各大巨头布局脸部识别,IR LED厂有肉吃!

从指纹识别到虹膜识别,生物识别逐步进入消费电子产品终端,全球生物识别市场预计2020年将达250亿美元,其中目前增速最快的为脸部识别,在应用场景不断增加的情况下,脸部识别极有可能是下一个消费终端创新的大方向,而在技术上红外LED窄带滤波有望成为核心要素。

  脸部识别或脱颖而出 

从指纹识别到虹膜识别,生物识别被更多的消费电子厂商采用,大家对于技术的探讨进入白热化,但其实技术的比较意义不大,市场才能说明一切。

根据前瞻产业研究院统计,2007年至2013年六年期间,生物识别技术的全球市场规模年均增速为21.7%,这在全球大部分行业增长率不到 5%的对比下实属罕见。 2015年生物识别技术全球市场规模将达到 130亿美元,2020年将达到250亿美元,5年内年均增速约14%。

全球生物识别行业市场规模(亿美元)

自2015年到2020年,各细分行业市场规模增幅分别为:指纹 (73.3%) 、语音 (100%) 、人脸  (166.6%) 、虹膜  (100%) 、其他 (140%)  。众多生物识别技术中人脸识别在增幅上居于首位,预计到 2020 年人脸识别技术市场规模将上升至 24 亿美元。我们预计在智能终端渗透脸部识别的情况下,市场规模可能大超预期。

全球生物识别细分行业市场占比

五大生物识别各有特点,但是从市场占有率看,指纹识别之后最可能脱颖而出的预计是脸部识别。商业角度看,支付宝、券商、银行为主的金融服务机构已经在去年开始大量采用脸部识别开户、转账、付款等,以招商银行为例,脸部识别能够实现手机端超过 50 万的转账,可见对于其安全性的认同。

1.  指纹识别是目前应用最为广泛的生物识别技术,技术成熟且成本低廉,广泛应用于考勤、门禁等身份识别。但容易复制,且指纹磨损后影响识别精度。

2.  虹膜识别利用人眼图像中虹膜区域的特征(环状物、皱纹、斑点、冠状物)形成特征模板,通过比较特征参数完成识别。该方法识别精度高、不易仿造但相关设备价格昂贵。

3.  语音识别通过分析语音的惟一特性进行身份验证,其设备距离范围大、安装简易,但识别准确度低,可能被录音欺骗,且易受背景噪声、身体状况、情绪等因素影响。

4.  签名识别是基于行为特征的生物识别技术,通过分析笔迹、压力、书写速度进行身份验证。但签名可仿造性高,且签名工具、情绪等均可对签名识别造成干扰。

5.  脸部识别与其他生物识别方式相比, 优势在于自然性、 不被察觉性等特点。 自然性即该识别方式同人类进行个体识别时所利用的生物特征相同,人类也通过观察比较人脸、声音等信息对其他个体进行区分和确认。因此,指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触,利用可见光即可获取人脸图像信息,而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像,在采集过程中身份信息即有可能被仿造。

生物识别类别比较

  业界巨头纷纷布局 

任何的技术创新都能在专利和收购中提前知晓, 脸部识别进入智能终端这不仅仅是一种猜测,业界巨头已经长期积极布局脸部识别。

1.苹果公司先后收购 Polar  Rose,Prime Sense,Perceptio,Faceshift,Emotient,Turi等脸部识别相关技术公司;
2.三星公司于 2010 年 12 月 29 日申请脸部识别设备、算法及机器可读媒体专利;于 2004年 6 月 19 日申请图像识别特征提取的设备及算法专利;
3.华为公司申请至少 10 项脸部识别相关专利,如,确定人脸图像中人脸的身份标识的方法、装臵和终端;
4.谷歌公司(Google)先后收购脸部识别系统公司 PittPatt 和 Viewdle 后,截止 2016 年 6月共申请 21 项脸部识别相关专利;
5.Facebook 收购 Tel Aviv 后已于 2014 年上线脸部识别软件 DeepFace;
6.亚马逊(Amazon)、微软(Microsoft)亦分别申请 7 项及 6 项脸部识别专利。

  人脸识别怎么实现 

人脸识别主要分为人脸检测和人脸比对两部分。其工作流程为:
1.  图像采集:通过采集传感器(如摄像头)采集人脸图像;
2.  人脸定位及提取:然后对采集到的数据进行处理,去除采集数据中的噪声和环境因素,抽取样本中能够表征个人身份的特征信息;
3.  特征对比:再把这些特征信息与数据库中已有的信息进行对比;
4.  输出结果:最后根据比对的相似程度来判断是否匹配。

人脸识别流程

目前人脸识别市场的解决方案主要包括:2D识别、3D识别、热感识别,目前市场上主流的识别方案是采用摄像头的 2D方案。 2D脸部识别是基于平面图像的识别方法,但由于人的脸部并非平坦,因此2D识别在将 3D人脸信息平面化投影的过程中存在特征信息损失。

3D与2D脸部识别的结果对比

3D 识别使用三维人脸立体建模方法,可最大程度保留有效信息。因此3D人脸识别技术的算法比2D算法更合理并拥有更高精度。热传感识别技术使用一个三层的 BP(back-propagation)前馈神经网作为分类器,在使用热感信息的同时使用不会被发型、呼吸等环境因素影响的关键脸部几何信息,如鼻梁角度、脸颊面积等,以增强识别精度。

