2019生物識別論壇成功落幕:這十大看點不容錯過!
發布時間:2019-09-23

2019生物識別論壇成功落幕:這十大看點不容錯過!

原創: 芯智訊浪客劍 芯智訊 

2019年9月20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”,本次高峰論壇匯集了人臉、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、科研院校及媒體參與。



芯智訊將整場的會議整理為以下十大看點:

 

一、生物識別產業增長迅速

多模態生物識別技術融合已成大趨勢

 

近年來,生物識別產業發展非常迅猛。根據前瞻產業研究院發布的數據顯示,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 年復合增長率高達 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年內的年復合增長率將達約 13.9%。

 

市場研究公司MarketsandMarkets的最新預測數據則顯示,全球生物識別市場將由2018年的168億美元快速增長至2023年的418億美元。年復合增長率將達到19.99%。

 

我們都知道,生物識別技術有很多種,比如指紋,人臉,虹膜,聲紋,靜脈識別等,現在還有新興起的步態識別、心跳識別等新技術。

 

不過,就目前來看,指紋識別依然占據主導地位。根據中研網數據,2017 年全球生物識別市場規模大約 172 億美元,指紋、人臉、虹膜識別分別占比 58%、7%、6%。不過,得益于iPhone X加入對3D人臉識別的支持,推動了3D人臉識別市場的快速發展。

 

根據 Yole 數據,3D Sensing 應用市場規模2023年將成長至185.2億美元,2017-2023年復合增速高達44%,消費、汽車、工商業為主要應用領域。

 

總的來看,在以智能手機為代表的移動終端市場,指紋識別和3D人臉、虹膜識別技術正在持續的滲透,并且,不少智能手機還同時加入了對于指紋識別和人臉識別的支持。而在傳統的的門禁安防市場,對于各種生物識別技術的需求也正在持續增加。另外,隨著物聯網、智能汽車等領域對于安全需求的提升,生物識別技術也在被持續引入。Technavio 的研究數據顯示,2016 年生物識別在汽車市場中的整體規模為 1.1 億美元,未來將會保持 20%左右的增長速度。

 

image.png

▲芯智訊創始人兼總編楊健

 

“由于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。

 

根據Technavio的數據也顯示,2015 年全球多重識別市場的規模為 42.2 億美元,未來 5 年將會保持 20%以上的增長速度。而目前在智能手機、智能門鎖上、安防、金融領域,已經出現了多生物識別技術融合應用。

 

另外,生物識別技術在應用方面也不再僅僅局限于人的身份認證,目前也已經開始應用于其他物種的識別,比如豬臉識別,通過虹膜識別對寵物進行身份識別等等。楊健表示,“預計未來這也將是一個非常大的市場”。

 

二、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么得以快速的爆發?中科院深圳先進技術研究院數字所所長喬宇博士表示,這主要得益于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。

 

image.png

▲中科院先進技術研究院數字所所長喬宇博士

 

image.png

 

比如在計算機視覺領域,得益于ImageNet的推出,在2010-2015年間,圖像識別準確率得到了非常大的提升。

 

image.png

 

從上圖我們可以看到,2015年之時,ResNet(152層)網絡所能達到的ImageNet的分類任務錯誤率已經降至了3.5%,超過了人類的水平(人的錯誤率是5.1%)。

 

具體到人臉識別方面,主要有兩個任務:一是1:1人臉比對,比如高鐵站,身份證和人臉,進行1:1的比對,確認是不是同一個人;二是1:N比對,這是動態人臉識別,比如在監控得到一張人臉照片,跟公安敏感數據庫里的人進行比對,判斷這是不是在逃的嫌疑犯。顯然后者任務更難。

 

喬宇博士舉例稱,“以某地區的關口為例,每天大概有6萬人通關。2014年時的技術,平均每三個小時系統可能就會有一次誤判;到了2015年,平均兩天會出現一次誤判;2016年時,已經降低至平均一個月才會出現一次誤判。而按照現在的技術,系統每半年可能才會有一個誤判。這意味著你持假證件成功通關的概率,基本比購買彩票中頭獎的概率還低。”

 

而在1:N人臉識別方面,也是同樣如此。喬宇博士表示,“5、6年前人臉識別的應用更多是用于公司的打卡,那時候幾百人、幾千人才會有比較高的識別率。現在技術可以支持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,這背后是技術巨大的進步”。

 

image.png

 

能夠達到如此之高的識別率,除了網絡結構,Loss函數的設計也很關鍵。

 

image.png

 

“2016年我們實驗室做了一個方法——中心損失Center Loss,被ECCV2016年接收。單模型可以做到99%識別率以上的模型,并且開源,被廣泛應用。”喬宇博士非常自豪的表示。

 

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“基于單幅圖像恢復三維人臉結構”。現在的算法可以對人臉上的皺紋、胡須等細節紋理有比較好恢復效果,支持復雜的表情和復雜的姿態。

 

image.png

 

目前,深度學習伴隨大數據的應用,性能在不斷提升。但是,深度學習在很多方面也有其局限性。

 

喬宇博士表示,比如“小數據+異構多態”,很多數據是不規則、不完全,可能是異構多態,可以看到深度學習面臨很大的瓶頸;另一方面,深度學習往往靠數據和算力進行提升,推理的能力很差,無法很好的運用常識和知識。有時候,深度神經網絡會犯愚蠢的錯誤。另外,現在很多深度模型很多是黑箱的,其可靠性、可解決性比較差。在醫學應用中,不僅要告訴診斷的結果,而且病人、醫生往往希望知道深度網絡依據什么理由做判斷。最后是深度學習的魯棒性和泛化能力有很大的缺陷。如下圖中的小狗,比如把圖片上的一些像素改變,機器可能就會把它判斷為別的物體。再比如,本來是一只猴子的圖片,如果在他前面放一輛摩托車,機器可能會誤認為這是一個人,為什么?因為他看了大量摩托車上都是人的照片。

 

image.png

 

 

三、英特爾攜手小鈷科技殺入3D人臉識別智能門鎖市場

 

早在2014年初,英特爾就正式推出了首款集成了 3D 深度和 2D 鏡頭模塊的 RealSense 3D 攝像頭,它能實現高度精確的手勢識別、面部特征識別,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。目前已被廣泛應用于機器人,無人機和增強/虛擬現實(AR / VR)等應用領域。

 

image.png

▲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,并首次發布專為人臉認證應用場景優化的RealSense模組以及針對智能門鎖市場的英特爾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年開始發布),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。”

 

image.png

 

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,發布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。

 

另外在位置跟蹤方面,英特爾在今年3月還推出了位置跟蹤產品T265,這款產品主要面向AR/VR市場,以及機器人、無人機等方面的應用。

 

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。

 

