集微網訊息，近日，由芯智訊主辦的“融合·創新——2019生物識別技術與應用高峰論壇”在深圳召開。作為第三屆“生物識別產業高峰論壇”，本次高峰論壇彙集了人臉、指紋、聲紋、虹膜、靜脈識別等多種生物識別技術代表性企業，同時還吸引了大量的產業鏈的上下游企業、科研院校參與。
近年來，生物識別產業發展非常迅猛。根據前瞻產業研究院釋出的資料顯示，2007 年全球生物識別市場規模僅有 30。1 億美元，而2013 年達到了 97。8 億美元，6 年複合增長率高達 21。7%。2015 年的全球生物識別市場規模達到了 130 億美元， 預計至2020 年全球生物識別市場規模將達到 250 億美元。5年內的年複合增長率將達約 13。9%。
“由於不同的生物識別技術在精度、安全性、穩定性、識別速度、便捷性、成本、功耗等眾多方面有著明顯的差異，因此在不同的應用領域中，也會有著各自不同的特點和優劣勢。而在多生物識別技術當中選擇一些不同技術的融合應用，則有望很好的平衡以上的問題。我們認為，未來多生物識別技術融合將是一大趨勢。”芯智訊創始人兼總編楊健在論壇開場致詞中說到。
中科院喬宇博士：深度學習推動人臉識別爆發
很多的生物識別技術其實早已有之，但為何近幾年特別是像人臉識別和語音識別等技術為什麼得以快速的爆發？中科院深圳先進技術研究院數字所所長喬宇博士表示，這主要得益於深度學習技術的推動，加速了相關技術在識別準確率上大幅提升，甚至超過了人類。
▲中科院先進技術研究院數字所所長喬宇博士
喬宇博士表示，“5、6年前人臉識別的應用更多是用於公司的打卡，那時候幾百人、幾千人才會有比較高的識別率。現在技術可以支援做城市級的人臉識別，可以應對深圳數千萬人口的人臉識別，這背後是技術巨大的進步”。
另外，針對目前比較熱的3D人臉識別，喬宇博士表示，目前中科院深圳先進技術研究院也在做“基於單幅影象恢復三維人臉結構”。現在的演算法可以對人臉上的皺紋、鬍鬚等細節紋理有比較好恢復效果，支援複雜的表情和複雜的姿態。
目前，深度學習伴隨大資料的應用，效能在不斷提升。但是，深度學習在很多方面也有其侷限性。喬宇博士表示，比如“小資料+異構多型”，很多資料是不規則、不完全，可能是異構多型，可以看到深度學習面臨很大的瓶頸；另一方面，深度學習往往靠資料和算力進行提升，推理的能力很差，無法很好的運用常識和知識。
英特爾攜手小鈷科技殺入3D人臉識別智慧門鎖市場
早在2014年初，英特爾就正式推出了首款集成了 3D 深度和 2D 鏡頭模組的 RealSense 3D 攝像頭，它能實現高度精確的手勢識別、面部特徵識別，可幫助機器理解人的動作和情感。經過數年的迭代，英特爾推出了一系列功能更為強大，更為小型化，成本更低的RealSense模組。目前已被廣泛應用於機器人，無人機和增強/虛擬現實（AR / VR）等應用領域。
▲英特爾RealSense事業部中國區銷售總監何火高
在2019生物識別技術與應用高峰論壇上，英特爾RealSense事業部中國區銷售總監何火高詳細介紹了英特爾RealSense業務，並首次釋出專為人臉認證應用場景最佳化的RealSense模組以及針對智慧門鎖市場的英特爾RealSense + Movidius AI解決方案。
從目前英特爾的產品線路圖中，我們可以看到，英特爾不僅有結構光的產品SR300系列（從2014年就推出了F200系列），還有雙目產品（2015年開始釋出），目前最新的是D400系列。雖然目前3D結構光和3D TOF非常的火熱，但是何火高認為，雙目立體視覺是非常有發展前景的方向。“雙目3D攝像頭可以室內外應用，在不同距離可近可遠，相互之間不會產生干擾。它的應用場景和適用性會非常靈活。”
不過，何火高也透露，英特爾將會在今年年底，或者明年年初的CES時，釋出ToF的產品L515，其表示，這將是業界低成本的LiDAR解決方案，是非常震撼的產品。
