為21.7%，這在全球大部分行業(yè)增長(zhǎng)率不到 5%的對(duì)比下實(shí)屬罕見(jiàn)。 2015年生物識(shí)別技術(shù)全球市場(chǎng)規(guī)模將達(dá)到 130億美元，2020年將達(dá)到250億美元，5年內(nèi)年均增速約14%。

全球生物識(shí)別行業(yè)市場(chǎng)規(guī)模（億美元）

自2015年到2020年，各細(xì)分行業(yè)市場(chǎng)規(guī)模增幅分別為：指紋 (73.3%) 、語(yǔ)音 (100%) 、人臉  (166.6%) 、虹膜  (100%) 、其他 (140%)  。眾多生物識(shí)別技術(shù)中人臉識(shí)別在增幅上居于首位，預(yù)計(jì)到 2020 年人臉識(shí)別技術(shù)市場(chǎng)規(guī)模將上升至 24 億美元。我們預(yù)計(jì)在智能終端滲透臉部識(shí)別的情況下，市場(chǎng)規(guī)?？赡艽蟪A(yù)期。

全球生物識(shí)別細(xì)分行業(yè)市場(chǎng)占比

五大生物識(shí)別各有特點(diǎn)，但是從市場(chǎng)占有率看，指紋識(shí)別之后最可能脫穎而出的預(yù)計(jì)是臉部識(shí)別。商業(yè)角度看，支付寶、券商、銀行為主的金融服務(wù)機(jī)構(gòu)已經(jīng)在去年開(kāi)始大量采用臉部識(shí)別開(kāi)戶、轉(zhuǎn)賬、付款等，以招商銀行為例，臉部識(shí)別能夠?qū)崿F(xiàn)手機(jī)端超過(guò) 50 萬(wàn)的轉(zhuǎn)賬，可見(jiàn)對(duì)于其安全性的認(rèn)同。

1.  指紋識(shí)別是目前應(yīng)用最為廣泛的生物識(shí)別技術(shù)，技術(shù)成熟且成本低廉，廣泛應(yīng)用于考勤、門(mén)禁等身份識(shí)別。但容易復(fù)制，且指紋磨損后影響識(shí)別精度。

2.  虹膜識(shí)別利用人眼圖像中虹膜區(qū)域的特征（環(huán)狀物、皺紋、斑點(diǎn)、冠狀物）形成特征模板，通過(guò)比較特征參數(shù)完成識(shí)別。該方法識(shí)別精度高、不易仿造但相關(guān)設(shè)備價(jià)格昂貴。

3.  語(yǔ)音識(shí)別通過(guò)分析語(yǔ)音的惟一特性進(jìn)行身份驗(yàn)證，其設(shè)備距離范圍大、安裝簡(jiǎn)易，但識(shí)別準(zhǔn)確度低，可能被錄音欺騙，且易受背景噪聲、身體狀況、情緒等因素影響。

4.  簽名識(shí)別是基于行為特征的生物識(shí)別技術(shù)，通過(guò)分析筆跡、壓力、書(shū)寫(xiě)速度進(jìn)行身份驗(yàn)證。但簽名可仿造性高，且簽名工具、情緒等均可對(duì)簽名識(shí)別造成干擾。

5.  臉部識(shí)別與其他生物識(shí)別方式相比， 優(yōu)勢(shì)在于自然性、 不被察覺(jué)性等特點(diǎn)。 自然性即該識(shí)別方式同人類(lèi)進(jìn)行個(gè)體識(shí)別時(shí)所利用的生物特征相同，人類(lèi)也通過(guò)觀察比較人臉、聲音等信息對(duì)其他個(gè)體進(jìn)行區(qū)分和確認(rèn)。因此，指紋識(shí)別、虹膜識(shí)別等均不具有自然性。不被察覺(jué)的特點(diǎn)使該識(shí)別方法不易使人抵觸，利用可見(jiàn)光即可獲取人臉圖像信息，而指紋識(shí)別或虹膜識(shí)別需利用電子壓力傳感器或紅外線采集指紋、虹膜圖像，在采集過(guò)程中身份信息即有可能被仿造。

生物識(shí)別類(lèi)別比較

  業(yè)界巨頭紛紛布局 

任何的技術(shù)創(chuàng)新都能在專(zhuān)利和收購(gòu)中提前知曉， 臉部識(shí)別進(jìn)入智能終端這不僅僅是一種猜測(cè)，業(yè)界巨頭已經(jīng)長(zhǎng)期積極布局臉部識(shí)別。

