指紋識別兩大重要技術指標
目前比較成熟的生物識別技術主要有三種：包括指紋、人臉、虹膜。在iphone5S采用指紋識別的推動下，經(jīng)過短短時間的技術沉淀，從聯(lián)想發(fā)布的ZUK手機，到大神發(fā)布的Note3，再到奇酷青春版，都標志著指紋識別技術已經(jīng)從高端旗艦機快速普及到了千元智能機中。作為指紋識別模組廠商的代表，韓國CT Park SeungYong預計在2016年智能手機的銷量16億，其中帶有指紋識別模塊的智能手機大概是7億。
目前市面上的電容式指紋傳感器已經(jīng)非常多了，但是差異化很小，而且安全級別普遍不夠。金鵬微控科技有限公司（下稱“JP Sensor”）總經(jīng)理蕭旭峰博士表示，為了達到更高的安全級別，JP Sensor大概是除了新思之外，少數(shù)直接在指紋Sensor中做加密的公司。“JP Sensor指紋采集器內(nèi)建有AES加密。（Advanced Encryption Standard，高級加密標準是美國聯(lián)邦政府通用的一種區(qū)塊加密標準）”蕭旭峰博士表示，經(jīng)過AES加密后，輸出的東西不是指紋圖像，要用相應算法才能解開圖形，這種加密方式經(jīng)常應用在通訊領域，比如ATM機，輸入輸出的信號一定是做了加密處理。
除了安全問題，電容傳感器面臨另一個常見問題是靜電問題。蕭旭峰博士表示，業(yè)界一般都有做防靜電處理，一般ic是做8000v的，指紋識別傳感器是做15000v的，JP Sensor則做了更高一層30000v的標準。
涉及到指紋識別芯片最重要的精準度問題，取決于幾個因素：第一個是CPU，速度夠不夠快，指令層夠不夠；第二個是算法，這里涉及到拒真率（FRR）和認假率（FAR）兩個指標。“業(yè)界廠商一般告訴你它的拒真率是千分之一，誤認率是百萬分之一，但這個是假設數(shù)據(jù)，實際上沒有這么好的指標。”蕭旭峰博士認為，指紋識別算法是非常復雜的，主要原理是通過手指的特征點來進行計算，通常要有二三十年的技術積淀才能成就一家算法公司。
“現(xiàn)在全球的指紋識別算法大部分來自兩個地方，分別是前蘇聯(lián)的立陶宛和北韓。”因為要獲得更準確的拒真率（FRR）和認假率參數(shù)，需要大量的指紋影響數(shù)據(jù)庫做支持，而這兩個地方的指紋采集是做得最好的。“現(xiàn)在手機采用的指紋識別，需要消費者多次按壓才能采集完成。但如果按嚴格的安全標準，可能要按壓30~40次以上，這個體驗消費者是不會接受的。”蕭旭峰博士認為，要提升安全標準，就必須要犧牲用戶體驗。而立陶宛和北韓的指紋采集就沒有這方面問題。
手機指紋識別面積能否更??？
由于在手機等移動終端上，指紋識別的面積越來越小，目前蘋果的指紋識別面積是88*88，在金融支付領域，一般是192*192，比如華為的Mate就是采用這個尺寸。未來手機指紋識別是否會越做越小呢？
“源自北韓的算法要做到120*120還是很有難度，因為采用特征值算法，到120*120這種就只剩下3~4個特征值，沒有使用影像及特殊算法是很難算出來的。”蕭旭峰博士解釋道，特征值簡單來說就是指紋圖形中出現(xiàn)一個特征點，諸如Y節(jié)點，它能夠算出x軸、y軸的位置，這就是一個特征值。人的一個手指頭大概有20+個特征值，因為面積小能取到的特征值量就會笑，因此重復概率會非常高，也就是說認假率（FAR）會比較高。指紋識別面積做小，在成本上可能會更便宜，但過小也會帶來安全性的下降，蕭旭峰博士認為蘋果敢做這么小，是因為它敢自己承擔風險，而其他廠商很難做到這一點。
