*识别竞争力减退 面临两大挑战

自iPhoneX搭载的FACEID出现以来，人脸识别着实火了一把，不管是在其后发布的vivo、OPPO、锤子，还是未来准备采用的华为、小米，都已采用或准备采用人脸识别。眼看人脸识别来势汹汹，但此前发展如火如荼的*识别却已进入平淡期。

*屏屏下*虽是选择，但是现状是无论光http://www.znjj.tv/xtjx/show-996.htm学式屏下*还是超声波式屏下*的研发都还未正式进入应用期，因此，苹果iPhoneX用3D人脸识别代替*识别，而vivo、OPPO、锤子则是人脸识别与电容式*识别共存，从上述角度看，*识别竞争力在逐渐消退。

但据iPhoneX开售近三周用户反馈的情况来看，FACEID并不如*方便快捷，而国产手机厂商搭载的人脸识别如其说是一种识别方式，更不如说是一种猎奇心态。锤子罗永浩在其发布会就直言，目前人脸识别的安全性还不如*识别，建议用户还是主要使用*识别。

那么，在人脸识别还未达到满意的应用级别，而屏下*又未正式应用的空窗期内，电容式*识别如何能更好地参与手机新趋势下的竞争?

清华大学深圳研究生院郭振华认为有两点研发方向：一是将深度学习应用到*识别，****识别精度;二是采集*具有的物理成分，更好地防伪。

从目前*现状来看，*识别发展还面临两大挑战，一方面是大人群下的识别能力低。如部分用户*表面特征不清晰，难以识别，另外，在一对一条件下，*识别准确率可达，但在人数不断增加的情况下，识别准确率将明显降低。因此，*识别还迫切需要****识别精度。

另一方面则在于*防伪效果不甚理想，*被*膜、照http://www.znjj.tv/xtjx/show-996.htm片、断手指等*的新闻层出不穷，因此，*还迫切需要防伪特征。

应对这两大挑战，郭振华也提了解决方案。针对*****精度问题，郭振华建议将深度学习应用于*。深度学习是一种端到端的处理过程，可针对不同的应用场景进行分类和评估。他表示，基于经验的传统方法，在数据量达到一定程度的时候，其性能可能也到了一个瓶颈，而深度学习则可以随着数据量的*，性能逐渐提升，进而提升*识别精度。

针对*防伪问题，郭振华称需要用到Opticalcoherencetomography技术，简称OCT，即光学断层扫描技术，此技术原本用于医学，如*疾病诊断、眼部疾病诊断、*检测等，近期开始用于*识别。

该技术是利用近红外光及光学干涉原理对生物*进行断层成像，其不仅可采集内*和外*，还可在两层*之间检测到汗腺，而假*虽有*纹路，但缺少汗腺和内*结构。可见，该技术的应用更有利于防伪。

此外，在OCT技术的基础上，还可以运用OpticalAnigiography，简称OAG，即光学微血管造影技术，其可对OCT采集到的信号进行处理，有效分离样品中静态散射颗粒和动态散射颗粒。

郭振华还以牛奶的在管道中的流速为例，介绍动态信息和静态信息之间的差异，即流速越高，动态部分强度越高。而回归到*方面来说，就可分辨出没有血流信息的*，*做到**检测。

*识别虽在人脸识别的火热下稍显暗淡，但作为发展多年的已然成熟的识别方式，现已成为智能手机的标配，未来其还将继续向中低端市场普及，市场规模仍在稳定增长http://www.znjj.tv/xtjx/show-993.htm。而加入了深度学习和*检测技术的*识别，在提升精度和增强防伪性能的同时，也加大了攻击的难度和代价，*安全性能的提升也在很大程度上助力其走向更大的应用空间，其与人脸识别等其他生物识别技术的竞争还有莫大的不确定性。