生物识别行业分析报告Word格式.docx
《生物识别行业分析报告Word格式.docx》由会员分享,可在线阅读,更多相关《生物识别行业分析报告Word格式.docx(36页珍藏版)》请在冰豆网上搜索。
![生物识别行业分析报告Word格式.docx](https://file1.bdocx.com/fileroot1/2022-11/15/667d3254-82c9-49e2-bb57-db54ee83f193/667d3254-82c9-49e2-bb57-db54ee83f1931.gif)
登记模块和认证模块。
在登记模块中,生物识
别系统对生物特征进行取样,提取其唯一的特征并转化成数字代码,随后进一步将这些代码组成特征模板。
当人们同识别系统交互进行身份认证时,认证模块识别系统通过获取其特征与数据库中的特征模板进行对比,以确定二者是否匹配,从而决定接受或拒绝该人。
图2:
生物识别技术处理流程图
1.1.3生物识别分类:
人脸识别、指纹识别、虹膜识别、静脉识别、语音识别等
被用来区别身份的人体生物特征主要分为生理特征和行为特征两类。
其中,生理特征是人与生俱来的,主要包括手形、指纹、脸形、虹膜、视网膜、脉搏、耳廓等;
而行为特征是人后天形成的,主要包括签字、声音、按键力度等。
基于这些特征,人们已经发展了多种生物识别技术,目前较为主流的识别技术有人脸识别、指纹识别、虹膜识别、静脉识别、语音识别等五类。
表1:
主流生物识别技术对比
1.1.4、与传统身份识别相比:
更加安全、随时可用
传统身份识别方法逐渐显露其安全性、难以记忆和使用不便捷等弊端。
传
统身份识别方法主要有个人识别码、密码、IC/感应式ID/RFID卡证件等几种
类型。
这些方法虽然在过去相当长的时间内有效保障了用户的安全,但在快速发展的信息化社会,传统身份识别方式逐渐开始显露其弊端:
(1)安全性不足:
随着科技的不断发展,密码更加容易被破解和盗取,特别是当证明身份的特定信息和证件被被盗或被破解时,个人身份就容易被他人冒充或取代。
(2)难于记忆和使用的不便捷:
随着科技的发展,人们在各类平台上进行身份验证的频率大大提高,多个密码不易于用户的记忆,使用便捷性也相对较差。
生物识别技术作为一种新兴的安全技术,有效地弥补了传统身份识别的上述弊端:
在安全性上,生物识别技术的破解或盗取的难度较密码明显加大,同时由于人体特征具有人体所固有的不可复制的唯一性,人体的生物特征也不存在复制、失窃的可能。
在记忆和便捷性上,人体的生物特征不会被“遗忘”,并且可以随身“携带”,随时可用,与传统身份识别方式相比优势明显。
图3:
生物识别技术特性
2、行业初具规模,技术和应用成为未来发展关键维度
2.1、市场规模:
2020年国内市场规模有望突破300亿元
近年来随着智能终端设备与移动互联网产业快速发展,生物识别技术迎来了巨大发展空间。
从全球市场来看,预计2020年生物识别行业的市场规模将达250亿美元。
根据前瞻产业研究院的数据,2007年至2013年六年期间,全球生物识别市场规模复合增长率达22%左右,预计2020年全球生物识别行业的市场规模将达
250亿美元。
从细分领域来看,指纹识别占比最高,人脸、虹膜等识别技术增长迅速。
指纹识别占生物识别技术的份额最高,但整体呈下降趋势,从2007年的66.9%降至2013年的60.1%,预计到2020年将下降至52%左右;
而语音识别、人脸识
别、虹膜识别所占份额则不断增长,到2020年比重预计分别达到22.4%、9.6%、