面對國內(nèi)指紋識別廠商處處受限于蘋果的專利問題，邁瑞微CTO李揚淵提出了三個應對方法。“最有效的風險規(guī)避就是不使用已授權(quán)的專利技術：在同一理論框架下如果不使用必要電路一定導致產(chǎn)品品質(zhì)降低，失去競爭力；另辟蹊徑自立山頭，則要面對來理論研究、產(chǎn)業(yè)化、市場化三方面的困難。次有效的風險規(guī)避是獲取專利持有人的授權(quán)：把專利風險轉(zhuǎn)換為成本代價，面臨競爭力降低的風險；通過發(fā)展技術并進行技術授權(quán)交換，面臨自主技術被競爭對手使用而降低自身競爭力的風險。先侵權(quán)后賠錢：把侵權(quán)技術經(jīng)過層層封裝隱藏，給專利持有人的舉證制造障礙，會增加硬件復雜度，提高成本；在專利申請中變造甚至劣化了技術方案來制造‘差異化’，試圖使用‘自有專利’對抗專利持有人，但專利法庭往往不認可。”
更高安全級別的虹膜識別
相比指紋識別，由于虹膜識別具有更高安全級別，因此在金融支付、門禁安全等更高等級的安全領域，已經(jīng)開始大量采用虹膜識別。人的眼睛結(jié)構(gòu)由鞏膜、虹膜、瞳孔晶狀體、視網(wǎng)膜等部分組成。虹膜是位于黑色瞳孔和白色鞏膜之間的圓環(huán)狀部分，其包含有很多相互交錯的斑點、細絲、冠狀、條紋、隱窩等的細節(jié)特征。而且虹膜在胎兒發(fā)育階段形成后，在整個生命歷程中將是保持不變的。這些特征決定了虹膜特征的唯一性，同時也決定了身份識別的唯一性。因此，可以將眼睛的虹膜特征作為每個人的身份識別對象。
“如果說指紋識別的特征點在15~20幾個左右，人臉識別的特征點在10個左右，那么虹膜識別的特征點會達到266個之多。”北京釋馬大華科技有限公司高級銷售經(jīng)理趙闊認為，由于具有極高的生物安全性（僅次于DNA識別），未來在智能家居、車聯(lián)網(wǎng)、嬰幼兒教育、教育考試身份認證等領域，虹膜識別有著廣闊的應用前景。據(jù)介紹，目前釋馬大華的指紋識別模組匹配速度已經(jīng)可以達到0.01秒。
目前的虹膜識別技術，主要是用于遠距離、多模態(tài)、高通量的固定方式，對于新的移動與近距離的應用方式，有一定的挑戰(zhàn)：比如復雜光線環(huán)境下，微型成像模塊生成虹膜圖像的質(zhì)量，虹膜識別算法的公開評測等等。不同人種，所對應的虹膜識別算法也不相同。
“我們能夠保證我們的精確度到億萬級的級別，這是因為我們可以支持印度8.5億的虹膜數(shù)據(jù)庫。”趙闊表示，目前虹膜識別的算法上區(qū)別不大，主要的技術指標來自于數(shù)據(jù)庫的量級。國內(nèi)目前對于虹膜生物識別，還沒有從政策層面出臺相關法規(guī)，因此缺乏足夠的數(shù)據(jù)庫。他表示，印度在建立全民的虹膜身份證，而釋馬大華與Intel合作已經(jīng)中標了這個政府項目。
在手機領域，2015年日本DOCOMO聯(lián)合富士通發(fā)布了全球首款虹膜智能手機，其中的硬件模組由舜宇提供，算法由美國公司提供。今年初上市的中興手機天機3和vivo X5pro,都聲稱有眼球識別，用詞比較模糊，實際上這兩款手機都是眼紋識別，在精確度上與虹膜識別還有一定距離。“以后手機廠商要在印度市場做虹膜識別的，可以直接來找我們。目前的規(guī)劃是今年年底，我們針對手機廠商會出500萬顆模組。”
