实现“产品系列化、运营集团化、通路国际化、服务本地化、办公智能化”
的目标，打造世界一流的智能应用及运营管理平台。
相比指纹识别和人脸识别，声纹识别和虹膜识别技术的关注度并不高。事实上，这两种技术早已有之，特别是近几年随着技术的迭代，声纹识别和虹膜识别技术的应用瓶颈正在被突破。
如今的生物识别技术产业应用有多火？看一组数据就知道了。前瞻产业研究院发布的数据显示，2007 年全球生物识别市场规模仅30.1 亿美元，2013 年就达到了97.8 亿美元，年复合增长率高达21.7%；至2015 年，全球生物识别市场规模达到130 亿美元，预计至2020 年全球生物识别市场规模将达到250 亿美元，年复合增长率将达13.9%。
很多生物识别技术其实早已有之，为何近几年才得以快速地爆发？9月20日，在由芯智讯主办的“融合创新2019生物识别技术与应用高峰论坛”上，中国科学院深圳先进技术研究院数字所所长乔宇表示，这主要得益于深度学习技术的推动，加速提升了相关技术的识别准确率，使得生物识别技术甚至超过人类。
不过，在快速爆发的市场应用中，几种生物识别技术也是“几家欢喜几家愁”。比如指纹识别技术仍是“一家独大”，人脸识别、虹膜识别等成熟度较高的技术市场规模还有待成长。在上述高峰论坛上，来自学术界、产业界的专家对此进行了分门别类的介绍。
生物识别技术有很多种，如指纹、人脸、虹膜、声纹、静脉识别等，还有新兴起的步态识别、心跳识别等新技术。不过，就目前来看，指纹识别依然占据主导地位。
根据中研网数据，在2017 年全球生物识别大约172 亿美元的市场规模中，指纹、人脸、虹膜识别分别占比58%、7%、6%。不过，得益于iPhone X加入对3D人脸识别的支持，3D人脸识别市场快速发展。
“以某地区海关为例，每天大概有6万人通关。2014年，使用人脸识别技术，平均每3小时系统就会有一次误判；到了2016年，已经降低至平均一个月才有一次误判。按照现在的技术，系统每半年才可能有一次误判。”乔宇说，在1：N人脸识别方面，也同样如此。“现在技术可以支持做城市级的人脸识别，可以应对深圳数千万人口的人脸识别，这背后是技术巨大的进步。”
芯智讯创始人杨健表示，在以智能手机为代表的移动终端市场，指纹识别和3D人脸、虹膜识别技术都在持续渗透，并且不少智能手机还同时加入了对于指纹识别和人脸识别的支持。而在传统的门禁安防市场，对于各种生物识别技术的需求也正在持续增加。
另外，随着物联网、智能汽车等领域对于安全需求的提升，生物识别技术也被持续引入。分析机构Technavio 的研究数据显示，2016 年生物识别在汽车市场中的整体规模为1.1亿美元，未来将会保持20%左右的增长速度。
相比指纹识别和人脸识别，声纹识别和虹膜识别技术的关注度并不高。事实上，这两种技术早已有之，特别是近几年随着技术的迭代，声纹识别和虹膜识别技术的应用瓶颈正在被突破。
“2017年X-Vector系统的提出，给声纹识别的应用带来很大的提升。”声扬科技首席科学家张伟彬介绍说，特别是近两年，市场也对于声纹识别有了强烈的需求。
张伟彬分析说，这一方面得益于声纹识别技术的进一步成熟，另外一方面也得益于国家政策的推动效应。
去年10月，我国央行发布了声纹识别技术在移动金融上的应用标准。张伟彬说，这等于是在国家层面、政策层面承认声纹识别技术已经达到大规模商业应用的门槛，可以满足金融等场景对高安全语音技术应用的需求。
“另外，近几年国内非接触式犯罪比较猖獗，而声纹识别技术可远程通过声音识别身份，这对此类犯罪案件的破获帮助极大。”张伟彬说道，“所以我们认为声纹识别将是一个新风口。”
不过，声纹识别的应用前路并非坦途。简单的录音播放，就可能“攻击”声纹识别。此外，声音从不同的麦克风进入电子系统导致的跨信道差异、海量数据库中的声纹比对等都是声纹识别应用过程中需要面对的难题。
张伟彬表示，随着这些技术难题被克服以及隐私保护问题的解决，声纹识别将在多个场景下实现大规模的落地。
早在2015年，富士通就将虹膜识别技术应用于智能手机当中，随后三星也将虹膜识别引入到其旗舰机Note7当中。不过，随着人脸识别以及屏下指纹的应用，使用并不便利的虹膜识别在手机市场的应用遇冷。
但虹膜识别的优势非常明显。中科院深圳先进技术研究院集成所研究员陈巍介绍说，相对于其他生物识别技术来说，人的虹膜有226个生物特征点，具有极高的唯一性，即便是拥有一样面容的双胞胎，其虹膜也不一样，因此虹膜识别具有极高的安全性。另外，有研究数据显示，虹膜识别的交叉错误率仅有0.00077%，远低于声纹、指纹、掌纹及人脸识别，具有极高的稳定性、安全性和实用性。
不仅如此，虹膜还具有非常强的生物活性，比如瞳孔的大小会随光线强弱变化自我调节，出现每秒可达十余次的无意识瞳孔缩放，这也使得虹膜会发生每秒十余次的震颤；此外，在脑死亡、处于深度昏迷状态或眼球组织脱离时，虹膜组织即完全收缩，出现散瞳现象。这些特性使得虹膜具有极高的防伪性。
“传统虹膜成像系统约束过多、系统用户体验差，加之虹膜识别的成本相对较高，这都限制了虹膜识别的应用。”陈巍说，不过，随着技术的进步，远距离、大视场、大景深、非配合或少配合的虹膜成像系统是发展趋势。
陈巍介绍说，中科院深圳先进技术研究院长期从事模式识别技术和光电工程技术研究，“目前已经可以实现60~100厘米范围内清晰成像，不同身高的人微微低头就能实现快速虹膜识别”。
此前换脸软件ZAO引发轩然大波，让人担忧一旦人脸信息被攫取，会引发因脸部信息盗刷产生的恶劣影响。在此次高峰论坛上，专家表示，通过多生物识别技术的融合，可以规避类似事件的发生。
“由于不同的生物识别技术在精度、安全性、稳定性、识别速度、便捷性、成本、功耗等众多方面有着明显的差异，因此在不同的应用领域中，也会有着各自不同的特点和优劣势。”杨健表示，选择不同生物识别技术融合应用，有望很好地平衡以上问题。
Technavio的数据显示，2015 年全球多重识别市场的规模为42.2 亿美元，预计未来5年将会保持20%以上的增长速度。目前，在智能手机、智能门锁、安防、金融领域，已经出现了多生物识别技术融合应用。
在场专家表示，生物识别技术应用不再仅仅局限于人的身份认证，已经开始应用于其他物种的识别，比如猪脸识别、通过虹膜识别对宠物进行身份识别等。杨健称：“预计未来这将是一个非常大的市场。”