脸部识别创新的热感识别模式

从目前的发展看,主要分为商业系统、主流软件、算法等,我们认为终端设备的集成化应用需要整套解决方案,大厂商在这方面具有优势。脸部识别的组件部分主要涉及:软件部分为数据库、算法;硬件部分为摄像头模块、集成设备、传感器、芯片、IC、硬件接口电路、液晶显示屏、存储器等;以及,整合软硬件厂商的系统服务商。其中算法为产业链核心环节,同时也是技术壁垒最高的环节。从目前国内设计脸部识别的公司看,主要还是提供摄像头算法等,硬件的价值可能被忽视。

脸部识别的主要商业系统、主流软件、主流算法

  红外 LED 窄带滤波有望成为核心要素 

传统的脸部识别技术主要基于可见光图像的脸部识别,但这种方式有着难以克服的缺陷,近红外脸部识别系统能够彻底解决环境光照影响问题。传统可将识别在环境光照发生变化时,识别效果会急剧下降,无法满足实际系统的要。比如,拍照时遇到侧光时出现的“阴阳脸”现象,就可能无法正确识别。

解决光照问题的方案有三维图像人脸识别,和热成像人脸识别。但目前这两种技术还远不成熟,识别效果不尽人意。基于近红外图像的人脸识别核心技术和系统,在不同光线条件下,能够拍摄不受环境光照变化影响的近红外人脸图像,加上领先的算法,能够取得很高的识别率。

不受环境光影响的近红外人脸图像

近红外人脸识别包括两部分:主动近红外人脸成像设备和相应的光照无关人脸识别算法。使用强度高于环境光线的主动近红外光源成像,配合相应波段的光学滤片,可以得到环境无关的人脸图像,人脸图像只会随着人与摄像头的距离变化而单调变化。

在此图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,可以进一步消除图像的单调变化,得到完全和光照无关的特征表达。近年来,近红外人脸识别在实际生活中已经有了诸多应用,如:“深圳-香港生物护照自助通关系统”,“澳门-珠海生物护照自助通关系统”,“北京机场 T3 航站楼自助通关系统”等,均取得了很好的效果。

主动近红外人脸成像设备能为人脸识别提供不受环境光影响的、高质量的人脸图像,所谓的高质量包括:图像亮度合适、均匀、对比度合适、不存在过度曝光等。主动近红外人脸成像设备一般包括如下单元:

在相应波段强度高于环境光的主动近红外光源,一般为高功率 850nm 和 940nm 红外LED;

能够接收近红外光的摄像头,通常为 CCD 图像传感器。CCD 具有体积小、重量轻、失真度小、功耗低、可低压驱动、抗冲击、抗振动、抗电磁干扰强的优点,因此被广泛应用于各种图像采集系统。在人脸识别系统中的 CCD 基本上是硅衬底的,其光谱响应范围为 400nm~1100nm,该范围也就是窄带滤光片要考虑的光谱范围;

窄带滤光片,臵于摄像头镜头外,允许近红外光通过的同时过滤环境光。主要用来隔离干扰光,透过信号光,充分突显有用信息,减小干扰信息,为后续的图像处理和识别奠定基础。

技术上红外 LED 窄带滤光片有望成为核心因素。目前有些方案采用隔离可见光透过红外光的红外玻璃作为滤光片,然而普通的红外玻璃只是隔离了可见光和紫外光,并没有隔离干扰光中处于红外波段的部分。因此想得到良好的抗干扰效果,必须采用窄带滤光片。

普通吸收型颜色滤光片与窄带滤光片曲线比较

850nm LED 的光谱分布

窄带滤光片的选取需要考虑多个光学指标,包括带宽、中心波长、截止波长、截止深度、峰值透过率、产品厚度等等。 从近期摄像头与 AR 的发展看,国内的光学公司成为主力供应商,反应国内的光学实力足够消费电子及特殊显示的需求,窄带滤光模组预计国际大客户仍会采用国内供应商。

窄带滤光片的选取 

资料来源:互联网、安信证券研究中心

一款典型 850 窄带滤光片产品及其曲线图

 



来源:LEDinside整理自安信证券

如需获取更多资讯,请关注LEDinside官网(www.ledinside.cn)或搜索微信公众账号(LEDinside)。

RSS RSS   print 打印   mail 分享   announcements 在线投稿
   
【免责声明】
1、「LEDinside - 中国LED在线」包含的内容和信息是根据公开资料分析和演释,该公开资料,属可靠之来源搜集,但这些分析和信息并未经独立核实。本网站有权但无此义务,改善或更正在本网站的任何部分之错误或疏失。
2、任何在「LEDinside - 中国LED在线」上出现的信息(包括但不限于公司资料、资讯、研究报告、产品价格等),力求但不保证数据的准确性,均只作为参考,您须对您自主决定的行为负责。如有错漏,请以各公司官方网站公布为准。
【版权声明】
「LEDinside - 中国LED在线」所刊原创内容之著作权属于「LEDinside - 中国LED在线」网站所有,未经本站之同意或授权,任何人不得以任何形式重制、转载、散布、引用、变更、播送或出版该内容之全部或局部,亦不得有其他任何违反本站著作权之行为。
相关评论
×
×