科幻片中的场景正在一步一步实现，越来越多我们的生物特征开始成为识别个人身份的关键要素。

从最先推进的指纹和人脸，再到正走在克服技术和落地难题的虹膜、声纹乃至于眼球，连看起来更加高深的静脉都将成为我们生命印记的特征化呈现。

在近日由芯智讯主办的“融合·创新——2019生物识别技术与应用高峰论坛”上，多位专家指出，尤其是深度学习技术的落地，将多种生物识别技术送上大规模应用的快车道，基于此，外部环境的支持和需求扩大在进一步推动多生物识别技术共同融合发展。

走在爆发路上的声纹识别

声扬科技首席科学家张伟彬原本就读的是语音识别相关专业，在两年前跟市场接触过程中发现，对于声纹识别的需求在逐渐涌现。

“比如移动金融领域，有很多业务是在网上办理的，这时候对远程身份认证的诉求非常迫切，支持远程身份认证的目前只有人脸和声纹，可以看到越来越多的App或者金融机构倾向于这两种方式做融合。”他向21世纪经济报道记者介绍道。

据称，声纹识别技术此前已经延绵发展了几十年，但囿于准确率等问题，始终没有达到成熟落地应用的标准。但目前这个门槛已经被跨过了。这也是促成他进入声纹识别领域进行深入研究的原因所在。

从技术来看，这与深度学习技术在背后的推动也有很大关联。此外，2018年央行发布声纹识别技术的应用标准，承认这项技术可以满足金融的高安全性需求。就此，声纹识别技术走向进一步爆发的背景因素逐渐成熟。

张伟彬告诉21世纪经济报道记者，实际上人的声纹很难被伪装，这主要在于每个人声学特征表现不同，包括声带振动频率、声道等方面，也是声纹识别技术主要针对的方向。容易被伪装的其实是行为特征方面，譬如口头禅等。

与此同时，公司在几个方面的研发让声纹识别技术具备其技术领先性，比如声纹识别与语言和文本无关，可以实现2-3秒的超短时间语音认证，对系统的资源占用也相对低、并能支持高并发。

针对跨信道问题，张伟彬表示，由于声音进入电子系统需要使用麦克风，但硬件巨大的差异会影响到实现效果，不过技术已经可以实现用很低的资源进行声纹比对。“比如PC单核单线程1秒进行10万次声纹比对，手机端也可以进行。”

他向记者介绍道，声纹识别技术的落地发展经历过三个阶段，最早期是需要注册和验证时录入同样的内容，一对一验证的模板匹配阶段，但固定的内容输出限制了技术的进一步落地发展。

第二阶段是在2000年左右，基于概率统计模型，通过将录入的声音压缩成固定的矢量进行匹配，可以让准确率达到95%，但若有外部噪声干扰就会进一步影响视线，因此还没达到商用标准。

在2011年，基于深度学习技术的声纹识别开始有了爆发性的影响。2017年，找到更适合方式的声纹识别技术，其准确率终于达到商用标准。

目前在海外一些政府机构，声纹识别技术已经开始大规模应用。张伟彬介绍道，比如印尼在国家社保申领过程中已经开始普及使用这项技术，花旗银行在进行线上个人资料比对时也开始应用该项技术。

未来，基于声纹还能挖掘个人的情感的信息，将可广泛应用到公安、IoT、消费电子、教育等领域。张伟彬举例道，比如在家庭场景，搭载了该项技术的机器人通过声纹识别是哪一位家庭成员发布指令，而后可进行个性化音乐播放等动作。

“我觉得现在的声纹识别有点像2013-2014年的人脸识别，处于市场前期。可以看到一些行业开始应用声纹识别技术，如公共安全、金融等领域。未来随着5G的到来，将会有越来越多的场景需要声纹识别这项技术。”张伟彬指出，对于公司而言，机会在于保证技术上的领先优势，以及不断拓展市场，通过积累的数据和行业应用场景构造竞争壁垒。