1.蘋(píng)果公司先后收購(gòu) Polar  Rose，Prime Sense，Perceptio，F(xiàn)aceshift，Emotient，Turi等臉部識(shí)別相關(guān)技術(shù)公司；
2.三星公司于 2010 年 12 月 29 日申請(qǐng)臉部識(shí)別設(shè)備、算法及機(jī)器可讀媒體專(zhuān)利；于 2004年 6 月 19 日申請(qǐng)圖像識(shí)別特征提取的設(shè)備及算法專(zhuān)利；
3.華為公司申請(qǐng)至少 10 項(xiàng)臉部識(shí)別相關(guān)專(zhuān)利，如，確定人臉圖像中人臉的身份標(biāo)識(shí)的方法、裝臵和終端；
4.谷歌公司（Google）先后收購(gòu)臉部識(shí)別系統(tǒng)公司 PittPatt 和 Viewdle 后，截止 2016 年 6月共申請(qǐng) 21 項(xiàng)臉部識(shí)別相關(guān)專(zhuān)利；
5.Facebook 收購(gòu) Tel Aviv 后已于 2014 年上線臉部識(shí)別軟件 DeepFace；
6.亞馬遜（Amazon）、微軟（Microsoft）亦分別申請(qǐng) 7 項(xiàng)及 6 項(xiàng)臉部識(shí)別專(zhuān)利。

  人臉識(shí)別怎么實(shí)現(xiàn) 

人臉識(shí)別主要分為人臉檢測(cè)和人臉比對(duì)兩部分。其工作流程為：
1.  圖像采集：通過(guò)采集傳感器(如攝像頭)采集人臉圖像；
2.  人臉定位及提取：然后對(duì)采集到的數(shù)據(jù)進(jìn)行處理，去除采集數(shù)據(jù)中的噪聲和環(huán)境因素，抽取樣本中能夠表征個(gè)人身份的特征信息；
3.  特征對(duì)比：再把這些特征信息與數(shù)據(jù)庫(kù)中已有的信息進(jìn)行對(duì)比；
4.  輸出結(jié)果：最后根據(jù)比對(duì)的相似程度來(lái)判斷是否匹配。

人臉識(shí)別流程

目前人臉識(shí)別市場(chǎng)的解決方案主要包括：2D識(shí)別、3D識(shí)別、熱感識(shí)別，目前市場(chǎng)上主流的識(shí)別方案是采用攝像頭的 2D方案。 2D臉部識(shí)別是基于平面圖像的識(shí)別方法，但由于人的臉部并非平坦，因此2D識(shí)別在將 3D人臉信息平面化投影的過(guò)程中存在特征信息損失。

3D與2D臉部識(shí)別的結(jié)果對(duì)比

3D 識(shí)別使用三維人臉立體建模方法，可最大程度保留有效信息。因此3D人臉識(shí)別技術(shù)的算法比2D算法更合理并擁有更高精度。熱傳感識(shí)別技術(shù)使用一個(gè)三層的 BP（back-propagation）前饋神經(jīng)網(wǎng)作為分類(lèi)器，在使用熱感信息的同時(shí)使用不會(huì)被發(fā)型、呼吸等環(huán)境因素影響的關(guān)鍵臉部幾何信息，如鼻梁角度、臉頰面積等，以增強(qiáng)識(shí)別精度。

臉部識(shí)別創(chuàng)新的熱感識(shí)別模式

從目前的發(fā)展看，主要分為商業(yè)系統(tǒng)、主流軟件、算法等，我們認(rèn)為終端設(shè)備的集成化應(yīng)用需要整套解決方案，大廠商在這方面具有優(yōu)勢(shì)。臉部識(shí)別的組件部分主要涉及：軟件部分為數(shù)據(jù)庫(kù)、算法；硬件部分為攝像頭模塊、集成設(shè)備、傳感器、芯片、IC、硬件接口電路、液晶顯示屏、存儲(chǔ)器等；以及，整合軟硬件廠商的系統(tǒng)服務(wù)商。其中算法為產(chǎn)業(yè)鏈核心環(huán)節(jié)，同時(shí)也是技術(shù)壁壘最高的環(huán)節(jié)。從目前國(guó)內(nèi)設(shè)計(jì)臉部識(shí)別的公司看，主要還是提供攝像頭算法等，硬件的價(jià)值可能被忽視。

臉部識(shí)別的主要商業(yè)系統(tǒng)、主流軟件、主流算法

  紅外 LED 窄帶濾波有望成為核心要素 

傳統(tǒng)的臉部識(shí)別技術(shù)主要基于可見(jiàn)光圖像的臉部識(shí)別，但這種方式有著難以克服的缺陷，近紅外臉部識(shí)別系統(tǒng)能夠徹底解決環(huán)境光照影響問(wèn)題。傳統(tǒng)可將識(shí)別在環(huán)境光照發(fā)生變化時(shí)，識(shí)別效果會(huì)急劇下降，無(wú)法滿足實(shí)際系統(tǒng)的要。比如，拍照時(shí)遇到側(cè)光時(shí)出現(xiàn)的“陰陽(yáng)臉”現(xiàn)象，就可能無(wú)法正確識(shí)別。