另外,英特爾這個領域不僅有RealSense的攝像頭,還有深度的芯片和人臉認證的算法,可提供給客戶完整的解決方案。

 

“英特爾可能是全球很少的幾家公司里,深度攝像頭出貨量超過百萬的公司,我們是其中一家。這證明我們對產品的技術、生產、制造及質量把控方面,不同領域、不同階段、不同應用的產品方向的把控。”何火高非常自豪的說到。

 

特別值得一提的是,針對人臉識別這個領域,英特爾也推出了專為人臉認證場景優化的Realsense模組。其特色在于,FOV視場角,尤其是垂直視場角可以做到75度,可以在55cm的距離,從1.2-1.9米的高度全部捕捉到臉部,這對提升用戶體驗非常有用。

 

image.png

 

針對目前比較熱門的智能門鎖市場,何火高表示,如果將該RealSense模組加上英特爾的Movidius AI模組,則可組合成一套“完美智能鎖”方案。

 

image.png

目前,英特爾已經聯合小鈷科技推出了首款基于Realsense+Movidius AI方案的智能門鎖。

 

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于該方案的3D人臉識別智能門鎖產品。

 

image.png

▲小鈷科技CEO陳俊逸在介紹其3D人臉識別智能門鎖模組AlpaLook 3D

 

據小鈷科技CEO陳俊逸介紹,這款3D人臉識別智能門鎖樣品基于小鈷科技與英特爾合作推出的3D人臉識別智能門鎖模組AlpaLook 3D,其3D深度信息不僅僅用來做活體防偽,更將人臉的深度信息即鼻梁高度、嘴唇厚度等特征,轉化為人臉特征,有效防止電子照片、電子視頻、3D硅膠面具等偽裝攻擊,誤識率達到百萬分之一,相比目前常見的指紋門鎖和2D人臉識別門鎖,能夠帶來更高的安全性和便利性。

 

AlpaLook 3D還突破了室內外光照環境影響,實現純室外光線,佩戴眼鏡等現實場景下的使用。同時,高達75度的垂直視場角,可以在55cm的距離,實現從1.2-1.9米的高度全部捕捉到臉部,解決了不同用戶身高差對于識別的影響。此外,AlpaLook 3D還解決了3D人臉識別高功耗的問題。據介紹,該門鎖方案配備5000mAh的電池即可工作超過一年以上。

 

四、聲揚科技: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并不高。

 

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,語音識別技術在智能手機和智能音箱市場被廣泛應用,也開始推動了聲紋識別技術的應用。

 

image.png

▲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,基于模板匹配的方法,像人臉一樣要先做注冊,再做驗證,注冊時您說的內容要和驗證時是一樣的。注冊時要說“中華人民共和國,驗證時也要說中華人民共和國”。這就相當于驗證時被限制了,只是比較這兩個聲音像不像。

 

第二階段,開始于2000年基于概率模型的研究,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,這是基于高斯模型概率統計的。識別率勉強達到95%的概率,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。

 

image.png

 

“特別是近兩年,市場也對于聲紋識別有了比較強烈的需求,這一方面得益于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月左右央行發布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程通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。

 

那么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,聲紋跟文本內容、語言無關,所以技術上要做到跟語言、文本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,早期聲紋識別注冊時,用戶需要說幾分鐘的語音,用戶體驗非常差。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項目的落地。

 

image.png

 

image.png

 

另外,跨信道也是聲紋識別面臨的一大問題,因為聲音進入到電子系統是需要通過麥克風采集,但是不同的麥克風的差異性會非常大。所以需要克服不同麥克風信道帶來的差異,這也是很大的挑戰。此外,海量億級數據庫的檢索也是一大挑戰。不過,目前的聲紋比對還是還是在非常低資源的情況下做比對。目前最大的聲紋庫可能也只是百萬級別的。

 

雖然,聲紋識別面臨的挑戰很多,但是聲揚科技依靠自身在聲紋識別、語音識別、語音信號處理等領域多年的技術積累,在人工智能語音領域擁有數十項自主發明專利,創新性地攻克了多個技術難題,其中核心的聲紋識別技術在復雜噪聲環境、千萬級以上的聲紋數據庫中可快速、精準地識別出說話人身份,準確率業內領先。特別是在聲紋注冊環節,目前聲揚科技的聲紋識別注冊,用戶只需說出八個中文數字就可以完成,而且聲紋驗證準確率也非常的高。

 

image.png

 

“我們的優勢在于,我們技術上不是只有聲紋識別,我們還做語音信號處理,如語音降噪,使得輸入聲紋識別系統的聲音更加干凈。另外我們有自己的語音識別技術,通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。

 

資料也顯示,在2018年10月NIST(全球最權威聲紋識別大賽),聲揚科技是唯一一家躋身前十的獨立企業隊伍。足見聲揚科技的聲紋識別技術之強。

 

image.png

 

結合自身的技術優勢,聲揚科技也針對行業推出了“聲網聲紋大數據作戰網絡”、“FinVoice金融行業智能語音認證系統”、“V + IoT 互聯網及智能硬件解決方案”、“ConVoice智能語音會議系統”和“TeleVoice智能電話遠程身份認證系統”等行業解決方案。

 

image.png

 

據張偉彬博士透露,全球第1個應用聲紋識別技術的國家級社保項目(印尼)采用的就是聲揚科技的技術,覆蓋250萬人群。另外在金融領域,聲揚科技的聲紋識別技術在銀行POC測試當中排名第一,實際落地項目中測得準確率超高99.7%,已服務全球5000萬人。而在國內的公安系統,聲揚科技的聲紋識別技術也有被應用,可滿足公安部對此項技術的需求,目前聲揚科技的產品已在全國十多個省市的公安部門落地應用。

 

五、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,而其背后的3D Sensing技術的應用并不僅僅局限于3D人臉識別,還可以用于醫療美容領域。在2019生物識別技術與應用高峰論壇上,小優智能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。

 

image.png

▲小優智能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。數據顯示,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%。

image.png

 

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,一旦顧客對后期效果不滿意,必然會產生醫療糾紛,因此迫切需要一種采集設備,能夠方便快捷的采集到顧客的臉部真實數據,通過對真實數據的虛擬改動,能幫助顧客更加直觀、生動、科學的看到自己手術后的模樣,更有利于幫助求美者提高自信心,增加手術滿意率。同時也有利于醫生更方便的制定手術方案。

 

代啟強認為,目前應用在醫療美容領域的3D掃描設備存在著以下幾大問題:

 

1、數據不精準:無法采集精準數據,無法掌握顧客原始人臉數據;

2、體積龐大:傳統三維掃描裝備體積大,不易攜帶

3、造價高:三維掃描設備普遍使用TI的投影光機,成本較高;

