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(guān)注的技術(shù),，而ToF傳感器目前應(yīng)用最為廣泛的領(lǐng)域就是人臉識別。

幾乎人人都在政務(wù),、門禁,、支付等等這些應(yīng)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(guān)技術(shù),，雖然便利性很高，但是人臉識別的安全問題從技術(shù)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(shù)一直以來都是AI領(lǐng)域所比較熱論的話題,。

但是人臉識別安全性頻繁暴雷，導(dǎo)致生物識別的安全性備受關(guān)注,，那么生物識別到底是什么樣的一門生意,？

從應(yīng)用趨勢來看，指紋識別和人臉識別是目前應(yīng)用最為廣泛的生物識別技術(shù)，但是從技術(shù)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(lǐng)域，分為第一和第二代識別技術(shù),，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(shù),。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(shù),。

兩代技術(shù)的差異可以從特征的可顯性和活體識別進行區(qū)分,。

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(shù)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(shù),。

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(shù)。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(shù)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(shù)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(shù)相比于手指靜脈和手掌靜脈有著更為復(fù)雜的靜脈結(jié)構(gòu)，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(shù)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(shù)已得到廣泛應(yīng)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(fù)印機管理,、電子支付等需要進行身份認證的領(lǐng)域。同時,，在以上領(lǐng)域,，專利幾乎都是日本企業(yè)所掌握，包括日立和富士通,。

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(shù)能夠完美適應(yīng)市場需求,。同時,，由于實際識別系統(tǒng)構(gòu)建和應(yīng)用環(huán)境的復(fù)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(fù)制的安全性問題,。所以單生物識別在實際的應(yīng)用場景中都會存在局限性。

基于此,，最近在生物識別領(lǐng)域,，多模態(tài)、多種類生物識別融合技術(shù)被看做是未來趨勢,，智能手機,、智能門鎖以及安防領(lǐng)域目前已經(jīng)出現(xiàn)了多生物識別技術(shù)融合的應(yīng)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(shù)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(shù),，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(yīng)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(chǔ)上，進行算法融合,。放眼國內(nèi),，雖然在指紋、人臉方面應(yīng)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(shù)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,。