解決光照問(wèn)題的方案有三維圖像人臉識(shí)別，和熱成像人臉識(shí)別。但目前這兩種技術(shù)還遠(yuǎn)不成熟，識(shí)別效果不盡人意?；诮t外圖像的人臉識(shí)別核心技術(shù)和系統(tǒng)，在不同光線條件下，能夠拍攝不受環(huán)境光照變化影響的近紅外人臉圖像，加上領(lǐng)先的算法，能夠取得很高的識(shí)別率。

不受環(huán)境光影響的近紅外人臉圖像

近紅外人臉識(shí)別包括兩部分：主動(dòng)近紅外人臉成像設(shè)備和相應(yīng)的光照無(wú)關(guān)人臉識(shí)別算法。使用強(qiáng)度高于環(huán)境光線的主動(dòng)近紅外光源成像，配合相應(yīng)波段的光學(xué)濾片，可以得到環(huán)境無(wú)關(guān)的人臉圖像，人臉圖像只會(huì)隨著人與攝像頭的距離變化而單調(diào)變化。

在此圖像上采用一些特定的特征提取方式，如：局部二元模式（Local Binary Pattern，LBP）特征，可以進(jìn)一步消除圖像的單調(diào)變化，得到完全和光照無(wú)關(guān)的特征表達(dá)。近年來(lái)，近紅外人臉識(shí)別在實(shí)際生活中已經(jīng)有了諸多應(yīng)用，如：“深圳－香港生物護(hù)照自助通關(guān)系統(tǒng)”，“澳門(mén)－珠海生物護(hù)照自助通關(guān)系統(tǒng)”，“北京機(jī)場(chǎng) T3 航站樓自助通關(guān)系統(tǒng)”等，均取得了很好的效果。

主動(dòng)近紅外人臉成像設(shè)備能為人臉識(shí)別提供不受環(huán)境光影響的、高質(zhì)量的人臉圖像，所謂的高質(zhì)量包括：圖像亮度合適、均勻、對(duì)比度合適、不存在過(guò)度曝光等。主動(dòng)近紅外人臉成像設(shè)備一般包括如下單元：

在相應(yīng)波段強(qiáng)度高于環(huán)境光的主動(dòng)近紅外光源，一般為高功率 850nm 和 940nm 紅外LED；

能夠接收近紅外光的攝像頭，通常為 CCD 圖像傳感器。CCD 具有體積小、重量輕、失真度小、功耗低、可低壓驅(qū)動(dòng)、抗沖擊、抗振動(dòng)、抗電磁干擾強(qiáng)的優(yōu)點(diǎn)，因此被廣泛應(yīng)用于各種圖像采集系統(tǒng)。在人臉識(shí)別系統(tǒng)中的 CCD 基本上是硅襯底的，其光譜響應(yīng)范圍為 400nm~1100nm，該范圍也就是窄帶濾光片要考慮的光譜范圍；

窄帶濾光片，臵于攝像頭鏡頭外，允許近紅外光通過(guò)的同時(shí)過(guò)濾環(huán)境光。主要用來(lái)隔離干擾光，透過(guò)信號(hào)光，充分突顯有用信息，減小干擾信息，為后續(xù)的圖像處理和識(shí)別奠定基礎(chǔ)。

技術(shù)上紅外 LED 窄帶濾光片有望成為核心因素。目前有些方案采用隔離可見(jiàn)光透過(guò)紅外光的紅外玻璃作為濾光片，然而普通的紅外玻璃只是隔離了可見(jiàn)光和紫外光，并沒(méi)有隔離干擾光中處于紅外波段的部分。因此想得到良好的抗干擾效果，必須采用窄帶濾光片。

普通吸收型顏色濾光片與窄帶濾光片曲線比較

850nm LED 的光譜分布

窄帶濾光片的選取需要考慮多個(gè)光學(xué)指標(biāo)，包括帶寬、中心波長(zhǎng)、截止波長(zhǎng)、截止深度、峰值透過(guò)率、產(chǎn)品厚度等等。 從近期攝像頭與 AR 的發(fā)展看，國(guó)內(nèi)的光學(xué)公司成為主力供應(yīng)商，反應(yīng)國(guó)內(nèi)的光學(xué)實(shí)力足夠消費(fèi)電子及特殊顯示的需求，窄帶濾光模組預(yù)計(jì)國(guó)際大客戶仍會(huì)采用國(guó)內(nèi)供應(yīng)商。

窄帶濾光片的選取 

資料來(lái)源：互聯(lián)網(wǎng)、安信證券研究中心

一款典型 850 窄帶濾光片產(chǎn)品及其曲線圖

來(lái)源：LEDinside整理自安信證券

如需獲取更多資訊，請(qǐng)關(guān)注LEDinside官網(wǎng)（www.007seojiaoyu.cn）或搜索微信公眾賬號(hào)（LEDinside）。