生態(tài)系統(tǒng)成為虹膜識別普及阻礙
“我們跟騰訊、京東、樂視、基于大數(shù)據(jù)應用的合作，還有一個是跟銀聯(lián)建立了一定的聯(lián)系，打通整個虹膜支付的渠道。”趙闊表示，虹膜技術發(fā)展很短，真正市場化和產(chǎn)品化也只有這幾年。虹膜識別要普及目前面臨的最大挑戰(zhàn)是生態(tài)系統(tǒng)以及應用，而不是產(chǎn)品本身。此外，未來如何降低虹膜識別方案的成本也是一大挑戰(zhàn)。
北京中科虹霸科技有限公司總經(jīng)理馬力認為，指紋識別產(chǎn)業(yè)鏈成熟更早，虹膜識別發(fā)展比較晚，未來應該從金融平臺、終端公司、硬件平臺、操作系統(tǒng)各個層面推進虹膜生態(tài)鏈的建設。
作為首家與FIDO聯(lián)盟打通協(xié)議的，虹膜識別技術公司，中科虹霸擁有成熟、穩(wěn)定的算法作為技術支撐。由于具備強大的兼容性和擴展性，F(xiàn)IDO聯(lián)盟發(fā)展迅速，從最初的6個成員發(fā)展至208個成員，未來FIDO聯(lián)盟將成為一種國際認可的行業(yè)標準。馬力表示，通過數(shù)據(jù)驅(qū)動自動學習的方式可以提升虹膜識別的精度，至少提升15%。
中科虹霸在2004年就開始跟廣電運通開發(fā)第一款支持虹膜識別的ATM機，跟IrisGuard合作，開發(fā)了虹膜識別銀行解決方案ibank。“目前為止我們是國內(nèi)應用最多最廣的虹膜識別公司。”
目前比較成熟的生物識別技術主要有三種：包括指紋、人臉、虹膜。在iphone5S采用指紋識別的推動下，經(jīng)過短短時間的技術沉淀，從聯(lián)想發(fā)布的ZUK手機，到大神發(fā)布的Note3，再到奇酷青春版，都標志著指紋識別技術已經(jīng)從高端旗艦機快速普及到了千元智能機中。作為指紋識別模組廠商的代表，韓國CT Park SeungYong預計在2016年智能手機的銷量16億，其中帶有指紋識別模塊的智能手機大概是7億。
目前市面上的電容式指紋傳感器已經(jīng)非常多了，但是差異化很小，而且安全級別普遍不夠。金鵬微控科技有限公司（下稱“JP Sensor”）總經(jīng)理蕭旭峰博士表示，為了達到更高的安全級別，JP Sensor大概是除了新思之外，少數(shù)直接在指紋Sensor中做加密的公司。“JP Sensor指紋采集器內(nèi)建有AES加密。（Advanced Encryption Standard，高級加密標準是美國聯(lián)邦政府通用的一種區(qū)塊加密標準）”蕭旭峰博士表示，經(jīng)過AES加密后，輸出的東西不是指紋圖像，要用相應算法才能解開圖形，這種加密方式經(jīng)常應用在通訊領域，比如ATM機，輸入輸出的信號一定是做了加密處理。
除了安全問題，電容傳感器面臨另一個常見問題是靜電問題。蕭旭峰博士表示，業(yè)界一般都有做防靜電處理，一般ic是做8000v的，指紋識別傳感器是做15000v的，JP Sensor則做了更高一層30000v的標準。
