36氪研究企业调研 | 生物识别企业-眼神科技

原标题：36氪研究企业调研 | 生物识别企业-眼神科技

文 | 36氪研究院 李晓晓

报告要点：

生物识别是近年来辅助AI创造数字生活和智慧生活的重要技术，它的应用领域广、市场增速快

生物识别技术主要是指通过人类生物特征进行身份认证的一种技术，也即利用人体固有的生理特性，如指纹、人脸、虹膜等和行为特征，如笔迹、声音、步态等来进行个人身份的鉴定。它是AI技术的其中一类底层应用技术，通过生物识别产品搜集人们的各种生活数据，形成个人数据库。另外，政府及军工企业的应用对社会安全具有保证作用。

目前，国内外的移动设备和智能家居开始应用生物识别技术来做指纹/人脸识别手机和门锁以提升个人信息安全和生活便捷度；银行、物业等企业应用生物识别技术来做风险管理系统、门禁/考勤系统等；政府也采购生物识别系统，用来构建生物ID系统、平安智慧城市等。基于强大的市场需求，生物识别商业化程度将越来越深入。

随着生物识别技术的深入发展，生物识别技术和产品在商业应用领域的范围越来越广

现在，全球生物识别市场的规模从2007年的30.1亿美元增长至2015年的130亿美元，复合年均增速为20.1%，预计未来十年仍将保持14.0%的复合年均增速，到2020年总市场规模达到250亿美元1。这是因为随着AI技术在各行各业的广泛应用，改善了智能生活方式。

眼神科技作为生物识别领域的重要企业之一，技术较为全面、已落地的应用场景较为广泛

眼神科技是一家为不同行业和场景提供专业的人工智能技术、生物识别产品和服务的企业，核心技术有深度学习算法、多模态生物识别平台和人脸识别、虹膜识别、指纹识别等生物识别技术。作为较早进入生物识别领域的人工智能企业，眼神科技一直做自主知识产权核心技术的研究和开发，成为较早拥有指纹识别、虹膜识别、人脸识别、指静脉识别等多种生物识别技术的企业，拥有多模态生物识别平台，实现多场景、多应用、多产品、多种识别技术统一管理和融合识别，核心技术获得国家技术发明奖二等奖，拥有360多项专利。

眼神科技在全球已经有1000+客户，涵盖了教育、金融、社保、公安、政府、军队等各个领域，已与全国60%以上银行机构和超过100所高校达成合作，在智慧校园、智慧城市、智慧金融等领域均有解决方案和场景应用。此外，眼神科技作为中关村第一批入驻雄安的企业中唯一的人工智能企业，与雄安签订战略合作协议，与雄安一起建设智慧新城。

数据来源1：数据来源于前瞻产业研究院

以下为报告正文 （完整版报告点此下载）

1.生物识别技术是目前人工智能行业里应用场景较为广泛的技术

1.1 生物识别是指通过人工智能、大数据等技术，利用人体生理特征和行为特征对个人身份进行鉴定

通常意义上来讲，生物识别技术主要是指通过人类生物特征进行身份认证的一种技术，也即利用人体固有的生物特性，如指纹、人脸、虹膜等和行为特征，如笔迹、声音、步态等来进行个人身份的鉴定。由于人类特征通常具有唯一性、便携性或终身不变等特点以方便自动识别和身份验证，因此生物识别认证技术较传统认证技术存在较大的优势。具体来说，生物识别系统是对生物特征进行取样，提取其唯一的特征并转化为数字代码，并将这些代码组成特征模板，通过微处理器和各种电子元器件提高精度，将生物识别系统广泛的应用在各个领域。基于生物特征和行为特征，人们已经发展出了声音识别、指纹识别、人脸识别、虹膜识别等多种生物识别技术。

1.2 随着生物识别技术的深入发展，生物识别技术和产品在商业应用领域的范围越来越广

图表：生物识别技术发展历程

数据来源：36氪研究院根据公开资料整理

在应用方面，目前国内外的移动设备和智能家居厂商已经开始应用生物识别技术来做指纹/人脸识别手机和门锁提升个人信息安全和生活便捷度；银行、物业等企业利用生物识别技术做风险管理系统、门禁/考勤系统等；政府也在利用生物识别系统构建生物ID系统、平安智慧城市等。

1.3 大数据、深度学习算法、多模态识别等技术的成熟应用是促进生物识别技术商业化进程的关键，此外政策同样具有导向作用

1.3.1 生物技术、深度学习算法以及多模态识别技术是生物识别技术的重要推动因素

技术驱动：目前常见的生物识别技术有：指纹识别、人脸识别、虹膜识别、声纹识别、指静脉识别、DNA识别、笔迹识别、掌纹识别等，应用较为成熟和广泛的是指纹识别、人脸识别和虹膜识别。在未来，生物识别的应用行业会越来越广泛，应用场景会越来越深入，这就需要人工智能大数据深度学习和多模态识别技术提供更深层次的支持。

深度学习算法在生物识别领域，是通过模拟脑科学中神经元之间信息流的传播方式，抽象出一种数学模型，它可以通过端对端（End-to-End）的训练，从不同的抽象层级提取数据的本质特征，从而完成复杂的分类或回归任务。深度学习算法与浅层学习算法的最大不同在于：深度学习算法具有多层隐层，它可以随计算层次的需求增减；而浅层学习算法只包括一层甚至没有输入与输出层之间的隐层；此外，深度学习算法还能不断优化算法训练，自动学习到精准的表征，形成具有深度的结构模型，增强表达能力、提高效率。

图示：浅层学习算法与深度学习算法的对比

来源：36氪研究院整理

多模态识别是指通过融合人体多种生物特征进行身份识别的技术，能使身份认证及识别过程更加精准、安全，从而提高整体系统的性能，满足不同的应用场景。多模态识别较单一特征识别技术具有独特的优势，它支持多种生物识别技术，用户可根据不同的需求和应用场景选择合适的生物识别认证模式，实现一站式生物识别服务。

图表：常见生物识别特点比较

数据来源：36氪研究院整理

1.3.2 随着社会发展的进步，个人消费能力的提升以及对安全的需求不断增强，广阔的市场催生着越来越多的生物识别企业的诞生

个人消费端：生物识别技术在智能手机、智能门锁、智能汽车及家居等领域的应用日渐普及，上游核心芯片和模组厂商将长期受益。

企业系统端：国内企业在安全和管理上的需求将促进市场进一步发展，如金融、门禁考勤身份认证、驾培管理、信息安全等系统；生物识别将继续成为这些应用的主流解决方案。

政府系统端：如今安全问题已上升到国际问题和人类发展的高度，目前各国政府正建立更为严格的个人身份认证体系来提升公共安全平台智能化水平。

（编辑：南京站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!