ZKTeco CTO李治农：生物识别技术发展的三大主要趋势

ZKTeco CTO 李治农：生物识别技术发展的三大主要趋

势

文/李治农

现任ZKTeco(东莞市中控电子技术有限公司) CTO

生物识别是一个技术壁垒较高的行业，需要长时间的研发投入和技术积累。笔者从事该行业多年，见证了生物识别应用的发展历程，曾经的稀罕物指

纹识别早已不是什么新鲜的技术，现在的许多APP 都支持指纹解锁功能，甚至市面上的千元手机都支持指纹识别，除此之外，还有支付宝和翼支付的刷脸支付，Goolge Glass 刮起的生物识别可穿戴设备风潮等等，大众对它的深化程度和应用关注度早已成为热点。然而，任何一种单一生物识别技术在多模态：解决

单一生物识别局限性的关键

在实际工程应用中，由于客观条件变化的不可预测，单一生物识别技术

往往会遇到难以克服的特例，使其无法适用于所有人群，比如指纹识别是目前

最广泛应用生物识别技术，但其对被磨平、褶皱多、脱皮严重、干湿的手指识

别率低;人脸识别虽然便捷性、友好性很强，但受外界因素影响较大，如光线、

姿态、表情，年龄、刘海、戴眼镜者等要求比较高;虹膜识别精准度高，但采集

困难;剧烈运动影响人体血液的流动，影响静脉识别准确率。在安全性要求极高

的应用领域，单一生物识别的性能很难达到预期的需要，比如照片可能欺骗单

一人脸识别设备，但对人脸掌静脉多模态组合验证的设备，想同时伪造同一人

员的人脸和掌静脉的难度系数较高。

多模态生物识别技术同时利用多种生物特征，结合数据层、特征提取层、匹配层及决策层等多种融合技术，不仅降低了误判率和拒绝率，保证所有用户