4、體驗差:現有設備投射強光,需要顧客閉眼,影響后續效果;

 

而當前的需求則是,設備需要最大限度符合原始人臉數據;設備體積小,方便操作;設備性價比高;方便集成。

 

對此,小優智能科技選擇采用成熟的相移動態結構光技術來采集人臉信息。與目前應用較多的3D結構光和TOF 3D技術相比,相移動態結構光技術利用的是MEMS微振鏡每秒幾千次的振動,可以將點光源變成的線光源放大擴散出去,利用高頻激光器的工作原理,控制生成有效的含有編碼的正弦性動態結構光圖案,因此可以獲得高精度的3D圖像信息。

 

image.png

image.png

而且,由于基于的是MEMS技術,所以可實現投影設備的微型化。同時成本也可以進一步降低。此外,小優智能科技還提供了豐富的SDK接口供相關美容企業使用。

 

image.png

▲基于小優智能科技的3D模組采集的高精度人臉3D圖像

 

代啟強表示,高精度人臉掃描特點及其優勢主要在于,通過非接觸式數據采集系統,全方位為用戶提供眼部、鼻部、下巴、面部、胸部、臀部等局部或全身各部位的三維數據;通過因人而異的全息數據采集,計算機高速精算,直觀展示最完美比例的面孔,身段;可視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,增加用戶滿意度;直觀呈現三維立體成像及整個術前、術中、術后的效果,展示多種手術方案。

 

六、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能手機上已趨于普及,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端智能手機的標配。

 

而在目前的屏下指紋市場,匯頂科技雖然仍占據了大片市場,不過思立微憑借自身的技術以及與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,思立微高級產品經理孫云剛介紹了自家的針對5G手機優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于更為輕薄的OLED屏)以及MEMS超聲波屏下指紋方案。

 

image.png

▲思立微高級產品經理孫云剛

 

孫云剛表示,思立微的屏下光學指紋方案,擁有業界首創的單芯片(MCU與Sensor集成)架構設計,首創可調焦指紋識別模組,并且首個將3P Lens應用在指紋識別模組的廠商,新一代光學指紋芯片7001A靈敏度提升了40%。

 

image.png

 

而現在隨著智能手機攝像頭(旗艦都開始上三攝、四攝了)數量的不斷增加,以及5G的到來,對于智能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性能指標的前提下,通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。

 

首先是最新一代的適用于OLED屏下光學指紋識別的CSM (chip-scale module)方案GSL7001F。相比上一代傳統COB(chip on board)方案,在模組尺寸(XY方向)極具優勢,面積可縮減50%,將可為智能手機內部的電池、攝像頭等內部器件提供更多的空間,并且模組廠可以直接采用傳統的SMT工藝生產,品質、良率、產能都更有保障,成本也可進一步下降。詳細的介紹可以參看芯智訊此前文章《尺寸縮小50%!迎5G手機商用,思立微首發新一代CSM光學指紋模組》。

 

image.png

 

除了XY方向上進行尺寸縮小的CSM方案之外,思立微還準備了針對Z方向(即模組高度)上進行縮減的UTM方案。據介紹,UTM方案可以將屏下指紋模組由原來的3.2mm降低80%至0.4mm,感應面積為54mm2,可提高較高的解析力。而且,UTM方案還可固定在中框上,可以跟OLED進行解耦,不存在貼屏和拆屏的損失。孫云剛稱兩種方案均已送樣。

 

image.png

 

此外,孫云剛還首次曝光了思立微的LCD屏下光學指紋識別方案7601A。

 

我們都知道,目前的屏下光學指紋方案之所以選擇OLED屏,主要是由于OLED可以自發光,無需背光,且極為輕薄,但是OLED屏成本較高,這也使得目前的屏下光學指紋方案主要被應用于中高端智能手機。而在中低端智能手機市場,更多采用的是LCD屏。

 

但是,LCD顯示屏幕由陣列基板、彩膜基板、液晶層、上下偏光片和背光源組成,由于結構層數多,多種膜材透光性差以及背光源的存在,使得LCD屏下光學指紋的實現非常困難。特別是想要利用可見光來實現幾乎是不可能。

 

image.png


因此目前的LCD屏下光學指紋大多選擇的是紅外光。同樣思立微也選擇的是紅外光來進行成像,在波段選擇上,思立微同時開發研究了850nm、940nm和1310nm紅外光成像方案。但是,850nm會有可見光可被人眼看到,會影響屏幕顯示效果,而1310nm紅外LED成本較高,并且光電轉換效率低,相比之下940nm效果較好,因此也成為了思立微的首選。



那么紅外LED如何放置呢?思立微同步研發過多種方式:第一種方式是將紅外LED和白光LED共同放置在背光模塊中,通過不同引線控制顯示和指紋識別,可以最小的占用整機空間;第二種方案則是將紅外補光燈放于CG(Cover Glass)側表面,成像和識別效果極其優秀,但由于目前普遍使用的2.5D CG,無法大規模普及此方案;第三種方案將紅外燈放置于CG側邊通過CG橫向道光的方式補光,但由于光在CG內的全反射效果,使得成像信號極其微弱;第四種方案就是將紅外補光燈放置于顯示屏下方,此方案的優點為不增加邊框,可以帶來更好的整機ID收益,但對算法要求較高。因此,最終思立微選擇了CG下補光方案。

 

為解決背光干擾的問題,思立微采用了可以區分紅外和可見光的材料用于背光模組設計,從而使得指紋成像和識別效果大幅提升。

 

此外,思立微單獨針對LCD屏開發了專用于LCD屏的指紋識別算法,同時通過IC設計和工藝的開發設計出了紅外高響應的指紋識別芯片。

 

image.png

 

孫云剛透露:“從2018年初到現在,思立微的LCD屏下指紋研發已經快兩年了,這個時間在指紋領域,開發周期算是非常長的,也是持續投入,并且投入很大。從最初指紋LCD屏下什么都看不到,到現在的效果和OLED基本可以持平,攻克了很多技術難點。目前的方案和技術均已準備好,現在與終端探討實際項目的應用。”

 

 

image.png

 

 

此外,孫云剛還簡單介紹了思立微在研的屏下超聲波指紋識別方案。該方案是基于硅晶MEMS方案,多發分時接收,可以提高SNR。孫云剛表示,MEMS器件性能穩定,相比目前市面上的有機材料性能穩定,由于MEMS采用的是無機壓電材料,不會隨環境、復雜情況下而波動很大。目前這個樣品還在內部驗證階段,明年將有望商用。

 

七、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于金融、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于智能手機當中,隨后三星也將虹膜識別引入到其旗艦機Note7當中,之后三星的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,使用并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集成所研究員陳巍博士和中科虹霸移動業務市場總監陳樺對于虹膜識別技術的最新進展與行業應用進行了分享。

