各大巨頭布局臉部識別，IR LED市場將爆發(fā)

　　從指紋識別到虹膜識別，生物識別逐步進入消費電子產(chǎn)品終端，全球生物識別市場預計2020年將達250億美元，其中目前增速最快的為臉部識別，在應用場景不斷增加的情況下，臉部識別極有可能是下一個消費終端創(chuàng)新的大方向，而在技術(shù)上紅外LED窄帶濾波有望成為核心要素。

　　臉部識別或脫穎而出

　　從指紋識別到虹膜識別，生物識別被更多的消費電子廠商采用，大家對于技術(shù)的探討進入白熱化，但其實技術(shù)的比較意義不大，市場才能說明一切。

　　根據(jù)前瞻產(chǎn)業(yè)研究院統(tǒng)計，2007年至2013年六年期間，生物識別技術(shù)的全球市場規(guī)模年均增速為21.7%，這在全球大部分行業(yè)增長率不到 5%的對比下實屬罕見。 2015年生物識別技術(shù)全球市場規(guī)模將達到 130億美元，2020年將達到250億美元，5年內(nèi)年均增速約14%。

　　全球生物識別行業(yè)市場規(guī)模(億美元)

　　自2015年到2020年，各細分行業(yè)市場規(guī)模增幅分別為：指紋 (73.3%) 、語音 (100%) 、人臉 (166.6%) 、虹膜 (100%) 、其他 (140%) 。眾多生物識別技術(shù)中人臉識別在增幅上居于首位，預計到 2020 年人臉識別技術(shù)市場規(guī)模將上升至 24 億美元。我們預計在智能終端滲透臉部識別的情況下，市場規(guī)?？赡艽蟪A期。

　　全球生物識別細分行業(yè)市場占比

　　五大生物識別各有特點，但是從市場占有率看，指紋識別之后最可能脫穎而出的預計是臉部識別。商業(yè)角度看，支付寶、券商、銀行為主的金融服務機構(gòu)已經(jīng)在去年開始大量采用臉部識別開戶、轉(zhuǎn)賬、付款等，以招商銀行為例，臉部識別能夠?qū)崿F(xiàn)手機端超過 50 萬的轉(zhuǎn)賬，可見對于其安全性的認同。

　　1. 指紋識別是目前應用最為廣泛的生物識別技術(shù)，技術(shù)成熟且成本低廉，廣泛應用于考勤、門禁等身份識別。但容易復制，且指紋磨損后影響識別精度。

　　2. 虹膜識別利用人眼圖像中虹膜區(qū)域的特征(環(huán)狀物、皺紋、斑點、冠狀物)形成特征模板，通過比較特征參數(shù)完成識別。該方法識別精度高、不易仿造但相關(guān)設備價格昂貴。

　　3. 語音識別通過分析語音的惟一特性進行身份驗證，其設備距離范圍大、安裝簡易，但識別準確度低，可能被錄音欺騙，且易受背景噪聲、身體狀況、情緒等因素影響。

　　4. 簽名識別是基于行為特征的生物識別技術(shù)，通過分析筆跡、壓力、書寫速度進行身份驗證。但簽名可仿造性高，且簽名工具、情緒等均可對簽名識別造成干擾。

　　5. 臉部識別與其他生物識別方式相比， 優(yōu)勢在于自然性、 不被察覺性等特點。 自然性即該識別方式同人類進行個體識別時所利用的生物特征相同，人類也通過觀察比較人臉、聲音等信息對其他個體進行區(qū)分和確認。因此，指紋識別、虹膜識別等均不具有自然性。不被察覺的特點使該識別方法不易使人抵觸，利用可見光即可獲取人臉圖像信息，而指紋識別或虹膜識別需利用電子壓力傳感器或紅外線采集指紋、虹膜圖像，在采集過程中身份信息即有可能被仿造。

　　生物識別類別比較

　　業(yè)界巨頭紛紛布局

　　任何的技術(shù)創(chuàng)新都能在專利和收購中提前知曉， 臉部識別進入智能終端這不僅僅是一種猜測，業(yè)界巨頭已經(jīng)長期積極布局臉部識別。

