從指紋識別到虹膜識別，生物識別逐步進入消費電子產品終端，全球生物識別市場預計2020年將達250億美元，其中目前成長最快的為臉部辨識，在應用場景不斷增加的情況下，臉部辨識極有可能是下一個消費終端創新的大方向，而在技術上紅外LED窄頻濾波有望成為核心要素。

  臉部辨識或脫穎而出 

從指紋識別到虹膜識別，生物識別被更多的消費電子廠商採用，大家對於技術的探討進入白熱化，但其實技術的比較意義不大，市場才能說明一切。

2007年至2013年六年期間，生物識別技術的全球市場規模年均增速為21.7%，這在全球大部分產業增長率不到 5%的對比下實屬罕見。 2015年生物識別技術全球市場規模將達到 130億美元，2020年將達到250億美元，5年內年均增速約14%。

全球生物識別產業市場規模（億美元）

自2015年到2020年，各細分產業市場規模增幅分別為：指紋 (73.3%) 、語音 (100%) 、人臉  (166.6%) 、虹膜  (100%) 、其他 (140%)  。眾多生物識別技術中人臉識別在增幅上居於首位，預計到 2020 年人臉識別技術市場規模將上升至 24 億美元。我們預計在智能終端滲透臉部辨識的情況下，市場規模可能大超預期。

全球生物識別細分產業市場佔比

五大生物識別各有特點，但是從市場佔有率看，指紋識別之後最可能脫穎而出的預計是臉部辨識。商業角度看，支付寶、券商、銀行為主的金融服務機構已經在去年 開始大量採用臉部辨識開戶、轉賬、付款等，以招商銀行為例，臉部辨識能夠實現手機端超過 50 萬的轉賬，可見對於其安全性的認同。

1.  指紋識別是目前應用最為廣泛的生物識別技術，技術成熟且成本低廉，廣泛應用於考勤、門禁等身份識別。但容易複製，且指紋磨損後影響識別精度。

2.  虹膜識別利用人眼圖像中虹膜區域的特徵（環狀物、皺紋、斑點、冠狀物）形成特徵模板，通過比較特徵參數完成識別。該方法識別精度高、不易仿造但相關設備價格昂貴。

3.  語音識別通過分析語音的惟一特性進行身份驗證，其設備距離範圍大、安裝簡易，但識別準確度低，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.  簽名識別是基於行為特徵的生物識別技術，通過分析筆跡、壓力、書寫速度進行身份驗證。但簽名可仿造性高，且簽名工具、情緒等均可對簽名識別造成干擾。

5.  臉部辨識與其他生物識別方式相比， 優勢在於自然性、 不被察覺性等特點。 自然性即該識別方式同人類進行個體識別時所利用的生物特徵相同，人類也通過觀察比較人臉、聲音等信息對其他個體進行區分和確認。因此，指紋識別、虹膜識別 等均不具有自然性。不被察覺的特點使該識別方法不易使人牴觸，利用可見光即可獲取人臉圖像信息，而指紋識別或虹膜識別需利用電子壓力傳感器或紅外線採集指 紋、虹膜圖像，在採集過程中身份信息即有可能被仿造。

生物識別類別比較

  業界巨頭紛紛佈局 

任何的技術創新都能在專利和收購中提前知曉， 臉部辨識進入智能終端這不僅僅是一種猜測，業界巨頭已經長期積極佈局臉部辨識。

1.蘋果公司先後收購 Polar  Rose，Prime Sense，Perceptio，Faceshift，Emotient，Turi等臉部辨識相關技術公司；
2.三星公司於 2010 年 12 月 29 日申請臉部辨識設備、算法及機器可讀媒體專利；於 2004年 6 月 19 日申請圖像識別特徵提取的設備及算法專利；
3.華為公司申請至少 10 項臉部辨識相關專利，如，確定人臉圖像中人臉的身份標識的方法、裝臵和終端；
4.谷歌公司（Google）先後收購臉部辨識系統公司 PittPatt 和 Viewdle 後，截止 2016 年 6月共申請 21 項臉部辨識相關專利；
5.Facebook 收購 Tel Aviv 後已於 2014 年上線臉部辨識軟件 DeepFace；
6.亞馬遜（Amazon）、微軟（Microsoft）亦分別申請 7 項及 6 項臉部辨識專利。

  人臉識別怎麼實現 

人臉識別主要分為人臉檢測和人臉比對兩部分。其工作流程為：
1.  圖像採集：通過採集傳感器(如攝像頭)採集人臉圖像；
2.  人臉定位及提取：然後對採集到的數據進行處理，去除採集數據中的噪聲和環境因素，抽取樣本中能夠表徵個人身份的特徵信息；
3.  特徵對比：再把這些特徵信息與數據庫中已有的信息進行對比；
4.  輸出結果：最後根據比對的相似程度來判斷是否匹配。