 

image.png

 

相對于其他生物識別技術來說,虹膜在人出生6-8個月之后就趨于穩定,并且虹膜擁有虹膜有226個生物特征點,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概率是10的27次方分之1,這個概率可謂是極其的低,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。

 

image.png

 

有研究數據顯示,虹膜識別的交叉錯誤率僅有0.00077%,遠低于聲紋、指紋、掌紋及人臉識別,具有極高的穩定性、安全性和實用性。

 

image.png

 

另外,虹膜還具有非常強的生物活性,比如瞳孔的大小會隨光線強弱變化,視物時有不自覺的調節過程,有每秒可達十余次的無意識瞳孔縮放,這也使得虹膜也會發生每秒十余次的震顫;此外,在人體腦死亡、處于深度昏迷狀態或眼球組織脫離人體時,虹膜組織即完全收縮,出現散瞳現象。這些特性也使得虹膜具有極高的防偽性。

 

因此,虹膜識別往往被應用于安全級別要求較高以及虹膜識別較為便利的一些領域。比如美國國防部——自動生物特征識別系統( ABIS);印度全民身份認證(具有極高的唯一性);阿聯酋出入境系統(也是由于中東人的習俗,很多女士通常只露出兩個眼睛),礦山及一些手工勞動強度較大的人員安全管理(這些人員通常手指的指紋磨損比較嚴重)等。

 

image.png

▲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采用的虹膜識別系統都是基于中科虹霸的技術。

 

此外,在移動設備端這塊,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設備和手機。針對目前熱門的智能門鎖市場,中科虹霸也推出了虹膜識別門鎖解決方案,并且已經量產了。

 

image.png

 

“門鎖類追求的關鍵點,一是安全性,二是易用性,三是長續航。”陳樺透露:“中科虹霸基于平臺上做了深層優化,安全性上可以做到百萬分之一的安全級別。易用性方面,我們識別距離可以做到30-55公分。在長續航方面,7000毫安時電池每天18次的開啟,我們可以超過100天的續航時間。可以說是目前虹膜方案里是續航時間最長的方案。第二代還在迭代,還有更好的場景。”



另外在中遠距離識別產品方面,中科虹霸也推出了“虹膜+人臉”的雙模一體化產品,提供了主流接口輸出方式,RS232、RJ45、USB2.0等,識別精度可以做到百萬分之一。

 

image.png

▲中科虹霸已商用的中遠距離虹膜+人臉識別方案



既然虹膜識別這么好,為什么在普通消費級市場應用遠不如指紋和人臉識別呢?陳巍博士表示,傳統虹膜成像系統約束過多,系統用戶體驗差。因為虹膜識別的成像距離較近(通常小于1m),景深小,視場小,捕獲體積較小,需要用戶配合調整好頭部、眼睛姿勢,并且不能同時對雙眼成像,識別速度較慢。還有就是虹膜識別的成本也相對較高。這項都限制了虹膜識別的應用。

 

image.png

▲中科院深圳先進技術研究院集成所研究員陳巍博士

 

陳巍博士認為,遠距離、大視場、大景深、非配合或少配合的虹膜成像系統是趨勢。

 

image.png

▲中科院深圳先進技術研究院長期從事“模式識別”技術和光電工程技術研究,相關成果已達到世界領先水平。目前已經可以實現60-100cm范圍內清晰成像。

 

陳巍博士表示,“這是我們第一代產品,我們可以在不同的身高需要微微低頭就能實現快速虹膜識別。到今天我們形成了全系列產品的Demo,包括我們做的類似VR眼鏡虹膜采集設備,我們在安卓端、門禁、門鎖,這是我們新疆試點做的虹膜識別儀器。這是多目虹膜設備,覆蓋1-1.9米身高,緩慢走過來可以做快速虹膜識別。”

 

但是,要想實現1-3米的更遠距離的虹膜識別,為保證識別精度,確實可以選擇更大的高清相機,但是計算量和硬件成本會呈幾何級增加。還有一種方案就是;通過光機結合的方法,實現小箱子循環識別,這也正是中科院深圳先進技術研究院目前研究的方向。

 

虹膜識別不同于人臉,需要成像特定區域,所以目前都是一幅圖識別一個人,暫時沒有多人同框識別方面的研究。同時,虹膜會受到遮擋的影響,比如帶眼鏡、隱形眼鏡等。陳巍博士表示,“我們實驗室一直在研究戴眼鏡、隱型眼鏡等。目前我們做到除了美瞳(它會把虹膜信息覆蓋掉)之外,戴眼鏡、墨鏡、隱型眼鏡不太影響虹膜識別的效果。”

 

由于絕大部分虹膜識別是采用紅外照明,雖然在弱光照環境下大多數情況不受影響,但個別人由于特別暗的環境下瞳孔擴大遮擋虹膜可能會造成難以識別。此外,虹膜識別在強太陽光的室外環境的應用也是難點。

 

最后,目前虹膜識別的流程仍和設備然是比較的傳統,多年來也沒有什么太大的改變。需要特定的設備才能采集虹膜信息,圖像預處理、編碼、再拍一張比對。陳魏博士表示:“人工智能是未來的方向,我們也想用人工智能的方式做虹膜識別,但目前沒有很好的解決方案。”

 

八、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,可以通過打印3D的人臉面具來實現,攻擊聲紋識別,則可以通過高保真的錄音來實現,攻擊指紋識別可以通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。

 

image.png

▲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、高標準的行業應用里;第二類是靜默活體檢測,主要采集用戶的微表情,看眼紋、眼動、眼皮(是否眨眼)信息,通過微表情確認用戶是不是真人;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,通過分析拍攝出來的圖片分析這是真人還是仿真。而七鑫易維所采用的則是基于眼球追蹤技術做活體檢測。

 

人的視覺里是有中央視覺和周邊視覺,所謂眼球追蹤技術,實際上就是判斷用戶的中央視覺的注視方向和注視點的位置。其工作原理是,利用紅外燈照射在人眼上出現光斑,使用照相機拍攝光斑以及瞳孔的圖片,然后通過視線估計算法處理圖片,最終計算注視方向以及注視點落點。

image.png

 

孔祥暉表示,眼球追蹤技術采用的是不可見紅外光,因此可以實現無感式追蹤,并且具有低延遲的特性,注視準確率不低于98%,操作距離可適用于30-100cm,不僅可以提供注視點信息,還可以提供瞳孔位置、眨眼等信息。

 

image.png

 

據孔祥暉透露,近年來七鑫易維的專利數量增長很快,特別是眼球追蹤技術同族專利數量方面,目前已達94件,位居全球第一。

 

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于智慧醫療、VR/AR/MR、智能手機、廣告傳媒、智能汽車、機器人、航空航天等領域。