　　1.蘋果公司先后收購 Polar Rose，Prime Sense，Perceptio，F(xiàn)aceshift，Emotient，Turi等臉部識別相關(guān)技術(shù)公司;

　　2.三星公司于 2010 年 12 月 29 日申請臉部識別設備、算法及機器可讀媒體專利;于 2004年 6 月 19 日申請圖像識別特征提取的設備及算法專利;

　　3.華為公司申請至少 10 項臉部識別相關(guān)專利，如，確定人臉圖像中人臉的身份標識的方法、裝臵和終端;

　　4.谷歌公司(Google)先后收購臉部識別系統(tǒng)公司 PittPatt 和 Viewdle 后，截止 2016 年 6月共申請 21 項臉部識別相關(guān)專利;

　　5.Facebook 收購 Tel Aviv 后已于 2014 年上線臉部識別軟件 DeepFace;

　　6.亞馬遜(Amazon)、微軟(Microsoft)亦分別申請 7 項及 6 項臉部識別專利。

　　人臉識別怎么實現(xiàn)

　　人臉識別主要分為人臉檢測和人臉比對兩部分。其工作流程為：

　　1. 圖像采集：通過采集傳感器(如攝像頭)采集人臉圖像;

　　2. 人臉定位及提取：然后對采集到的數(shù)據(jù)進行處理，去除采集數(shù)據(jù)中的噪聲和環(huán)境因素，抽取樣本中能夠表征個人身份的特征信息;

　　3. 特征對比：再把這些特征信息與數(shù)據(jù)庫中已有的信息進行對比;

　　4. 輸出結(jié)果：最后根據(jù)比對的相似程度來判斷是否匹配。

　　人臉識別流程

　　目前人臉識別市場的解決方案主要包括：2D識別、3D識別、熱感識別，目前市場上主流的識別方案是采用攝像頭的 2D方案。 2D臉部識別是基于平面圖像的識別方法，但由于人的臉部并非平坦，因此2D識別在將 3D人臉信息平面化投影的過程中存在特征信息損失。

　　3D與2D臉部識別的結(jié)果對比

　　3D 識別使用三維人臉立體建模方法，可最大程度保留有效信息。因此3D人臉識別技術(shù)的算法比2D算法更合理并擁有更高精度。熱傳感識別技術(shù)使用一個三層的 BP(back-propagation)前饋神經(jīng)網(wǎng)作為分類器，在使用熱感信息的同時使用不會被發(fā)型、呼吸等環(huán)境因素影響的關(guān)鍵臉部幾何信息，如鼻梁角度、臉頰面積等，以增強識別精度。

　　臉部識別創(chuàng)新的熱感識別模式

　　從目前的發(fā)展看，主要分為商業(yè)系統(tǒng)、主流軟件、算法等，我們認為終端設備的集成化應用需要整套解決方案，大廠商在這方面具有優(yōu)勢。臉部識別的組件部分主要涉及：軟件部分為數(shù)據(jù)庫、算法;硬件部分為攝像頭模塊、集成設備、傳感器、芯片、IC、硬件接口電路、液晶顯示屏、存儲器等;以及，整合軟硬件廠商的系統(tǒng)服務商。其中算法為產(chǎn)業(yè)鏈核心環(huán)節(jié)，同時也是技術(shù)壁壘最高的環(huán)節(jié)。從目前國內(nèi)設計臉部識別的公司看，主要還是提供攝像頭算法等，硬件的價值可能被忽視。

　　臉部識別的主要商業(yè)系統(tǒng)、主流軟件、主流算法

　　紅外 LED 窄帶濾波有望成為核心要素

　　傳統(tǒng)的臉部識別技術(shù)主要基于可見光圖像的臉部識別，但這種方式有著難以克服的缺陷，近紅外臉部識別系統(tǒng)能夠徹底解決環(huán)境光照影響問題。傳統(tǒng)可將識別在環(huán)境光照發(fā)生變化時，識別效果會急劇下降，無法滿足實際系統(tǒng)的要。比如，拍照時遇到側(cè)光時出現(xiàn)的“陰陽臉”現(xiàn)象，就可能無法正確識別。