涉及到指紋識別芯片最重要的精準度問題，取決于幾個因素：第一個是CPU，速度夠不夠快，指令層夠不夠；第二個是算法，這里涉及到拒真率（FRR）和認假率（FAR）兩個指標。“業(yè)界廠商一般告訴你它的拒真率是千分之一，誤認率是百萬分之一，但這個是假設數(shù)據(jù)，實際上沒有這么好的指標。”蕭旭峰博士認為，指紋識別算法是非常復雜的，主要原理是通過手指的特征點來進行計算，通常要有二三十年的技術積淀才能成就一家算法公司。
“現(xiàn)在全球的指紋識別算法大部分來自兩個地方，分別是前蘇聯(lián)的立陶宛和北韓。”因為要獲得更準確的拒真率（FRR）和認假率參數(shù)，需要大量的指紋影響數(shù)據(jù)庫做支持，而這兩個地方的指紋采集是做得最好的。“現(xiàn)在手機采用的指紋識別，需要消費者多次按壓才能采集完成。但如果按嚴格的安全標準，可能要按壓30~40次以上，這個體驗消費者是不會接受的。”蕭旭峰博士認為，要提升安全標準，就必須要犧牲用戶體驗。而立陶宛和北韓的指紋采集就沒有這方面問題。
手機指紋識別面積能否更??？
由于在手機等移動終端上，指紋識別的面積越來越小，目前蘋果的指紋識別面積是88*88，在金融支付領域，一般是192*192，比如華為的Mate就是采用這個尺寸。未來手機指紋識別是否會越做越小呢？
“源自北韓的算法要做到120*120還是很有難度，因為采用特征值算法，到120*120這種就只剩下3~4個特征值，沒有使用影像及特殊算法是很難算出來的。”蕭旭峰博士解釋道，特征值簡單來說就是指紋圖形中出現(xiàn)一個特征點，諸如Y節(jié)點，它能夠算出x軸、y軸的位置，這就是一個特征值。人的一個手指頭大概有20+個特征值，因為面積小能取到的特征值量就會笑，因此重復概率會非常高，也就是說認假率（FAR）會比較高。指紋識別面積做小，在成本上可能會更便宜，但過小也會帶來安全性的下降，蕭旭峰博士認為蘋果敢做這么小，是因為它敢自己承擔風險，而其他廠商很難做到這一點。
面對國內(nèi)指紋識別廠商處處受限于蘋果的專利問題，邁瑞微CTO李揚淵提出了三個應對方法。“最有效的風險規(guī)避就是不使用已授權(quán)的專利技術：在同一理論框架下如果不使用必要電路一定導致產(chǎn)品品質(zhì)降低，失去競爭力；另辟蹊徑自立山頭，則要面對來理論研究、產(chǎn)業(yè)化、市場化三方面的困難。次有效的風險規(guī)避是獲取專利持有人的授權(quán)：把專利風險轉(zhuǎn)換為成本代價，面臨競爭力降低的風險；通過發(fā)展技術并進行技術授權(quán)交換，面臨自主技術被競爭對手使用而降低自身競爭力的風險。先侵權(quán)后賠錢：把侵權(quán)技術經(jīng)過層層封裝隱藏，給專利持有人的舉證制造障礙，會增加硬件復雜度，提高成本；在專利申請中變造甚至劣化了技術方案來制造‘差異化’，試圖使用‘自有專利’對抗專利持有人，但專利法庭往往不認可。”
更高安全級別的虹膜識別
相比指紋識別，由于虹膜識別具有更高安全級別，因此在金融支付、門禁安全等更高等級的安全領域，已經(jīng)開始大量采用虹膜識別。人的眼睛結(jié)構(gòu)由鞏膜、虹膜、瞳孔晶狀體、視網(wǎng)膜等部分組成。虹膜是位于黑色瞳孔和白色鞏膜之間的圓環(huán)狀部分，其包含有很多相互交錯的斑點、細絲、冠狀、條紋、隱窩等的細節(jié)特征。而且虹膜在胎兒發(fā)育階段形成后，在整個生命歷程中將是保持不變的。這些特征決定了虹膜特征的唯一性，同時也決定了身份識別的唯一性。因此，可以將眼睛的虹膜特征作為每個人的身份識別對象。