 

比如,用戶在線購物的時候,瀏覽了什么產品或者哪些廣告的時候注視的時間較久,對于什么樣的廣告會更容易吸引到用戶的注視。通過對于眼球追蹤的數據分析,可以挖掘出更有價值的信息。

 

“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,用戶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,并且會衍生出更豐富的應用。

 

比如,當用戶第一次使用眼球追蹤時,通常需要進行校準,傳統校準信息記錄和選擇需要使用手動的用戶管理方式。結合虹膜識別之后,用戶佩戴VR/AR設備后,可自動識別用戶并選擇其校準數據。同時,不同用戶在使用VR/AR應用程序時,例如玩VR/AR游戲時,不需要進行手動的用戶切換,或者進行復雜的賬號密碼輸入,可通過虹膜識別自動識別用戶進行自動登陸。眼球追蹤則可以用于交互等操作。

 

另外,在前面提到的電商應用方面,當用戶進行支付行為時,必須要進行ID確認,而虹膜識別則成為核心功能,同時結合眼球追蹤進行活體檢測。眼控交互和虹膜識別的結合,使用戶從瀏覽商品信息到確認支付購買的整個購物流程非常的流暢和自然,甚至比在傳統的電商網頁上或電商手機App上更加自然和快捷。

 

最后,在VR/AR社交應用中,虹膜識別可以提供社交身份驗證,保證在VR/AR社交應用中參與者的身份真實性。同時,需要使用眼球追蹤復現人眼的狀態,這樣使Avatar看上去像是真實的人物。如果不使用眼球追蹤,所有Avatar均直視前方,會產生嚴重的“恐怖谷”效應。

 

總的來說,眼球追蹤技術的應用很廣,并且與虹膜識別等其他生物識別技術融合應用,將會帶來更多的玩法和更好的用戶體驗。

 

九、嘉楠科技:AI芯片是智能時代的核心,第二代AI芯片Kendryte K510首度曝光

 

而隨著人工智能技術的發展,通過機器學習,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于此。而人工智能的技術發展則離不開強大的算力支持,相比傳統的CPU、GPU來說,專用的AI芯片性能更強,且更具效率。

 

image.png

 

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芯片市場的爆發。

 

根據IDC&Seagate的數據顯示,2020年全球物聯網終端連接數將達到193億,其中中國物聯網終端總數將達44.8億。到2025年,基于邊緣的AI芯片市場規模將達516億美元,相比之下云端的AI芯片市場規模只有146億美元。

 

image.png

 

在此趨勢之下,作為全球第二大礦機芯片廠商,很早也開始了基于邊緣AI芯片的研究,隨后成立了專注于AI市場的嘉楠科技,轉型AI芯片廠商,并于去年9月推出了首款AI芯片Kendryte勘智K210。

 

image.png

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,同時還透露了即將于今年年底發布的新一代AI芯片K510。

 

蔡博表示,生物識別技術的應用場景主要集中在端側。例如智能門鎖、智能門禁等場景。由于設備端嚴苛的功耗與算力條件限制,AI算法對用戶生物特征的提取與處理效率遭遇瓶頸。他表示,目前的端側設備通常存在1-2秒的時間延遲,無法即時響應用戶的行為,是生物識別技術落地面臨的主要挑戰之一。因此,邊緣AI芯片的引入將有助于進一步加速生物識別技術的落地。

 

image.png

 

嘉楠科技的第一代AI芯片——勘智K210基于28nm工藝,采用的是RISC-V CPU,定位于人工智能與邊緣計算領域,主要目標市場定位在IoT市場。通過完全自主研發的神經網絡加速器IP,可在僅0.3W的低功耗下提供1TOPS的算力支持。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絡計算。如基于卷積神經網絡的目標檢測和圖像分類任務,如人臉檢測和人臉識別,多分類物體檢測與識別等。K210可以獨立、實時的獲取多種被檢測目標的大小與坐標并標識出被檢測目標的種類。

 

除了以上的機器視覺能力外,勘智K210還具備機器聽覺能力。芯片上帶有最高支持8通道、16方向的高性能麥克風陣列的音頻處理硬件,可以進行硬件加速的實時聲源定向與波束形成,無需占用主CPU資源。一顆芯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。

 

在應用方面,該芯片自量產發布 一年多來,已經被廣泛應用于無感門禁、病蟲害智能識別與防治、智能門鎖&智能電表等眾多領域。

 

最后,蔡博還透露了嘉楠科技即將于2019年年底正是量產流片第二代AI芯片——KendryteK510

 

image.png

 

蔡博表示,嘉楠科技下一代芯片Kendryte K510面向5G場景設計,將用于新零售、智能駕駛等更多領域。

 

十、技術融合、應用創新與隱私安全

 

在活動最后的論壇環節,芯智訊創始人兼總編楊健邀請了主要從事靜脈識別的智冠股份總裁於巧紅、七鑫易維手機業務部產品總監孔祥暉、知名智能門鎖品牌優點科技的CEO孟勤海、思立微高級產品經理孫云剛、小優智能科技副總經理代啟強、嘉楠科技銷售總監蔡博一起,圍繞多生物識別技術融合、應用創新與隱私安全等話題進行了討論。

 

image.png

從左到右依次為:智冠股份總裁於巧紅、七鑫易維手機業務部產品總監孔祥暉、優點科技的CEO孟勤海、芯智訊創始人兼總編楊健、思立微高級產品經理孫云剛、小優智能科技副總經理代啟強、嘉楠科技銷售總監蔡博

 

以下為現場實錄,略有有刪改

 

1、關于多生物識別技術融合



其實在前面的不少演講嘉賓的演講內容當中都已經提到了很多關于多模態生物識別技術融合的內容和案例。比如,七鑫易維手機業務部產品總監孔祥暉談到的眼球追蹤技術與虹膜識別技術的融合,中科虹霸推出的“虹膜+人臉”的雙模一體化產品。那么在論壇環節各位嘉賓又分享了哪些新的觀點呢?



楊健:目前在智能手機、智能門鎖上都開始出現有兩種或者兩種以上的技術融合在一起。比如,現在的智能門鎖有“指紋+人臉”,還有前面嘉賓提到的“虹膜+人臉”等組合,前面聲揚科技也分享了聲紋識別技術,聲紋識別也有很強的便利性。比如,冬天晚上買菜回家,兩手提著菜,帶著帽子,我們可能不太方便用指紋,如果這時候用人臉加聲紋,占到門口,喊一句“我回來了”就能開門。可能單一一種指紋、或者人臉、或者聲紋,對于家庭來說,安全系數可能還不夠高,但是如果兩種技術融合使用,那么安全性無疑將大大提升,比如人臉或者指紋+聲紋”可能可以達到近似于虹膜的安全度。請各位嘉賓聊一聊各自領域的技術融合,大家未來有沒有新的方向?