何火高表示，英特爾在三種不同的3D技術方向都有深入的投入，耕耘了七八年的時間，積累了很多經驗，填了很多的坑，在不斷地進步，不斷地進化自己的產品以及組合。
目前，英特爾已經聯合小鈷科技推出了首款基於Realsense+Movidius AI方案的智慧門鎖。在2019生物識別技術與應用高峰論壇當天，小鈷科技也在活動現場展示了基於該方案的3D人臉識別智慧門鎖產品。
聲揚科技：聲紋識別將是生物識別技術新風口
說起生物識別技術，大家最為熟悉的可能還是指紋識別和人臉識別，相比之下聲紋識別技術的關注度並不高。
但是事實上，聲紋識別技術早已有之，而近幾年隨著深度學習推動語音AI技術的爆發，語音識別技術在智慧手機和智慧音箱市場被廣泛應用，也開始推動了聲紋識別技術的應用。
▲聲揚科技首席科學家張偉彬博士
在聲揚科技首席科學家張偉彬博士看來，聲紋識別技術的發展可以分為三個階段：
第一階段，基於模板匹配的方法，像人臉一樣要先做註冊，再做驗證，註冊時您說的內容要和驗證時是一樣的。註冊時要說“中華人民共和國，驗證時也要說中華人民共和國”。這就相當於驗證時被限制了，只是比較這兩個聲音像不像。
第二階段，開始於2000年基於機率模型的研究，我們知道聲音有時間的長度，長度是可長可短，有的人說話快，有的人說話慢，首先我要把可變長度的向量變成物理程度，這是基於高斯模型機率統計的。識別率勉強達到95%的機率，95%在很多應用場景是達不到的，因為需要考慮噪聲、干擾的影響。
第三階段，則是2012年左右深度學習在很多方面帶來爆發性的影響，其中在聲紋領域，最近比較大的事件是2017年X-Vector系統的提出，對聲紋識別帶來很大的提升。
“特別是近兩年，市場也對於聲紋識別有了比較強烈的需求，這一方面得益於聲紋識別技術的進一步成熟；另外一方面，在國家政策方面，去年10月左右央行釋出了聲紋識別技術在移動金融上的應用標準。這是在國家層面、政策層面承認聲紋識別技術達到大規模商業應用的門檻，可以滿足金融等場景對高安全語音技術需求的應用；第三個方面則是，近幾年國內非接觸式犯罪比較猖獗，而聲紋識別技術可遠端透過聲音識別身份對此類犯罪案件的幫助極大。所以我們認為聲紋識別將是一個新風的口。”張偉彬博士說到。
那麼聲揚科技的聲紋識別技術又有著哪些優勢呢？張偉彬博士表示，聲紋跟文字內容、語言無關，所以技術上要做到跟語言、文字內容無關是非常大的挑戰。就像人臉一樣，有了認證就有攻擊，聲紋識別除了模仿外，還有比較簡單的錄音播放，如何防止被攻擊也是非常大的挑戰。另外，早期聲紋識別註冊時，使用者需要說幾分鐘的語音，使用者體驗非常差。聲紋識別的應用被嚴重限制了，而聲揚科技的技術克服了了這幾個技術難題，也在多個場景下實現了大型專案的落地。
“我們的優勢在於，我們技術上不是隻有聲紋識別，我們還做語音訊號處理，如語音降噪，使得輸入聲紋識別系統的聲音更加乾淨。另外我們有自己的語音識別技術，透過多種技術的組合可以打造成完整的符合客戶要求的解決方案。這是我們公司的競爭優勢之一。”張偉彬博士總結到。
高精度3D人臉掃描技術助力美容微整形
目前3D人臉識別非常的熱門，而其背後的3D Sensing技術的應用並不僅僅侷限於3D人臉識別，還可以用於醫療美容領域。在2019生物識別技術與應用高峰論壇上，小優智慧科技的副總經理代啟強分享了高精度3D人臉掃描技術，在美容微整形的術前應用。
▲小優智慧科技的副總經理代啟強
隨著醫療美容行業的普及，人們對自己容顏的關心已超乎尋常，這也帶動了醫療美容行業的火爆。資料顯示，2016年正規醫美市場規模3088億，2017年達到3817億元，2018年高達4953億。中國正規醫美市場發展迅速，醫美規模增長的同時，增長率亦逐年提升，2016年、2017年、2018年增長率維持在20%至30%。
但是當前傳統模式中求美者只能依靠想象或者手繪圖來確定手術效果，一旦顧客對後期效果不滿意，必然會產生醫療糾紛，因此迫切需要一種採集裝置，能夠方便快捷的採集到顧客的臉部真實資料，透過對真實資料的虛擬改動，能幫助顧客更加直觀、生動、科學的看到自己手術後的模樣，更有利於幫助求美者提高自信心，增加手術滿意率。
