生物识别行业发展和市场调研分析报告.docx
- 文档编号:2127582
- 上传时间:2022-10-27
- 格式:DOCX
- 页数:34
- 大小:10.42MB
生物识别行业发展和市场调研分析报告.docx
《生物识别行业发展和市场调研分析报告.docx》由会员分享,可在线阅读,更多相关《生物识别行业发展和市场调研分析报告.docx(34页珍藏版)》请在冰豆网上搜索。
生物识别行业发展和市场调研分析报告
2017年生物识别行业发展和市场调研分析报告
生物识别行业发展和市场调研分析报告本调研分析报告数据来源主要包含欧立信研究中心,行业协会,上市公司年报,国家相关统计部门以及第三方研究机构等。
图目录
表目录
第一节生物识别感知世界
一、生物识别概览
生物识别定义:
利用人体固有的生理特性和行为特征,鉴定个人身份的技术,包括指纹、人脸、虹膜、视网膜、静脉、步态等多种识别技术,广义上笔迹识别、DNA鉴定也属于生物识别范畴。
在《碟中谍》系列电影中曾经出现众多“黑科技”,其中与身份有关的掌纹、视网膜、步态、声纹应用,已经逐渐走出电影成为现实。
图1:
《碟中谍》中的生物识别“黑科技”
资料来源:
《碟中谍》系列电影,北京欧立信咨询中心整理
图2:
生物识别技术分类
资料来源:
36氪,北京欧立信咨询中心整理
生物识别基本原理:
基于智能模式识别技术,核心是特征采集和比对算法。
以指纹识别为例,每个人都具有独一无二的指纹,指纹中的中断、分叉或转折而形成的点就是细节特征点。
一种特征提取方法是在指纹图像的每个像素点,分析该点八个方向上的连接情况判定该位置的纹路走向。
图3:
指纹识别特征提取
资料来源:
Morphotrust,北京欧立信咨询中心整理
表1:
常见生物识别方式特点比较
资料来源:
海鑫科金,北京欧立信咨询中心整理
生物识别基本流程:
包含建库和比对两个步骤。
建库时,需要使用特定设备采集信号,经过预处理、特征提取、最终转化成生物模版,存储在本地或者远端服务器。
比对时,将目标用户的特征与数据库中存储的特征进行比较,最终确定目标的身份。
图4:
生物特征识别系统一般工作流程
资料来源:
海鑫科金,北京欧立信咨询中心整理
二、生物识别是人工智能的重要组成部分
人工智能分为计算、感知、认知三个层次,生物识别是重要的感知方式,并不断提升认知智能。
近几年来,随着芯片、网络、存储技术的快速发展,单机计算能力翻倍增长,网络分布式计算使得大规模问题可以切分到每一个运算单元,计算能力的瓶颈已经被突破。
感知智能就是机器怎么和周边环境沟通,其中与人的沟通是首要需求,目前可以看到人脸、指纹识别等技术不断提升,生活场景和消费方式向互联网迁移加速了生物识别技术的商业化应用。
在认知智能层面实现对知识的有机整合、逻辑推理、灵活运用,需要深度结合语音、图像等生物识别技术,例如自然语言识别和处理是“机器脑”的基础,结合表情、语调对人情绪的识别可以帮助机器更加“人性化”。
图5:
人工智能“拟人化”能力
资料来源:
艾瑞咨询,北京欧立信咨询中心整理
图6:
人工智能三个层次
资料来源:
科大讯飞,北京欧立信咨询中心整理
生物识别技术逐渐成熟,快速进入产业化应用阶段。
2015年Gartner发布新兴技术曲线,生物声学感应、情感运算、生物芯片处于技术萌芽期,有希望未来成为重点方向;智能顾问、语音翻译、自然语音问答的产业期望达到高峰,未来有进一步发展空间;手势控制、虚拟现实逐渐成为现实。
另外,指纹和人脸识别从曲线上消失,代表已经进入产业化应用阶段。
图7:
2015年Gartner新兴技术曲线
资料来源:
Gartner,北京欧立信咨询中心整理
人工智能上升为国家战略,生物识别获得政策支持。
我国政府相继出台了多项政策促进人工智能发展,支持生物识别资料库建设、推动生物特征识别等人机交互关键技术的产业化。
在“十三五规划纲要”中,明确提出培育人工智能、先进传感器作为战略性新兴产业,利好生物传感和智能识别相关板块发展。
表2:
生物识别(人工智能)的产业政策
资料来源:
政府网站、新华网、北京欧立信咨询中心整理
三、人工智能浪潮来袭
人工智能第三次浪潮来袭,开启未知世界,挖掘商业金矿。
人工智能替代人类实现各种计算、归纳、分析,将影响社会的生产和生活方式。
AlphaGo战胜人类围棋高手李世石的事件,证明人工智能有能力在复杂博弈问题中取得超过行业专家的表现,进一步拓展应用边界,未来有望深度融入人类世界。
对于人工智能的商业价值,目前的焦点不是能做什么,而是有什么是人工智能不能做的!