 

於巧紅:談到融合,在我們掌靜脈行業里多種生物識別可能是趨勢,目前大家都在形容產品,任何單模態生物識別的精度有上限,不管是靜脈、虹膜,百萬級一定會出現誤差。比如我們用于軍工等行業,要求你絕對的高精度,這時候必須有多模態。



現在應用多模態的場景有兩個:一是高精度對高精度,解決部分的適度遠距離和近距離的識別。二是“掌靜脈+人臉”這應該是比較常見的組合方式,主要解決海量庫里檢索小庫的精度識別。從目前來看,我們放在一億的庫里,利用“人臉+多模態”來說,其精度可以達到大家的預想,是非常理想的方式,可能后續計算上的標準會高一點。這可能就需要性能更強的AI芯片。



從目前行業來看,不同行業中客戶運用產品,對于單模態產品的精確率,他認為自己有缺陷,客戶方面也在推動我們做融合,我們相信在生物識別行業里技術的交流融合各方面應該有更多的產品和場景出來。謝謝。

 

孔祥輝:我比較同意於總的發言,多模態一定是一個趨勢。現在高精度或者新技術應用往往是在大眾化,比如手機等應用場景。要把手機技術做好要花費很多時間,其他傳統行業,如門鎖等行業都可以借助研究成果做新技術的拓展。在不同領域里使用的距離、安全性等級的要求是不一樣的,同樣滿足高標準,也可以滿足低標準。這是我們作為公司或者創業公司發現市場的需求點和商業機會點,跟我們或者其他公司的技術融合,這種融合包括技術上、商業上的融合。

 

孟勤海:楊總提出的問題,我一直在想過去一年時間一直在想這個事情,我們也想做人臉鎖、指紋鎖等。我們本身也是做這些技術的應用,我們同時面對市場和消費者的聲音,我們把這么多識別技術合在一起是為了更安全,從現在用戶發聲的安全問題來看,我好像沒看到過正規品牌廠商的指紋門鎖被破解的。相反主要是五金結構件上被攻破了,比如鎖芯強度,用稍微大一點的一掰就斷了,門就開了。



我們要考慮場景,確實有需要的場景,這時候需要把技術合在一起,有這樣的需求。現在從智能門鎖現有的客戶實際情況來看,安全問題更多在于生物識別之外的技術。



此外,如果多種技術用在門鎖上,還有一個功耗問題。原來我做手機,對功耗很敏感。轉到安防后,對功耗更敏感。不可能在家里掛一根電線,不管人臉識別或者其他的識別,如何把功耗做得非常好,這是非常挑戰的。你要用戶一個月換一次電池,他是不能接受的,至少半年。一個低功耗設計、還把技術合在一起后,這是非常難的。這是我的理解。

 

孫云剛:談到融合,我認為生物識別要考慮兩點:一是方便性,二是安全性。不同場景的需求不太一樣,基礎場景不涉及支付或者有一些低級別防偽要求可以用低級別的識別技術去做。涉及相對安全的,如支付、門鎖等比較隱私或者安全的東西,這時候可能需要高級別的防偽。楊總提出融合,有單模融合和雙模融合。比如指紋,我可以用一個指紋或者兩個指紋,一個指紋誤識率是五萬分之一,兩個指紋可以達到非常高的安全級別。另外,和虹膜、聲紋融合也都是提高安全級別非常好的方式。前面孟總談到目前大廠沒有看到指紋門鎖被攻擊的實例,思立微等上游芯片原廠也在做硬件和軟件的防偽,可以有效提高包括指紋在內的生物級別安全性。

 

小優科技代總:我認為融合這一塊是未來的方向,我們要考慮這里面有性價比的問題,不是說用各種各樣的技術融合在一起,有可能是這種場景用一兩種是最優的,也是最符合市場的。

 

蔡博:因為我們做AI芯片,看到AI產品落地的場景比較多,基本用到生物識別融合的比較多。根據不同的應用場景,考慮到安全、隱私等相關的,還有方便性、快捷性,他們都有自己的需求。融合,現在所有的方向都在做,能否適合自己,創造出自己的想法,這是最主要的。低功耗、性價比在不同的產品上都有不同的追求。目前方向來說,在特定的方向來說是可以的,但在某些領域,像一些特殊的領域可能無法做到融合。據我了解公安部做相關的槍支判別、開槍定位等,不可能開槍掃他指紋,你也沒那機會。特殊場景應用來說,特定的只限于一種。我們知道實際商用來說,不同的門鎖、門禁可能比較多,關鍵是要找到適合自己的。

 

楊健:剛剛提到目前在門鎖類方面,指紋還沒出現被攻破的問題。但是,從另一個角度來看,是不是因為這個行業剛剛興起,而且是成熟的技術應用在這個行業。但是,當普及到一定程度情況下,當市場越來越大,很多家庭用了智能鎖后,是否會有比較多針對這一類型破解的技術出來?對于黑客來說,它要能夠輕松獲利才會做。針對智能手機,已經有蠻多針對指紋破解的技術。為什么蘋果推3D人臉識別?蘋果覺得人臉比指紋更安全。



但是對于安卓手機廠商來說,沒有蘋果那么的強勢,要兼顧用戶使用習慣。所以很多有采用3D人臉識別的同時,也有配備指紋識別。另外對于用戶來說,通常需要一個主動掌控感。現在的人臉手機拿出來就解鎖了,但可能其實我只是想看一下時間。另外人臉識別速度太快,用戶可能反而覺得不太適應。因為,用戶通常是會有個意識,我讓你來解鎖,你才解鎖,而不是我沒有想要解鎖,結果拿出來就解鎖了。



融合是一個大的趨勢,目前在某些領域特別在民用這一塊,涉及安全性、便利性和成本的平衡,兩種技術融合可以適用更多的場景,更為便利的,融合也能提升其安全性,這是相對比較可行的方法。



比如,剛剛提到虹膜的安全性比較高,但是它有成本和距離的問題。在不同場景下選擇不同的方案,這是應用廠商應該考慮的事情。在技術上,這沒有太大的問題,只是應用上怎么選擇、組合,如何降低成本和降低功耗,提高用戶體驗。



現在的每一家廠商,比如我是做虹膜的,可能我只是關注虹膜這一塊,關注與我合作的廠商方面。這也使得我對于生物識別領域其他類型的技術的進展知之甚少,沒有打破認知邊界,這也將會限制自身技術的突破邊界,與其他技術融合應用,拓展商業機會。我們辦這個活動,就是希望大家能夠打破邊界,促進交流與合作,推動產業上的大融合。



