全球生物識別技術(shù)規(guī)模不斷擴張

全球生物特征識別技術(shù)最早運用于法庭科學的司法鑒定，多是對靜態(tài)圖像（指紋圖像、臉形圖像）的事后采集和識別。到20世紀90年代末和21世紀初，特別是9.11恐怖事件之后，由于國際反恐斗爭的需要，對靜態(tài)、動態(tài)圖像的事前事后采集和實時鑒別，已成為防范安全風險的主要技術(shù)手段。

此后，生物識別技術(shù)不再局限于安全防范領(lǐng)域，逐漸在機場、銀行和各種電子器具上進行了更多實際應(yīng)用，國外許多高新技術(shù)公司試圖用眼睛虹膜、指紋、面貌特征等取代人們手中的信用卡或密碼。

由于具備顯著優(yōu)勢，生物識別技術(shù)開始在金融、電信、信息安全、電子政務(wù)等領(lǐng)域普及，全球生物識別技術(shù)行業(yè)市場規(guī)模不斷擴張。根據(jù)IBG數(shù)據(jù)，2017年，全球生物識別市場的規(guī)模已達到約131.5億美元，預計2018年市場規(guī)模在160.8億美元左右。

在各類生物識別技術(shù)中，指紋識別仍占據(jù)最高份額，但整體呈下降趨勢，占比已從2007年的66.9%降至2017年的56.7%。指紋識別技術(shù)行業(yè)市場規(guī)模增長也逐漸放緩，2013年以后，同比增速回落至兩位數(shù)以內(nèi)。2017年，全球指紋識別技術(shù)（包括AFIS和非AFIS的指紋應(yīng)用）規(guī)模約74.56億美元，同比增長7.71%。

語音識別盡管研發(fā)熱度較高，但受制于技術(shù)成熟度、用戶使用習慣等，尚未能充分打開市場空間。2017年，全球語音識別技術(shù)規(guī)模約6.58億美元，市場份額約5%，從2010-2017年語音識別技術(shù)的規(guī)模走勢來看，其規(guī)模及比重都在逐年下降。

相比之下，人臉識別技術(shù)更為成熟，國內(nèi)已有眾多廠商做到了超過99%的準確率。同時，人臉識別更符合用戶使用習慣。因此，近年來，人臉識別得到快速普及，市場規(guī)模大幅增長。2017年，人臉識別技術(shù)規(guī)模為21.57億美元，同比增長達19.83%；在全球生物識別市場中所占份額約16.4%，僅次于指紋識別技術(shù)。

虹膜識別方面，虹膜識別作為生物特征識別的一個重要分支，是指利用人眼虹膜區(qū)域進行身份鑒別的技術(shù)，具有高穩(wěn)定性、高可靠性和高防偽性等優(yōu)點。但由于應(yīng)用場景不多，當前發(fā)展不盡人意。2017年，全球虹膜識別技術(shù)規(guī)模還不到7億美元。

多生物特征融合技術(shù)將廣泛應(yīng)用

全球生物識別技術(shù)發(fā)展主要呈現(xiàn)出三大趨勢，首先是技術(shù)多元化。指紋識別技術(shù)由于其技術(shù)的穩(wěn)定性，一直是生物特征識別領(lǐng)域的應(yīng)用熱點，但由于其易被復制的缺陷，已無法滿足生物特征識別的應(yīng)用需求。近年來，隨著人臉、虹膜和靜脈等識別技術(shù)取得重大突破，其產(chǎn)品得到了廣泛的應(yīng)用。未來，生物特征識別技術(shù)也將繼續(xù)多元化發(fā)展。

其次，多生物特征融合技術(shù)廣泛應(yīng)用。由于客觀條件變化的不可估計性，單生物特征識別技術(shù)往往會遇到難以克服的特例。而且在安全性要求極高的應(yīng)用領(lǐng)域，單生物特征識別的性能很難達到預期的效果。因此，多生物特征識別技術(shù)越來越受到人們的關(guān)注。多生物特征識別技術(shù)利用了多個生物特征，結(jié)合數(shù)據(jù)融合技術(shù)，不僅提高了識別的準確性，而且擴大了多生物特征識別系統(tǒng)的應(yīng)用范圍，降低了多生物特征識別系統(tǒng)風險，是未來生物特征識別應(yīng)用領(lǐng)域的必然趨勢。

最后，深度學習技術(shù)成熟應(yīng)用。與傳統(tǒng)的機器學習算法相比，深度學習算法有更強的大數(shù)據(jù)擬合能力，目前被廣泛應(yīng)用于人臉識別、語音識別和計算機視覺等方面。不過，深度學習算法需要大量數(shù)據(jù)來保證在測試集上得到比較好的推廣性，如何解決這一問題將成接下來研究重點。

以上數(shù)據(jù)來源參考前瞻產(chǎn)業(yè)研究院發(fā)布的《中國生物識別技術(shù)行業(yè)市場調(diào)研與投資預測分析報告》。

更多深度行業(yè)分析盡在【前瞻經(jīng)濟學人APP】，還可以與500+經(jīng)濟學家/資深行業(yè)研究員交流互動。