近三年谷歌、Facebook等科技巨头加快发力人工智能研究,并通过大规模并购的方式增强自身能力布局(超过20起)。
图8:
2013-2016年人工智能重点收购案例
资料来源:
CBINSIGHTS,北京欧立信咨询中心整理
生物识别搭建数字大脑和现实环境的桥梁,目前已经具有实用价值,并将随着人工智能浪潮获得持续的价值提升。
从上述收购案例中可以明显看出,被收购公司聚焦在智能识别/生物识别相关领域,充分说明了识别对与“大脑”的重要性,没有识别情况下大脑只能空转,无法与现实世界或者人类进行有效沟通。
表3:
2013-2016年人工智能重点收购中与识别相关公司
资料来源:
CBINSIGHTS,北京欧立信咨询中心整理
第二节技术和体验逐渐成熟
一、深度学习算法突破,识别准确率提升
深度学习算法提升智能识别效能。
20世纪80年代,反向传播算法被用于人工神经网络,基本原理是向一个人工神经网络模型输入大量训练样本,学习统计规律并对未知事件进行预测。
2006年,加拿大机器学习领域的专家GeoffreyHinton提出多隐层的人工神经网络模型,通过该算法学习得到的特征在刻画数据时更加突出其本质,能够有效提升分类或预测的准确性。
深度学习算法在计算机视觉领域获得突破,2015年底ImageNet大赛中,微软亚洲研究院(MSRA)使用高达152层的神经网络,以绝对优势包揽图像分类、图像定位以及图像检测全部三个项目的冠军,识别错误率降低至3.57%,优于人眼的错误率(约5.1%)。
图9:
基于深度学习的图像检测算法
资料来源:
“基于深度学习的图像识别进展XX的若干实践”(XX余凯团队),北京欧立信咨询中心整理
生物识别准确率逼近99%,基本满足实用要求。
得益于算法创新和采集器件升级,近年来,在图像识别、语音识别和虹膜识别领域,识别准确率大幅提高,其中国内团队表现相当出色。
LFW(LabeledFacesintheWild)是人脸识别领域权威的测试数据库,根据最新公布结果,XX提供的算法人脸识别准确率已经达到99.77%,TOP10中包括腾讯、Google(FaceNet)、香港中文大学汤晓鸥团队(DeepID)、旷视科技(Face++)等企业,准确率均已经达到99%以上。
根据《科学》杂志报道,人类对人脸平均识别准确率为97.53%,在测试数据集上识别算法已经超越了人类极限。
除人脸外,其他生物识别方式也取得了长足进展,基本满足产业化应用需求。
图10:
LFW人脸识别成功率
资料来源:
LFW,北京欧立信咨询中心整理
图11:
FDDB2015人脸识别准确率
资料来源:
LinkFace,北京欧立信咨询中心整理
表4:
部分生物识别技术的准确率及厂商排名
资料来源:
科大讯飞等公司官方网站及和讯网等公开媒体报道,北京欧立信咨询中心整理
二、活体检测和多维验证,增强安全体验
生物识别产业化过程中,遇到两个挑战。
一、不法分子使用伪造样本(如指纹贴、人脸照片、录音等),欺骗识别系统;二、单种生物识别技术适用不同的外部环境,限制了应用场景。
在识别准确率不断提升的基础上,活体检测技术和多维验证有利于消除应用阻碍。
活体检测能够破解利用静待复制物对识别系统的攻击。
活体检是在生物识别过程中检查待测样本是否具有生命特征,一般要求被识别者做出特定的反应,如举手、点头、眨眼,或者说出特定的语句;对于指纹等快速识别应用,通过体温、皮肤电阻等人体特性强化安全保障。
具体应用时,应用各种伪造方式,提出了对应的活体检测解决方案,如汇顶科技(指纹活体检测)、依图(人脸活体检测)、远鉴科技(声纹活体检测)。
表5:
不同生物识别方式对应的活体检测方式
资料来源:
中国知网,北京欧立信咨询中心整理