2、應用創新



楊健: 接下來討論的話題是關于應用方面的創新,像虹膜、聲紋、指紋等都是相對成熟的技術,技術上想要進一步創新相對比較困難。但是,在應用上的創新有很多的途徑和路線。



我之前提到生物識別,生物識別針對的是“生物”,并不僅僅局限于人,還有其他的生物,這個市場空間很大。比如前面談到的聲紋識別,能否應用到動物,比如應用到珍稀物種的保護,大熊貓、鳥類等。因為聲紋識別的優勢是可以在非視距范圍內,遠距離實現。



此外,比如虹膜識別技術也可以應用在動物的虹膜識別上。



中科院先進技術研究院陳巍博士在演講最后也分享了虹膜識別在犬類識別上的應用。目前犬類身份識別方法主要是植入電子芯片,但是這是創傷性植入方式,有一定概率出現過敏,嚴重時導致死亡,對使用人員可能有輻射影響,受到絕大多數犬主抵制。而遠距離的虹膜識別則是一個比較理想的方案,如果識別距離太近,犬只容易出現緊張。

 

image.png

不過,犬類的虹膜與人類的虹膜有明顯的差異,要實現精準的識別,還需要做很多工作。目前國際上已經有團隊首次進行大批量(約100只)犬只虹膜識別實驗,團隊專注于動物虹膜識別設備與服務,后期可擴展到牛、馬等,用于食品溯源、醫療、保險等。

 

此外,還有一些企業做動物的面容識別,比如廣州有家企業,他們專門做農業領域的豬臉識別,做養殖的管理,追蹤每只豬的生長情況。接下來請各位嘉賓談一談關于應用創新上有沒有自己的看法?

 

於巧紅:談到創新,對于我們做技術開發工作者來說是很大的難點,任何一個技術有一個根源,也就是技術的本質。比如我們是基于靜脈識別,廣泛來說還是基于圖像識別,目前這個產品是基于人的識別,以身份為主。我們目前跟上海一家器械公司在溝通,將靜脈圖像應用于醫療的輔助,這在國外有企業在嘗試,德國就有。特別針對嬰幼兒、老人和肥胖人群的靜脈注射,這是比較簡單的靜脈圖像成像的過程。我們身上任何有靜脈的地方都可以通過紅外成像,不光做身份識別。特別在醫學健康領域,我們靜脈成像的清晰度跟醫學密切相關,但是數據分析不是我們能做的。



另外, 靜脈識別,不僅涉及手掌靜脈、手背靜脈、手指靜脈還有手腕的靜脈,目前手腕的靜脈識別跟機構探討的方向是可穿戴,我們的手腕靜脈跟心臟連在一起,信號的傳輸相對更明顯,雖然采集的周期會長一點。這些應用會突破固有的產品形態,我們可能是“刷手支付”,以后是戴在手上的微型靜脈器,跟身份進行連接和識別。



創新過程中,我們也大量借鑒人臉和其他深度學習技術的理念和方法,對自己的技術進行創新和改進。相互的學習是非常重要的。我們更遠的要看到生物識別乃至信息技術及其他技術方法論,這對我們來說是促進。謝謝!

 

孔祥輝:我們做眼球追蹤技術,大概分為兩個階段:一是從零到一,包括技術創新、產品。二是從一到N的階段。從一到N,是我們公司現在經歷的階段。最早我們眼球追蹤技術應用范圍很窄,只是給醫療用。霍金老師的輪椅上面有眼球追蹤最早的應用,這是用于漸凍人和外界的交互,這項技術最早的應用范圍是在醫學上給這些人服務。慢慢我們把這些技術應用在其他領域,常用的是高校體育運動員的分析,我們現在給AR/VR提供解決方案,這業是行業認可的成熟的方案。



一家公司思考從產品到行業應用,多模態的情況下,可以把你原有的技術更加的擴散。這里有一個簡單的方法論,你如何把這些自己的技術應用在其他行業,做營銷的人都知道,客戶的滿意度,就是要不要做這個產品的衡量標準。要判斷你在這個技術在這個行業有沒有價值,有價值,就要看成本和價格,用戶滿意度出來了,才要考慮要不要做多模態的擴展,這是我的理解。謝謝。

 

孟勤海:兩位講得非常好。我舉一個例子,可能很小,但很有意思。我們在小米有品上推了一個小的指紋掛鎖,指紋驗證就能打開,旅游放在箱子上非常實用。只要符合用戶的需求,就一定是非常好的創新方向。

 

孫云剛:作為應用創新,從我們作為指紋芯片或者指紋方案商的角度,我并沒有太多的發言權,我們能做什么?把我們的技術如何做得最好,我把我們的技術做好,把防偽、防攻擊做強,把識別率做高,終端是跟著應用走,技術留給終端。

 

代啟強:我們是做3D模組的,我分享兩個市場反饋的需求:一是我們把技術用在人體掃描上,在醫療行業作為保健這一塊需要高精度人體掃描設備,精確確定人體穴位的位置。然后通過機器人進行按摩。二是用高精度掃描設備把人的信息完整掃描下來,可以通過信息得到這個人行走時在鞋子上留下的痕跡,屬于刑偵上的范疇。

 

蔡博:我們是做AI芯片公司,我們的客戶有蠻多創新的想法。很多公司想在原有的行業做了很久,有自己的競爭對手和客戶,如果想拓展新領域,公司有突破,一定要想辦法做出創新型的應用。對于我們在生物識別行業的客戶來說,我們會更多建議他們走出去,走出現有的行業圈子。各行各業都會在某一個點、某一個方向上有想法和突破。比如前面說到的在醫療等方面的應用。可能某一個想法、創新是不錯的,稍微增加一點成本,在功能上、體驗上增加很多。我們自己客戶的應用場景比較多,不僅限于活人,還有動物的。比如之前楊總提到的,我們自己的客戶很多在做這個。百度最早提出智慧養豬,豬養多大,識別豬的大小,看是不是這只豬,進哪個圈、吃多少東西。有些生物長的速度太快,無法時時刻刻記錄數據。如果只是記錄體型、體貌特征看數據,可能找不到這個生物。如果從虹膜等其他相關的數據提取,可能就找到它了。這些創新和突破更多的是公司需要思考的地方。



我們是做AI芯片的,是幫助客戶用AI去實現他們自己的想法,做生物識別的也比較多,他們的想法千奇百怪。比如有追蹤野生動物的,在森林里大量布點,包括通過聲音、圖像來進行識別,有多少只野生動物,是否產了后代。如果把我們的生物識別技術融合進去,相信會對他們有很多的幫助。

 