6.4%。
图4:
全球生物识别行业市场规模与预测(单位:
亿美元)
图5:
全球生物识别技术行业市场结构预测
从国内市场来看,预计2020年国内生物识别行业的市场规模将突破300亿元。
根据前瞻产业研究院的数据显示,2002至2015年,国内生物识别市场的年复合增长率达到44.98%,2015年生物识别市场规模达到100亿元左右。
预计到2020年,中国生物识别行业的市场规模将突破300亿元。
图6:
我国生物识别行业市场规模与预测(单位:
亿元)
2.2、行业现状:
生物识别助推AI发展,移动端打开巨大市场
2.2.1、生物识别带领人工智能进入“感知智能”阶段
人工智能的发展可以分为计算智能、感知智能和认知智能三个阶段。
在计算
智能阶段,人工智能主要以储存和处理数据为主;
在感知智能阶段,人工智能可以对一切外界事物进行感知和描绘,包括人体生物特征、图像等;
第三阶段是认知智能阶段,主要体现为对事物的智能化理解分析和自主行动等行为。
表2:
人工智能发展的三个阶段
生物识别技术的不断成熟正在推动人工智能正处于由第一阶段向第二阶段发展,大型互联网公司已经开始布局。
语音识别、人脸识别等数据采集和积累使得人工智能具备“视觉”“听觉”等感知能力,由此将人工智能带入了“感知智能”阶段。
随着生物识别技术的不断发展和应用的广泛,人工智能正在逐渐进入我们的生活中。
近几年各个大型互联网公司也纷纷布局生物识别,力争跟随时代发展的潮流。
图7:
人工智能的三个发展阶段
图8:
生物识别逐渐将人工智能带进人们生活中
图9:
大型互联网公司在生物识别上的部分布局
2.2.2、移动端的普及为生物识别打开巨大市场
伴随着移动通讯,尤其是3G、4G技术和便携式应用终端的日渐普及,指纹、虹膜、声音识别等生物识别技术也广泛应用到移动端的屏幕解锁、多用户访问控制、账户登录及支付等场景中。
在指纹识别方面,2013年以来指纹识别技术开始被大规模地应用于移动智能终端,苹果、三星、华为等多家终端厂商相继推出搭载指纹识别功能的手机;
在虹膜识别方面,三星note8已经推出了带有虹膜识别功能的手机。
图10:
生物识别在移动智能终端的部分应用场景
2.3、未来发展关键:
能否在技术和应用两个维度实现突破
2.3.1、技术上:
不断获得突破,但障碍仍存
目前生物识别技术已经相对成熟,尤其是人脸识别技术和虹膜识别技术不断
出现新突破。
在人脸识别方面,国内已有众多厂商做到了超过99%的准确率。
在国际权威人脸识别数据库LFW最新的排名上,国内的人脸识别厂商大华股份达到99.78%,腾讯和平安科技均达到了99.8%的准确率,技术上的进步有望推动生物识别技术应用的进一步普及。
在虹膜识别方面,虹膜的身份识别解决方案领域EyeLockLLC公司已经推出在60厘米范围内验证身份的新技术。
该技术可安装在智能手机和移动设备以及汽车、医疗保健和其它网络边缘应用中。
但目前生物识别技术仍存在一些需要克服的技术难题,能否解决现有技术瓶颈成为生物识别行业未来发展的关键所在。
比如,在目前主流生物识别技术中,指纹识别技术相对成熟,应用比较广泛,但却较容易被复制;
人脸特征并不是一成不变的,而且采集图像的过程中易受到光线等因素的影响;
虹膜能成像的距离很窄,如果用户的姿势稍有不对,就有可能采集不到清晰的虹膜,同时识别距离远近、复杂光线环境、睫毛遮挡、异形瞳孔等问题也影响虹膜识别的精准度。
表3:
目前主流生物识别技术面临的障碍
2.3.2、应用上:
部分生物识别技术仍有待大范围普及
