安防新闻  随着移动智能设备和应用的迅速发展，由于支付等特殊需求对**的要求提高，联网设备呈爆发式增长。而利用人体固有的生理特性(如指纹、虹膜等)和行为特征(如笔迹、声音等)来进行个人身份鉴定的生物识别技术，正逐渐成为移动设备的标配。

指纹识别两大重要技术指标

目前比较成熟的生物识别技术主要有三种：包括指纹、人脸、虹膜。在iphone5S采用指纹识别的推动下，经过短短时间的技术沉淀，从联想发布的ZUK手机，到大神发布的Note3，再到奇酷青春版，都标志着指纹识别技术已经从**旗舰机快速普及到了千元智能机中。作为指纹识别模组厂商的代表，韩国CT Park SeungYong预计在2016年智能手机的销量16亿，其中带有指纹识别模块的智能手机大概是7亿。 

图题：金鹏微控科技有限公司总经理萧旭峰博士

目前市面上的电容式指纹传感器已经非常多了，但是差异化很小，而且**级别普遍不够。金鹏微控科技有限公司(下称“JP Sensor”)总经理萧旭峰博士表示，为了达到更高的**级别，JP Sensor大概是除了新思之外，少数直接在指纹Sensor中做加密的公司。“JP Sensor指纹采集器内建有AES加密。(Advanced Encryption Standard，**加密标准是美国联邦政府通用的一种区块加密标准)”萧旭峰博士表示，经过AES加密后，输出的东西不是指纹图像，要用相应算法才能解开图形，这种加密方式经常应用在通讯领域，比如ATM机，输入输出的信号一定是做了加密处理。

除了**问题，电容传感器面临另一个常见问题是静电问题。萧旭峰博士表示，业界一般都有做防静电处理，一般ic是做8000v的，指纹识别传感器是做15000v的，JP Sensor则做了更高一层30000v的标准。

涉及到指纹识别芯片*重要的精准度问题，取决于几个因素：**个是CPU，速度够不够快，指令层够不够;**个是算法，这里涉及到拒真率(FRR)和认假率(FAR)两个指标。“业界厂商一般告诉你它的拒真率是千分之一，误认率是百万分之一，但这个是假设数据，实际上没有这么好的指标。”萧旭峰博士认为，指纹识别算法是非常复杂的，主要原理是通过手指的特征点来进行计算，通常要有二三十年的技术积淀才能成就一家算法公司。

“现在全球的指纹识别算法大部分来自两个地方，分别是前苏联的立陶宛和北韩。”因为要获得更准确的拒真率(FRR)和认假率参数，需要大量的指纹影响数据库做支持，而这两个地方的指纹采集是做得*好的。“现在手机采用的指纹识别，需要消费者多次按压才能采集完成。但如果按严格的**标准，可能要按压30~40次以上，这个体验消费者是不会接受的。”萧旭峰博士认为，要提升**标准，就必须要牺牲用户体验。而立陶宛和北韩的指纹采集就没有这方面问题。

手机指纹识别面积能否更小?

由于在手机等移动终端上，指纹识别的面积越来越小，目前苹果的指纹识别面积是88*88，在金融支付领域，一般是192*192，比如华为的Mate就是采用这个尺寸。未来手机指纹识别是否会越做越小呢?

“源自北韩的算法要做到120*120还是很有难度，因为采用特征值算法，到120*120这种就只剩下3~4个特征值，没有使用影像及特殊算法是很难算出来的。”萧旭峰博士解释道，特征值简单来说就是指纹图形中出现一个特征点，诸如Y节点，它能够算出x轴、y轴的位置，这就是一个特征值。人的一个手指头大概有20+个特征值，因为面积小能取到的特征值量就会笑，因此重复概率会非常高，也就是说认假率(FAR)会比较高。指纹识别面积做小，在成本上可能会更便宜，但过小也会带来**性的下降，萧旭峰博士认为苹果敢做这么小，是因为它敢自己承担风险，而其他厂商很难做到这一点。

面对国内指纹识别厂商处处受限于苹果的**问题，迈瑞微CTO李扬渊提出了三个应对方法。“*有效的风险规避就是不使用已授权的**技术：在同一理论框架下如果不使用必要电路一定导致产品品质降低，失去竞争力;另辟蹊径自立山头，则要面对来理论研究、产业化、市场化三方面的困难。次有效的风险规避是获取**持有人的授权：把**风险转换为成本代价，面临竞争力降低的风险;通过发展技术并进行技术授权交换，面临自主技术被竞争对手使用而降低自身竞争力的风险。先侵权后赔钱：把侵权技术经过层层封装隐藏，给**持有人的举证制造障碍，会增加硬件复杂度，提高成本;在**申请中变造甚至劣化了技术方案来制造‘差异化’，试图使用‘自有**’对抗**持有人，但**法庭往往不认可。”

更高**级别的虹膜识别

相比指纹识别，由于虹膜识别具有更高**级别，因此在金融支付、门禁**等更高等级的**领域，已经开始大量采用虹膜识别。人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。而且虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的**性，同时也决定了身份识别的**性。因此，可以将眼睛的虹膜特征作为每个人的身份识别对象。

图题：北京释马大华科技有限公司**销售经理赵阔

“如果说指纹识别的特征点在15~20几个左右，人脸识别的特征点在10个左右，那么虹膜识别的特征点会达到266个之多。”北京释马大华科技有限公司**销售经理赵阔认为，由于具有极高的生物**性(仅次于DNA识别)，未来在智能家居、车联网、婴幼儿教育、教育考试身份认证等领域，虹膜识别有着广阔的应用前景。据介绍，目前释马大华的指纹识别模组匹配速度已经可以达到0.01秒。

目前的虹膜识别技术，主要是用于远距离、多模态、高通量的固定方式，对于新的移动与近距离的应用方式，有一定的挑战：比如复杂光线环境下，微型成像模块生成虹膜图像的质量，虹膜识别算法的公开评测等等。不同人种，所对应的虹膜识别算法也不相同。

“我们能够保证我们的**度到亿万级的级别，这是因为我们可以支持印度8.5亿的虹膜数据库。”赵阔表示，目前虹膜识别的算法上区别不大，主要的技术指标来自于数据库的量级。国内目前对于虹膜生物识别，还没有从政策层面出台相关法规，因此缺乏足够的数据库。他表示，印度在建立全民的虹膜身份证，而释马大华与Intel合作已经中标了这个政府项目。

在手机领域，2015年日本DOCOMO联合富士通发布了全球首款虹膜智能手机，其中的硬件模组由舜宇提供，算法由美国公司提供。今年初上市的中兴手机天机3和vivo X5pro,都声称有眼球识别，用词比较模糊，实际上这两款手机都是眼纹识别，在**度上与虹膜识别还有一定距离。“以后手机厂商要在印度市场做虹膜识别的，可以直接来找我们。目前的规划是今年年底，我们针对手机厂商会出500万颗模组。”

生态系统成为虹膜识别普及阻碍

“我们跟腾讯、京东、乐视、基于大数据应用的合作，还有一个是跟银联建立了一定的联系，打通整个虹膜支付的渠道。”赵阔表示，虹膜技术发展很短，真正市场化和产品化也只有这几年。虹膜识别要普及目前面临的*大挑战是生态系统以及应用，而不是产品本身。此外，未来如何降低虹膜识别方案的成本也是一大挑战。

北京中科虹霸科技有限公司总经理马力认为，指纹识别产业链成熟更早，虹膜识别发展比较晚，未来应该从金融平台、终端公司、硬件平台、操作系统各个层面推进虹膜生态链的建设。