“如果說指紋識別的特征點在15~20幾個左右，人臉識別的特征點在10個左右，那么虹膜識別的特征點會達到266個之多。”北京釋馬大華科技有限公司高級銷售經(jīng)理趙闊認為，由于具有極高的生物安全性（僅次于DNA識別），未來在智能家居、車聯(lián)網(wǎng)、嬰幼兒教育、教育考試身份認證等領域，虹膜識別有著廣闊的應用前景。據(jù)介紹，目前釋馬大華的指紋識別模組匹配速度已經(jīng)可以達到0.01秒。
目前的虹膜識別技術，主要是用于遠距離、多模態(tài)、高通量的固定方式，對于新的移動與近距離的應用方式，有一定的挑戰(zhàn)：比如復雜光線環(huán)境下，微型成像模塊生成虹膜圖像的質(zhì)量，虹膜識別算法的公開評測等等。不同人種，所對應的虹膜識別算法也不相同。
“我們能夠保證我們的精確度到億萬級的級別，這是因為我們可以支持印度8.5億的虹膜數(shù)據(jù)庫。”趙闊表示，目前虹膜識別的算法上區(qū)別不大，主要的技術指標來自于數(shù)據(jù)庫的量級。國內(nèi)目前對于虹膜生物識別，還沒有從政策層面出臺相關法規(guī)，因此缺乏足夠的數(shù)據(jù)庫。他表示，印度在建立全民的虹膜身份證，而釋馬大華與Intel合作已經(jīng)中標了這個政府項目。
在手機領域，2015年日本DOCOMO聯(lián)合富士通發(fā)布了全球首款虹膜智能手機，其中的硬件模組由舜宇提供，算法由美國公司提供。今年初上市的中興手機天機3和vivo X5pro,都聲稱有眼球識別，用詞比較模糊，實際上這兩款手機都是眼紋識別，在精確度上與虹膜識別還有一定距離。“以后手機廠商要在印度市場做虹膜識別的，可以直接來找我們。目前的規(guī)劃是今年年底，我們針對手機廠商會出500萬顆模組。”
生態(tài)系統(tǒng)成為虹膜識別普及阻礙
“我們跟騰訊、京東、樂視、基于大數(shù)據(jù)應用的合作，還有一個是跟銀聯(lián)建立了一定的聯(lián)系，打通整個虹膜支付的渠道。”趙闊表示，虹膜技術發(fā)展很短，真正市場化和產(chǎn)品化也只有這幾年。虹膜識別要普及目前面臨的最大挑戰(zhàn)是生態(tài)系統(tǒng)以及應用，而不是產(chǎn)品本身。此外，未來如何降低虹膜識別方案的成本也是一大挑戰(zhàn)。
北京中科虹霸科技有限公司總經(jīng)理馬力認為，指紋識別產(chǎn)業(yè)鏈成熟更早，虹膜識別發(fā)展比較晚，未來應該從金融平臺、終端公司、硬件平臺、操作系統(tǒng)各個層面推進虹膜生態(tài)鏈的建設。
作為首家與FIDO聯(lián)盟打通協(xié)議的，虹膜識別技術公司，中科虹霸擁有成熟、穩(wěn)定的算法作為技術支撐。由于具備強大的兼容性和擴展性，F(xiàn)IDO聯(lián)盟發(fā)展迅速，從最初的6個成員發(fā)展至208個成員，未來FIDO聯(lián)盟將成為一種國際認可的行業(yè)標準。馬力表示，通過數(shù)據(jù)驅(qū)動自動學習的方式可以提升虹膜識別的精度，至少提升15%。
中科虹霸在2004年就開始跟廣電運通開發(fā)第一款支持虹膜識別的ATM機，跟IrisGuard合作，開發(fā)了虹膜識別銀行解決方案ibank。“目前為止我們是國內(nèi)應用最多最廣的虹膜識別公司。”