自身局限性和成本是阻碍生物识别应用进一步普及的两个重要原因。
目前
国内生物识别市场发展速度较快,但总体而言普及度不高。
除了技术障碍存在之外,自身局限性和成本是生物识别进一步普及的两个主要阻碍:
第一,生物识别自身就带有一定应用上的局限性。
以人脸识别为例:
安防领域需要对监控视频中的人脸进行大量识别,指纹和虹膜识别很难应用;
但在消费级应用中,人脸识别耗时相对较长、便捷度较差,因此人脸识别在消费级应用中的普及也存在一定困难。
第二,成本也是部分生物识别技术难以在短期内广泛普及的重要因素。
在主流的生物识别技术中,虽然指纹模组的成本不断降低,但人脸识别、特别是虹膜识别的成本则相对较高,在中低端手机市场难以广泛应用,只能在一些安全性要求很高且价格不敏感的领域推广。
3、指纹识别:
低端机打开增量市场,隐藏式识别大势所趋
3.1、指纹识别:
用指纹判断人的身份
3.1.1、指纹识别基本过程:
对指纹上的特征点进行采集和比对
指纹识别技术正是通过对每个人独有的指纹特征点的识别来完成对身份的
验证,是目前应用最广泛一种生物识别技术。
每个人的指纹纹路在图案、断点和交叉点上各不相同,这些断点和交叉点构成每个人的指纹特征点。
指纹识别的基本过程:
首先手指接触相应区域,仪器借助电容式/光学式/
射频式对指纹进行扫描采集并生成指纹图像。
在采集过指纹之后,DSP指纹图
像处理器对生成的指纹图像进行一系列的处理,提取出来的指纹特征通过软件算
法与预录指纹库进行比对验证,最终输出识别结果。
图11:
指纹识别基本过程
3.1.2、产业链:
“芯片-模组-整机”三个重要环节
以手机的指纹识别产业链为例,指纹识别需要经过“芯片-模组-整机”三个
重要的环节。
芯片环节主要涉及“芯片设计-晶圆生产-芯片封测”等环节,芯片封测后模组厂商对芯片进行再加工,销售给手机整机厂商。
产业大致流程如下图所示:
图12:
指纹识别产业链
3.2、移动端机遇:
千元机、underglass或带来新的增量市场
3.2.1、移动端指纹识别渗透率不断提升,“千元机”成为潜力待挖的新市场
畅销手机中指纹识别普及率已较高,但“千元机”的指纹识别市场仍有待开
发。
从2013年苹果iPhone5S增加指纹识别功能开始,智能手机其他品牌也纷纷加入指纹识别功能,指纹识别以其“快捷性、安全性、准确性、稳定性、易用性”的综合优势逐渐成为智能手机的标配。
根据第一手机界研究院的数据显示,2016年6月以来,国内前20款畅销手机中指纹识别的渗透率一直在70%以上。
但与之相比,“千元机”的指纹识别渗透率一直较低。
2017年3月国内千元机销量Top20的手机中,指纹识别功能的渗透率仅为30%,远低于同期国内Top20畅销手机的85%的指纹识别功能渗透率。
图13:
畅销手机Top20采用指纹识别比例较高
图14:
指纹识别渗透率:
畅销手机Top20VS千元机Top20
千元机市场可能成为未来指纹识别在移动端发展的重要增量市场。
千元机市场具有潜力的两个重要条件:
指纹模组等部件的成本逐渐降低和千元机背后庞大的用户群体。
(1)随着指纹模组出货量的不断上升,指纹模组价格的不断下降是可定趋势,千元机能够承担指纹识别相关成本。
根据群智咨询的数据,以占主
导地位的镀膜电容式指纹识别模组为例,2015年一季度指纹识别模组平均价格
约4美元,到2017年一季度,其平均价格下降到2.56美元,部分芯片厂的报价甚至在2美元以下。
(2)千元机在国内有着庞大的用户群体,但指纹识别渗透率偏低:
2016年10月以来国内千元机销量占