前不久剛剛在國內發(fā)布的三星Galaxy Note 7主打虹膜識別功能，指紋識別也幾乎成了智能手機的標配。眾多種類的生物識別技術被用于智能設備當中，其中語音語義識別、圖像識別更是涵蓋了人工智能技術在其中。這些技術成為人機交互的新趨勢，是未來各類終端都需要做好的底層技術。
本期的智能內參，我們推薦來自安信證券的生物識別技術報告。
飛速成長的市場
根據前瞻產業(yè)研究院統計，2007年至 2013 年六年期間，生物識別技術的全球市場規(guī)模年均增速為 21.7%。 2015 年生物識別技術全球市場規(guī)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%。
自2015 年到2020年，各細分行業(yè)市場規(guī)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于首位，預計到 2020 年人臉識別技術市場規(guī)模將上升至 24 億美元。我們預計在智能終端滲透臉部識別的情況下，市場規(guī)?？赡艽蟪A期。
五大生物識別分類
五大生物識別各有特點，但是從市場占有率看，指紋識別之后最可能脫穎而出的預計是臉部識別。終端消費電子廠商采用臉部識別技術的速度，可能在兩年內接近現階段指紋識別的市場占比。特別是支付寶、券商、銀行為主的金融服務機構已經在去年開始大量采用臉部識別開戶、轉賬、付款等，以招商銀行為例，臉部識別能夠實現手機端超過 50萬的轉賬，可見對于其安全性的認同。
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，廣泛應用于考勤、門禁等身份識別。但容易復制，且指紋磨損后影響識別精度。
2、虹膜識別利用人眼圖像中虹膜區(qū)域的特征（環(huán)狀物、皺紋、斑點、冠狀物）形成特征模板，通過比較特征參數完成識別。該方法識別精度高、不易仿造但相關設備價格昂貴。
下載文檔