虹膜识别谋求技术进一步突破

相对来说，虹膜识别是更早被推进到大众视野的一项技术，这也被业界认为是安全性较高的一种生物识别方案。但多年来仍然面对着一系列应用难题，包括识别距离要求带来的落地难点等。

据中国科学院深圳先进技术研究院集成所研究员陈巍介绍，相比欧美人明显的虹膜特征，亚洲人的虹膜颜色普遍较难分辨，也意味着这在亚洲场景的落地会更安全。

他列举了一组数据，相比声音识别、指纹识别、掌纹识别和人脸识别，虹膜识别的交叉错误率可以下降到0.00077%，但前几种方案的错误率最低也在0.15%，且从安全性、稳定性和实用性来说，虹膜识别都有着很好的表现。

此外，虹膜与人的DNA没有太大关联，因此可以解决双胞胎难以分辨的问题。“一年掉落在地球的雪片总数是10的23次方，但另个人拥有相同虹膜的概率是10的72次方分之一，因此两个人虹膜相同的概率比雪花掉落地球的概率还要低。”陈巍笑称，这些都证实了该项技术未来的发展前景。

不过他进一步分析道，过去虹膜识别没有实现普及，主要在于国家方面尚未出台导向性的政策，采集虹膜信息的设备太贵，以及虹膜采集技术本身也待进一步发展，目前产业链不算太成熟。

“远距离、大视场、大景深、非配合或少配合成像系统是趋势。”陈巍介绍道，这也是他所在团对主要攻克的方向所在。

据称，目前该项技术在中东尤其是一些特殊女子学校得到了良好应用，这也与当地文化有强相关性。在我国，一些场景也开始用到虹膜识别技术。

比如目前，该研究院已经实现国际上首次大批量（约100只）犬只虹膜识别实验，团队专注于动物的虹膜识别和服务，后期还可拓展到牛、马等，用于食品溯源、医疗、保险等领域。

“我们希望通过对技术和工程的继续推进。比如在距离、少配合甚至无配合等方面，提高实验效果。终极目标是让虹膜识别技术能够普及推广。”陈巍总结道。

多模态融合成未来趋势

考虑到随着生物识别技术的进一步落地，关于相关场景被“攻破”的消息也随之涌现，这意味着，背后仍然存在部分没达到规范的企业在推动技术落地，因此多模态融合成为解决此问题的一个重要方向。

张伟彬就表示，举例来说，单独的人脸技术可以被攻击，声纹也可能被攻击，假设人脸识别被攻击成功的概率是10%，声纹被攻击成功概率也是10%，但二者融合就会将被攻击成功概率变成1%，这将对安全性带来很大差别。

这也是实现多模态融合的一大原因所在。

在前述论坛现场，智冠股份总裁於巧红也指出，任何单模态生物识别的精度有上限，不管是静脉、虹膜，即便是百万级的安全性，也不可避免会出现误差。这时候必须有多模态配合。

於巧红分析道，如今应用多模态的场景主要有二：一是两种技术配合，以解决部分的适度远距离和近距离场景交叉识别问题；二是“掌静脉+人脸”属于常见的组合方式，主要解决海量库里检索小库的精度识别，在后期，这种结合方式或许还会需要AI芯片进行推动。“客户方面也在推动我们做融合，我们相信在生物识别行业里技术的交流融合等，应该有更多的产品和场景出来。”

据其介绍，智冠股份目前跟上海一家器械公司在沟通，将静脉图像应用于医疗的辅助，这在德国已有尝试，特别是针对婴幼儿、老人和肥胖人群的静脉注射。

“这是比较简单的静脉图像成像的过程。我们身上任何有静脉的地方都可以通过红外成像。”於巧红表示，静脉识别也可以在未来与医学融合，但那需要与医疗机构合作进行。“目前手腕的静脉识别跟机构探讨的方向是可穿戴，我们的手腕静脉跟心脏连在一起，信号的传输相对更明显，虽然采集的周期会长一点。这些应用会突破固有的产品形态，我们可能是“刷手支付”，以后是戴在手上的微型静脉器，跟身份进行连接和识别。”

更多内容请下载21财经APP