人臉識別流程

目前人臉識別市場的解決方案主要包括：2D識別、3D識別、熱感識別，目前市場上主流的識別方案是採用攝像頭的 2D方案。 2D臉部辨識是基於平面圖像的識別方法，但由於人的臉部並非平坦，因此2D識別在將 3D人臉信息平面化投影的過程中存在特徵信息損失。

3D與2D臉部辨識的結果對比

3D 識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人臉識別技術的算法比2D算法更合理並擁有更高精度。熱傳感識別技術使用一個三層的 BP（back-propagation）前饋神經網作為分類器，在使用熱感信息的同時使用不會被發型、呼吸等環境因素影響的關鍵臉部幾何信息，如鼻樑角 度、臉頰面積等，以增強識別精度。

臉部辨識創新的熱感識別模式

從目前的發展看，主要分為商業系統、主流軟件、算法等，我們認為終端設備的集成化應用需要整套解決方案，大廠商在這方面具有優勢。臉部辨識的組件部分主要 涉及：軟件部分為數據庫、算法；硬件部分為攝像頭模塊、集成設備、傳感器、芯片、IC、硬件接口電路、液晶顯示屏、存儲器等；以及，整合軟硬件廠商的系統 服務商。其中算法為產業鏈核心環節，同時也是技術壁壘最高的環節。從目前國內設計臉部辨識的公司看，主要還是提供攝像頭算法等，硬件的價值可能被忽視。

臉部辨識的主要商業系統、主流軟件、主流算法

  紅外 LED 窄頻濾波有望成為核心要素 

傳統的臉部辨識技術主要基於可見光圖像的臉部辨識，但這種方式有著難以克服的缺陷，近紅外臉部辨識系統能夠徹底解決環境光照影響問題。傳統可將識別在環境 光照發生變化時，識別效果會急劇下降，無法滿足實際系統的要。比如，拍照時遇到側光時出現的「陰陽臉」現象，就可能無法正確識別。

解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但目前這兩種技術還遠不成熟，識別效果不盡人意。基於近紅外圖像的人臉識別核心技術和系統，在不同光線條件下，能夠拍攝不受環境光照變化影響的近紅外人臉圖像，加上領先的算法，能夠取得很高的識別率。

不受環境光影響的近紅外人臉圖像

近紅外人臉識別包括兩部分：主動近紅外人臉成像設備和相應的光照無關人臉識別算法。使用強度高於環境光線的主動近紅外光源成像，配合相應波段的光學濾片，可以得到環境無關的人臉圖像，人臉圖像只會隨著人與攝像頭的距離變化而單調變化。

在此圖像上採用一些特定的特徵提取方式，如：局部二元模式（Local Binary Pattern，LBP）特徵，可以進一步消除圖像的單調變化，得到完全和光照無關的特徵表達。近年來，近紅外人臉識別在實際生活中已經有了諸多應用， 如：「深圳－香港生物護照自助通關系統」，「澳門－珠海生物護照自助通關系統」，「北京機場 T3 航站樓自助通關系統」等，均取得了很好的效果。

主動近紅外人臉成像設備能為人臉識別提供不受環境光影響的、高質量的人臉圖像，所謂的高質量包括：圖像亮度合適、均勻、對比度合適、不存在過度曝光等。主動近紅外人臉成像設備一般包括如下單元：

在相應波段強度高於環境光的主動近紅外光源，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、可低壓驅動、抗衝擊、抗振動、抗電磁干擾強的優點，因此被廣泛應用於各種圖像採集系統。在人臉識別系統中的 CCD 基本上是硅襯底的，其光譜響應範圍為 400nm~1100nm，該範圍也就是窄頻濾光片要考慮的光譜範圍；

窄頻濾光片，臵於攝像頭鏡頭外，允許近紅外光通過的同時過濾環境光。主要用來隔離干擾光，透過信號光，充分突顯有用信息，減小干擾信息，為後續的圖像處理和識別奠定基礎。

技術上紅外 LED 窄頻濾光片有望成為核心因素。目前有些方案採用隔離可見光透過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光和紫外光，並沒有隔離干擾光中處於紅外波段的部分。因此想得到良好的抗干擾效果，必須採用窄頻濾光片。

普通吸收型顏色濾光片與窄頻濾光片曲線比較

850nm LED 的光譜分佈

窄頻濾光片的選取需要考慮多個光學指標，包括帶寬、中心波長、截止波長、截止深度、峰值透過率、產品厚度等等。 從近期攝像頭與 AR 的發展看，國內的光學公司成為主力供應商，反應國內的光學實力足夠消費電子及特殊顯示的需求，窄頻濾光模組預計國際大客戶仍會採用國內供應商。

窄頻濾光片的選取 

資料來源：互聯網、安信證券研究中心

一款典型 850 窄頻濾光片產品及其曲線圖

來源：LEDinside整理自安信證券