3、關于隱私與安全



楊健:接下來討論最后一個話題,關于隱私與安全。比如,現在人臉的關注度更高,各個城市的監控建設,攝像頭越來越密集,可以實現跨區域、軌跡追蹤、身份識別到公安系統。這個確實有利于保護我們的安全。但是,現在有一些濫用的情況,有一些商業組織,比如連鎖商店通過人臉識別的方式,最大程度的追蹤用戶的信息,了解隱私信息、購物習慣、消費能力,針對性地推出引導購物建議。



比如全國有很多某奢侈品品牌的連鎖商店,你在其中某一兩家店購買過某幾款產品,之后你再進任何一家連鎖店,人家可能就已經知道你之前買過什么,喜歡買什么類型的產品,他會針對性給你做推薦,對癥下藥,讓你掏更多的錢。從商家的角度來講,這給商業最大程度賦能,給他們釋放了很多創造價值的機會。但是,從另一個角度來講,你的個人信息很大程度上被濫用了。



我們最近可以看到美國舊金山、奧克蘭等幾個城市在公共領域推出政策禁用人臉識別。因為,人臉識別是無感知的,你可能都不知道那里有攝像頭,但是他可以抓取你的信息,你的個人隱私就會被侵犯。而且,通過大數據的分析還可以更多的了解你個人,有研究表明通過大數據分析可以通過人臉識別分析一個人的智力水平、性取向,甚至政治趨向,都可以通過大數據分析出來,這是挺可怕的。



接下來請各位專家分享一下,對于技術濫用與隱私安全的看法?

 

於巧紅:這些是做生物識別都比較關注的,特別是做生物特征,只要涉及生物特征采集,就會涉及隱私的收集,有的收集沒有邊界,就會濫用,不管是人臉、指紋還是聲紋都會存在這個問題,大家的關注點不通。關于人臉,在我們國家現在沒有立法限制,更多是來自于民間的聲音。從技術層面來看這是很嚴峻的問題。我們任何人的生物特征,比如人臉只有一個,而且終身不能更改。這個特征被濫用后,對于泄密、不法分子非法利用時會造成連鎖反應,甚至涉及社會問題、人身安全和金融安全。



從全球發展來看,任何技術都是一把雙刃劍,看用在誰的手上。只能從立法角度限制使用,在哪些地方能用,哪些地方不能用,需要使用者和被使用者規范使用環境。對于不規范的使用的,從目前的情況來看,國際上通行的做法是可取的,就是限定使用范圍、使用邊界,包括對于泄露隱私的個人數據造成損失進行追責。從而在一定層面上限制商家使用規范。



從我們來講,沒有其他更好的辦法,用道德約束在中國是行不通的。從我們獲取的數據來看,任何廠家特別是生物識別的廠家是想獲取更多的數據,拿過來說是做研究,有很多應用是可以外延的。拋開對外講,我們私下很多都是這樣,這需要全社會不懈的努力、長期的努力,甚至需要社會事件推動這件事的發展。個人付出沉重的代價才能規范社會對生物特征的應用在比較公開、透明以及有利于社會的情況下進行識別。這是我一點點看法,謝謝。

 

孔祥輝:我覺得楊總提的問題挺大的。從我們角度來說,一是企業的責任,企業除了賺錢的責任還有社會的責任,在社會責任上,企業的自律性,考慮數據拿出去共享,還是保護隱私,這是企業家和在座同行要思考的問題,是不是要針對道德底線做一些事情。



如果真的涉及公共安全,人臉識別的普及還是必要的,因為遵紀守法的人多,犯法的人少。我們一定要讓個人信息一定暴露在社會之下,一是制造約束力,二是快速揪出誰是這個社會不安定的因素。對于公共安全和國家的做法,法律可以去做。作為企業,也需要考慮自己的社會責任,避免造成不良現象的擴大化,或者大家為了追逐利益降低自己的道德底線。

 

孟勤海:安全、隱私和隱私安全是三個話題,都有很龐大的內涵。從兩個維度理解這個問題:一是技術,二是體制。技術,比如從技術上,手機如何解決指紋的安全,指紋存在手機內部的安全區,指紋記錄后很難被拿出來,在技術上肯定要把隱私相關的信息用最安全的方式存起來,從技術上會盡可能避免隱私的泄露。比如大數據存在的服務器,這個機房是不是被管控的?這個攝像頭是不是必須監控的?如果人員要進出,那么設備就盡量不能有接口在外面。你要進出,機房門口要有登記,類似這樣的安全規則在技術上、規則上很容易制定。在體制上,如果沒有體制保障的話,專家也說要有立法和規則,但沒有人抓這件事肯定會濫用,很多問題是技術解決不了的。我的理解是,體制要不斷地完善。

 

孫云剛:前面專家講得差不多了。首先,立法是基礎,是必經之路。二是資質,什么樣的企業可以獲得核心數據,這是一定要提到比較高的層面頒發許可證。三是技術,需要在座同行提高自己的,比如手指存儲指紋的區域是外界獲取不到,從技術角度如何提高信息安全。

 

代啟強:我認為在人臉識別行業應該仿效電影建立安全等級制度,最高等級是安全,最低等級是商業應用。經過一段時間沉淀后,一些無用的商業人臉識別設備或者行為會自然而然的被淘汰。

 

蔡博:在這個問題上,每個個體都是比較獨特的,自己的生物信息也算是比較獨特的,幾乎不可能有相同的。個人信息和隱私密切相關,相信大家無法完全避免泄露,你很難天天把臉遮住走在大馬路上。所以,更多希望我們的同行能自律。這是第一。



 第二,希望政府和相關機構出臺相關的政策。但是,美國那幾個城市,從源頭上禁止人臉識別,個人認為這是不可取行為,這就好比把自己封閉起來、獨立起來。畢竟是一個人是生活在群體里的,不可能把自己封閉起來,自己的相關信息無法做到完全的保密。現在處于大數據時代,我們要在相關立法、制度下規范好,信息在某些特定場景下不要被濫用是最主要的。就像大家手機號經常收到騷擾電話推銷保險等,一樣的道理。手機號和人臉的特征、生物特征相比,生物特征更獨特,一張臉的數據信息是換不了的,對我們隱私、數據沒有制度的保障,就沒有安全的保證。我們更希望相關的單位有一些動作。據我了解到的信息,國家已經有這個規劃,但具體什么時候我不知道。



楊健:我們今天的討論環節到此結束,感謝各位來賓,同時感謝各位嘉賓的精彩分享。

 

 


使命召唤ol审判 新天天贵阳麻将仁怀 捕鱼来了一天能挣多 大发快三精准计划软件 不朽的浪漫 熊猫麻将血战到底下 3分彩计划 创业板推出 广西11选5走 516棋牌中心 广西快三到几点结束 燕赵福彩排7开奖结果 成都小姐上门按摩服务 东北四人麻将免费下载 一分赛车彩票技巧 手机足球即时比分网址 股城网模拟炒股平台