　　解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但目前這兩種技術(shù)還遠不成熟，識別效果不盡人意。基于近紅外圖像的人臉識別核心技術(shù)和系統(tǒng)，在不同光線條件下，能夠拍攝不受環(huán)境光照變化影響的近紅外人臉圖像，加上領(lǐng)先的算法，能夠取得很高的識別率。

　　不受環(huán)境光影響的近紅外人臉圖像

　　近紅外人臉識別包括兩部分：主動近紅外人臉成像設備和相應的光照無關(guān)人臉識別算法。使用強度高于環(huán)境光線的主動近紅外光源成像，配合相應波段的光學濾片，可以得到環(huán)境無關(guān)的人臉圖像，人臉圖像只會隨著人與攝像頭的距離變化而單調(diào)變化。

　　在此圖像上采用一些特定的特征提取方式，如：局部二元模式(Local Binary Pattern，LBP)特征，可以進一步消除圖像的單調(diào)變化，得到完全和光照無關(guān)的特征表達。近年來，近紅外人臉識別在實際生活中已經(jīng)有了諸多應用，如：“深圳-香港生物護照自助通關(guān)系統(tǒng)”，“澳門-珠海生物護照自助通關(guān)系統(tǒng)”，“北京機場 T3 航站樓自助通關(guān)系統(tǒng)”等，均取得了很好的效果。

　　主動近紅外人臉成像設備能為人臉識別提供不受環(huán)境光影響的、高質(zhì)量的人臉圖像，所謂的高質(zhì)量包括：圖像亮度合適、均勻、對比度合適、不存在過度曝光等。主動近紅外人臉成像設備一般包括如下單元：

　　在相應波段強度高于環(huán)境光的主動近紅外光源，一般為高功率 850nm 和 940nm 紅外LED;

　　能夠接收近紅外光的攝像頭，通常為 CCD 圖像傳感器。CCD 具有體積小、重量輕、失真度小、功耗低、可低壓驅(qū)動、抗沖擊、抗振動、抗電磁干擾強的優(yōu)點，因此被廣泛應用于各種圖像采集系統(tǒng)。在人臉識別系統(tǒng)中的 CCD 基本上是硅襯底的，其光譜響應范圍為 400nm~1100nm，該范圍也就是窄帶濾光片要考慮的光譜范圍;

　　窄帶濾光片，臵于攝像頭鏡頭外，允許近紅外光通過的同時過濾環(huán)境光。主要用來隔離干擾光，透過信號光，充分突顯有用信息，減小干擾信息，為后續(xù)的圖像處理和識別奠定基礎(chǔ)。

　　技術(shù)上紅外 LED 窄帶濾光片有望成為核心因素。目前有些方案采用隔離可見光透過紅外光的紅外玻璃作為濾光片，然而普通的紅外玻璃只是隔離了可見光和紫外光，并沒有隔離干擾光中處于紅外波段的部分。因此想得到良好的抗干擾效果，必須采用窄帶濾光片。

　　普通吸收型顏色濾光片與窄帶濾光片曲線比較

　　850nm LED 的光譜分布

　　窄帶濾光片的選取需要考慮多個光學指標，包括帶寬、中心波長、截止波長、截止深度、峰值透過率、產(chǎn)品厚度等等。 從近期攝像頭與 AR 的發(fā)展看，國內(nèi)的光學公司成為主力供應商，反應國內(nèi)的光學實力足夠消費電子及特殊顯示的需求，窄帶濾光模組預計國際大客戶仍會采用國內(nèi)供應商。

　　窄帶濾光片的選取

　　資料來源：互聯(lián)網(wǎng)、安信證券研究中心

　　一款典型 850 窄帶濾光片產(chǎn)品及其曲線圖