物联网

AI时代生物识别技术机遇和挑战

发布时间:2019-07-12 12:27:01 所属栏目:物联网 阅读:

  【安防展览网 市场分析】从钥匙开锁到指纹开锁再到人脸开锁,生物识别技术的发展开始着力于解放人类的双手。而与此同时,生物识别技术也开始服务人们生活的每个环节,当下开启的刷脸时代就是直白的例子。
 

  百度解义,生物识别是根据人类生理特征(人脸、指纹、虹膜等)和行为特征(姿态、动作、情感等)实现身份认证的技术。在进行人体身份认证时,其主要通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性和行为特征来进行个人身份的鉴定。目前,常用的生物识别技术主要包括:人脸识别、指纹识别、虹膜识别、行为识别以及步态识别。
 

  人脸识别:
 

  人脸识别又称面部识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。由于人脸识别所涉及的器官多、面积又大,因此该识别技术不仅复杂且易受到较多因素的干扰,如人的表情、姿态等等,而现在所提及的微表情识别、情绪识别技术,均属于人脸识别技术的分支。
 

  相关报道显示,随着政府推行用户和数据安全举措的增加、越来越多的移动设备的使用以及全球对健全的欺诈检测和预防系统需求的日益增长,预计2019年人脸识别市场的规模预计为32亿美元,五年后即2024年该市场规模将达到79亿美元,复合年增长率为16.6%。也就是说,人脸识别技术已成为当下主流的生物识别技术。
 

  从技术层面来看,人脸识别系统主要有四个部分组成,分别为人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。当前随着各家算力及算法的提升、非结构化数据逐渐向架构化水平转化,人脸识别算法准确率平均达到了99.69%,也就是说,人脸识别技术已经达到了较高水平。且在中国。已经出现了以云从科技、商汤科技、依图科技以及旷视科技为代表的中国人脸识别“四小龙”态势。
 

  从应用层面来看,仅在中国,随着天网工程、雪亮工程以及国家政策的推动,中国已经成为了人脸识别技术受益深的国家之一,基于人脸识别技术的软硬件产品也持续更新中,如人脸匝机、人脸识别手机解锁、人脸识别门禁与考勤、认证合一验证、人脸识别抓逃犯、行人闯红灯抓排系统、支付宝人脸识别付款、医院在线办卡等等,各种“智慧+”产业,如智能安防、智慧教育、智慧医院、智慧金融、智慧交通等等,都已经将人脸识别技术作为主流的技术。
 

  尽管全球已经加速进入“刷脸时代”,但人脸识别发展,依旧面临不少挑战:
 

  ●2D人脸识别技术
 

  由于2D信息存在深度数据丢失的局限性,无法完整的表达出真实人脸,所以其对复杂人脸的鲁棒性并不好,在实际应用中也存在着不少难点,如跨视角(跨姿态、跨年龄、化妆前后等)人脸识别、低分辨率人脸、深度学习(样本欺骗)、人脸反欺骗、复杂场景(强弱光照、模糊、遮挡等)、外在变化、计算力限制、细粒度分类(非人体检测和智能体检测)等等。
 

  ●3D人脸识别技术
 

  目前3D人脸采集技术包括双目技术、结构光技术和TOF技术,且3D活体检测可以有效分辨出伪造图片、视频、面具等的攻击,但其在算法和硬件方面也存在不少挑战。在算法方面,需要解决如何获得质量较高的3D人脸图像(深度图像、点云图像、网格图像和如何解决人脸姿态、表情、遮挡等因素的影响两大问题;在硬件层面,存在的挑战包括光照、距离、精度、复杂度等等。
 

  而除了以上难题,人脸识别技术还面临多模态技术融合问题、人工智能芯片垄断、数据隐私问题等难题。
 

  指纹识别:
 

  尽管人脸识别是目前市面较为流行的生物识别技术,但指纹识别依旧是当前应用广泛的识别方式。
 

  指纹识别主要是通过比较不同指纹的细节特征点来进行鉴别,过程主要可概括为指纹采集、指纹特征提取、指纹匹配三个环节。目前看来,指纹识别行业发展具体可概括为以下几大态势:
 

  ●指纹识别产业包括芯片设计、芯片制造封装、模组制造以及整机厂商等环节,产业链趋于完善。
 

  ●近年来,越来越多的智能手机开始采用指纹识别技术。2013年,具备指纹识别功能的智能手机iPhone 5S、华为面世;
 

  ●随着全面屏手机解决方案的推广与普及,指纹识别传感器开始转向背面后置或者内置在显示屏下方。
 

  ●在各类生物识别技术中,指纹识别仍占据最高份额。2017年,全球指纹识别技术规模约74.56亿美元,同比增长7.71%。