多维验证综合多种生理特性进行识别,有效提高系统可靠性。
中科院自动化所自主研发的多模态生物识别系统集成了虹膜、人脸、指纹、语音和身份证识别技术,保障了身份验证结果的高度准确性。
科大讯飞、Linkface和银联合作推出网上支付多维检测方案,启动转账认证时,用户读出随机生成的一组数字,同步实施人脸捕捉,实现人脸、语音和活体特征的融合式验证。
图12:
中科院研发的多模态生物识别系统
资料来源:
中科院自动化所,北京欧立信咨询中心整理
图13:
多生物特征比对引擎
资料来源:
Morphotrust,北京欧立信咨询中心整理
三、细分领域获得突破,商业化进程加速
2000年以来,生物识别产业经过两轮社会大事件催化。
911事件是生物识别技术走向大规模应用的第一个转折点,显著特征是其开始大规模应用于公共安全领域。
事件发生后,全美115座机场和14个主要港口设立“美国访客和移民身份显示技术”系统,并投入100亿美元实施了US-VISIT计划,建立个生物特征数据库。
欧洲推行国际民航组织(ICAO)和生物识别应用程序接口联盟(BioAPI)等行业组织制定的一系列标准。
2013年,Apple公司在手机上推出TouchID功能是第二个转折点,带动生物识别向个人消费领域渗透。
最初Android厂商仅在高端机型上配备指纹识别功能,随着手机终端竞争白热化,指纹识别接近成为千元以上终端的标准配置,甚至小米手机899元的红米3也配备了指纹识别功能。
图14:
生物识别产业发展关键事件
资料来源:
新华网等公开报道,北京欧立信咨询中心整理
国内生物识别产业在语音启动较早,近两年指纹、图像领域热点激活。
扩展到智能识别层面,国内在文字识别(汉王科技等)、语音识别(科大讯飞等)布局早有核心技术,但是商业应用领域较窄。
Apple带动了消费电子和生物识别结合的热潮,公共安全需求提升和线上金融急剧增长开辟了生物识别应用新场景,目前国内形成了生物识别学术研究和产业推广良性循环,有望在公共安全、消费金融、智能互动三个领域率先获得商业化突破。
表6:
部分国内上市公司的生物识别产品
资料来源:
科大讯飞等公司官网、北京欧立信咨询中心整理
第三节领域一:
助力公共安全保障升级
一、政府采购拉动助力公共安全保障升级
暴恐事件频繁发生,安全保障形势紧张。
经济全球化加快了人员流动,互联网打破了信息传播壁垒,两者共同作用给社会安全管理带来新的挑战。
近两年全球发生了一系列严重暴力恐怖袭击事件,显示传统的管理方式和能力已经不太适应社会对安全的要求。
各国政府从多个维度提升公共安全保障,建立更为严格的个人身份认证体系、提升公共安全平台智能化水平成为重要切入点。
表7:
近几年世界发生的严重暴力恐怖袭击事件
资料来源:
新华网等公开媒体报道,北京欧立信咨询中心整理
政府投入增大,生物识别启动新一轮安全平台升级。
国内2008年北京奥运会期间,全面加强对安全保卫的投入,到2010年广州亚运会,安保预算已达到9.9亿元。
从2010年开始,国家层面统筹推进平安城市建设,2012-2014年建设数量累计达到90/203/300个,赛迪顾问数据显示,2012年相关市场规模达1759亿元并预计保持20%左右的复合增长率。
平安城市涉及基础平台和细分领域应用,截至2015年底大部分城市不同程度上完成了基础硬件设备投资,未来在具体应用领域还需要进一步提升智能化水平。
生物识别技术在指纹采集和管理、视频监控系统、警务大数据分析等领域需求集中,有望深度参与公安系统新一轮智能化升级
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 生物 识别 行业 发展 市场调研 分析 报告