代啟強表示，高精度人臉掃描特點及其優勢主要在於，透過非接觸式資料採集系統，全方位為使用者提供眼部、鼻部、下巴、面部、胸部、臀部等區域性或全身各部位的三維資料；透過因人而異的全息資料採集，計算機高速精算，直觀展示最完美比例的面孔，身段；視覺化呈現求美者的個性需求，可與醫生互動共同參與方案設計，增加使用者滿意度；直觀呈現三維立體成像及整個術前、術中、術後的效果，展示多種手術方案。
思立微CSM&UTM指紋識別技術首次公開分享，LCD屏下光學指紋方案首次曝光
目前指紋識別技術在智慧手機上已趨於普及，不過在全面屏、5G的趨勢之下，指紋識別技術仍在快速的迭代，由此也推動了屏下指紋技術的發展，目前屏下指紋已經成為了中高階智慧手機的標配。
而在目前的屏下指紋市場，匯頂科技雖然仍佔據了大片市場，不過思立微憑藉自身的技術以及與OPPO等手機品牌廠商的合作，也成功躋身第二大屏下光學指紋廠商。
在2019生物識別技術與應用高峰論壇上，思立微高階產品經理孫雲剛介紹了自家的針對5G手機最佳化的屏下光學指紋方案CSM與UTM，同時還首次曝光了其LCD屏下光學指紋方案（目前被廣泛應用的屏下光學指紋方案主要是基於更為輕薄的OLED屏）以及MEMS超聲波屏下指紋方案。
▲思立微高階產品經理孫雲剛
孫雲剛表示，思立微的屏下光學指紋方案，擁有業界首創的單晶片（MCU與Sensor整合）架構設計，首創可調焦指紋識別模組，並且首個將3P Lens應用在指紋識別模組的廠商，新一代光學指紋晶片7001A靈敏度提升了40%。
而現在隨著智慧手機攝像頭（旗艦都開始上三攝、四攝了）數量的不斷增加，以及5G的到來，對於智慧手機內部的空間也提出了更高的要求。為了應對這一變化，思立微也在維持產品原本各項效能指標的前提下，透過工藝改良和結構創新，推出了更小尺寸的屏下光學指紋模組。
虹膜識別技術的挑戰與未來
除了指紋、人臉之外，虹膜識別也是應用相對較多一種生物識別技術，其很早就已經廣泛應用於金融、醫療、安檢、安防、特種行業考勤與門禁、工業控制等領域。2015年的時候，富士通首次將虹膜識別技術應用於智慧手機當中，隨後三星也將虹膜識別引入到其旗艦機Note7當中，之後三星的S8/S8+也再次標配了虹膜識別。不過，隨著3D人臉識別以及屏下指紋的應用，使用並不算便利的虹膜識別在手機市場的應用受到了一些影響。
在2019生物識別技術與應用高峰論壇上，芯智訊邀請了中科院深圳先進技術研究院整合所研究員陳巍博士和中科虹霸移動業務市場總監陳樺對於虹膜識別技術的最新進展與行業應用進行了分享。
相對於其他生物識別技術來說，虹膜在人出生6-8個月之後就趨於穩定，並且虹膜擁有虹膜有226個生物特徵點，具有極高的唯一性，即便是擁有一樣面容的雙胞胎，其虹膜也不一樣，兩個人擁有相同虹膜的機率是10的27次方分之1，這個機率可謂是極其的低，要知道一年掉落到地球上的雪花的總的片數也只有10的22次方。因此，虹膜識別具有極高的安全性。
▲中科虹霸移動業務市場總監陳樺
中科虹霸移動業務市場總監陳樺表示，印度全民身份認證、阿聯酋出入境系統，國內的400多家礦山，包括神華集團、中煤集團、同煤集團等特大型煤炭企業所採用的虹膜識別系統都是基於中科虹霸的技術。
此外，在移動裝置端這塊，2016年開始中科虹霸就有與多家手機公司、移動方案公司合作，截止目前推出了十幾款移動虹膜裝置和手機。針對目前熱門的智慧門鎖市場，中科虹霸也推出了虹膜識別門鎖解決方案，並且已經量產了。
七鑫易維：眼球追蹤技術助力活體檢測，與虹膜識別/人臉識別結合應用更具價值
以上我們講了很多種生物識別技術，但是不可避免的，都可能會遭到各種各樣的攻擊，比如攻擊3D的人臉識別，可以透過列印3D的人臉面具來實現，攻擊聲紋識別，則可以透過高保真的錄音來實現，攻擊指紋識別可以透過假指紋模來實現等。所以，活體檢測也就成為了提升生物識別技術安全性的一項重要手段。
▲七鑫易維手機業務部產品總監孔祥輝
在2019生物識別技術與應用高峰論壇上，七鑫易維手機業務部產品總監孔祥暉介紹了眼球追蹤技術在生物識別領域的活體檢測方面的應用。
孔祥暉表示，活體檢測的方法大致可以分為三類：一類是動作指令活體檢測（就根據指令進行相關動作），這一類活體檢測大多數應用在銀行等高可靠性、高要求、高標準的行業應用裡；第二類是靜默活體檢測，主要採集使用者的微表情，看眼紋、眼動、眼皮（是否眨眼）資訊，透過微表情確認使用者是不是真人；還是假人；第三類是紅外活體檢測，主要利用光譜特性的不一樣，在不同介質的反射上有不同的反射結果，透過分析拍攝出來的圖片分析這是真人還是模擬。而七鑫易維所採用的則是基於眼球追蹤技術做活體檢測。
孔祥暉表示，眼球追蹤技術採用的是不可見紅外光，因此可以實現無感式追蹤，並且具有低延遲的特性，注視準確率不低於98%，操作距離可適用於30-100cm，不僅可以提供注視點資訊，還可以提供瞳孔位置、眨眼等資訊。
在眼球追蹤技術應用方面，除了前面提到的活體檢測之外，七鑫易維還將眼球追蹤技術廣泛應用於智慧醫療、VR/AR/MR、智慧手機、廣告傳媒、智慧汽車、機器人、航空航天等領域。
“我們經常把這些東西應用到運動員或者廣告分析上，判斷廣告做得好不好，使用者是否真的關注到產品，還只是關注到廣告上美女的圖片而沒有看產品。這是眼球追蹤技術要做的東西。”孔祥暉說到。
此外，在技術融合方面，孔祥暉認為，眼球追蹤技術可以很好的與虹膜識別技術相融合，並且會衍生出更豐富的應用。
嘉楠科技：AI晶片是智慧時代的核心，第二代AI晶片Kendryte K510首度曝光
而隨著人工智慧技術的發展，透過機器學習，各種生物識別技術的準確率及安全性也在快速的提升。人臉識別和語音識別技術近幾年快速爆發也正是得益於此。而人工智慧的技術發展則離不開強大的算力支援，相比傳統的CPU、GPU來說，專用的AI晶片效能更強，且更具效率。
特別是隨著物聯網技術、5G技術的發展，邊緣計算已是大勢所趨，AI計算也開始越來越多的被放在了邊緣側。而這也推動了AI晶片市場的爆發。
作為全球第二大礦機晶片廠商，很早也開始了基於邊緣AI晶片的研究，隨後成立了專注於AI市場的嘉楠科技，轉型AI晶片廠商，並於去年9月推出了首款AI晶片Kendryte勘智K210。
▲嘉楠科技銷售總監蔡博
在2019生物識別技術與應用高峰論壇上，嘉楠科技銷售總監蔡博介紹了勘智K210特色及在生物識別領域的應用，同時還透露了即將於今年年底釋出的新一代AI晶片K510。
蔡博表示，生物識別技術的應用場景主要集中在端側。例如智慧門鎖、智慧門禁等場景。由於裝置端嚴苛的功耗與算力條件限制，AI演算法對使用者生物特徵的提取與處理效率遭遇瓶頸。他表示，目前的端側裝置通常存在1-2秒的時間延遲，無法即時響應使用者的行為，是生物識別技術落地面臨的主要挑戰之一。因此，邊緣AI晶片的引入將有助於進一步加速生物識別技術的落地。
嘉楠科技的第一代AI晶片——勘智K210基於28nm工藝，採用的是RISC-V CPU，定位於人工智慧與邊緣計算領域，主要目標市場定位在IoT市場。透過完全自主研發的神經網路加速器IP，可在僅0。3W的低功耗下提供1TOPS的算力支援。同時具備機器視覺和語音識別能力，可以在超低功耗下進行高速卷積神經網路計算。除了以上的機器視覺能力外，勘智K210還具備機器聽覺能力。晶片上帶有最高支援8通道、16方向的高效能麥克風陣列的音訊處理硬體，可以進行硬體加速的實時聲源定向與波束形成，無需佔用主CPU資源。一顆晶片就可以實現聲源定向、聲場成像、波束形成、語音喚醒、語音識別等機器聽覺功能。
最後，蔡博還透露了嘉楠科技即將於2019年年底正是量產流片第二代AI晶片——KendryteK510。蔡博表示，嘉楠科技下一代晶片Kendryte K510面向5G場景設計，將用於新零售、智慧駕駛等更多領域。（校對/Lee）