最近“掌纹支付”冲上热搜，根据腾讯官方公布，微信刷掌支付正式发布，用户在设备上录入手掌纹样之后，即可用手掌进行支付。目前这项技术已经被用在北京大兴机场线，后续将会进入地铁、高铁、超市商场以及机场等诸多场景，掌纹识别将成为继指纹识别和人脸识别之后，又一支付与解锁方式。

掌纹怎么被识别？

从技术原理来看，掌纹识别的核心逻辑和人脸识别以及指纹识别一样，都是利用人体某方面的唯一性。人的面容无论看起来多么相似，但总会在结构上有细微差别。掌纹也是一样，人的掌纹是由万千纹线随机排列组合而成，这构成了掌纹的独特性与唯一性。

掌纹识别技术先利用图像传感器对手掌纹路进行采集，再根据算法进行图像的预处理，提取掌纹的特征，然后建立掌纹数据库。当用户在刷掌纹的时候，会将当下的掌纹与数据库的掌纹进行数据比对，从而实现精准识别。腾讯为了保证掌纹支付的足够安全，还添加了掌静脉识别，以达到安全性的双重保障。

从具体技术细节来看，构成掌纹识别产品的核心是AI算法和感知芯片。目前这两项技术在国内均已成熟。在AI算法上，国内的两大科技巨头早已布局，腾讯优图实验室在去年8月就联合合肥工大、上海交大等高校提出通过几何模型合成数据，来预训练掌纹识别模型，阿里的支付宝技术团队也在去年进行掌纹支付算法的研发。从结果来看，腾讯率先一步实现技术落地。

从感知芯片来看，无论是掌纹识别，还是指纹识别或者人脸识别，其所需的最核心传感器是CIS芯片，目前国内已经有多家企业在该领域布局多年。

所谓CIS全称为CMOS图像传感器，是一种将光学影像转换为电子信号的设备，简单理解为这款芯片通过拍照将图像信号转化为数字信号。在人体生物特征识别中，CIS芯片的核心作用就是给指纹、人脸或者掌纹进行“画像”，只不过针对不同的识别方式，画像的方式也略有不同。

生物识别“解锁”新方式

事实上，生物识别近年来已经成为了诸多设备的主流应用，其作用是帮助用户以无感的方式来完成诸如支付、身份识别等功能。对于大多数用户来说，生物识别技术也是一项“用过就回不去”的功能，例如指纹识别门锁让用户告别了相对传统的钥匙、密码，人脸、指纹识别支付则使得刷卡、现金支付变为了过去式。这也都意味着生物识别技术的普及已经成为了趋势，同时也是用户乐于看到的技术变革。

当前生物识别技术已经被广泛应用于各个行业当中，例如公共场所的电子哨兵系统能够帮助识别工作人员与来访者，有效区隔办公区域和公共区域，商超中的刷脸支付系统可帮助消费者快速无感结账、即使手机没电或是没带手机也能轻松支付，而如今在智能手机上已经成为标配的指纹识别和人脸识别功能，则避免了频繁输入密码或是图案的繁琐动作。

此前在国内的许多城市中，通过与腾讯、支付宝以及手机厂商的合作，在公共交通领域几乎已经普及了二维码乘车或NFC交通卡。并且凭借着具备无接触的的特点，也受到了不少用户的欢迎。虽然当前扫码支付已经极为普遍，而且出问题的几率也相对较低，但无论扫码、还是NFC，相比人脸、指纹、刷掌在操作上明显都要相对更繁琐一些。

以刷掌识别为例，用户只需在初次使用时通过微信小程序授权设置，并在相关识别装置上留下掌纹后即可使用。后续每次使用只需进行识别即可，并且即没有开卡费、也近乎实现了无感使用。

如今刷掌所面临的问题，是在面部识别和指纹识别技术都已非常成熟的情况下，用户为何还要再交出这一个人隐私数据。并且从目前看来，继续普及面部识别和指纹识别只需现有设备即可，所涉及的改造、对接，以及优化工作只会越来越少。而掌纹识别由于是从零开始，因此在投入上明显会更高，更何况掌纹识别与现有的生物识别应用相比优势并不那么明显。

但必须承认的是，掌纹识别与面部识别和指纹识别相比，对用户的“侵犯”程度更低，也无需用户在公共设备上留下指纹、或是在摄像头前羞耻感十足地“张嘴”或“眨眼”。但实际上，用户的掌纹信息还是会通过采集被上传到云端，需要时被调出进行比对。

其次，普及掌纹识别在一定程度上也提高了经营者的投入，毕竟一台兼具掌纹识别的设备并不能直接为经营者带来收益，是纯投入的设备、甚至还有折旧周期。而且掌纹识别如今能做到的，面部识别和指纹识别也都可以做到，因此在已经拥有具备扫码识别和人脸识别设备已经大量普及的前提下，经营者也很难有动力去对一个需要额外进行投入的设备进行投资。

但无论如何，生物识别技术的应用未来势必将会更加普及。

多模态生物识别系统市场增长迅速

近年来，在市场需求、政策引导、技术驱动等多重因素作用下，生物识别技术在全球范围取得了快速的发展，行业规模和发展空间不断扩大。

根据Frost&Sullivan报告预测，伴随技术的革新以及应用场景的持续增多，生物识别市场将保持高速增长的态势，预计2024年中国生物识别行业市场规模将增长至600亿元，未来五年复合增长率为22.6%。

从市场规模来看，现阶段，全球生物识别领域市场占有率排名前三的技术为指纹识别、人脸识别以及虹膜识别，2021的市占率分别为52.8%、23.1%以及9.1%。

不同的生物识别技术譬如指纹、面部、虹膜、静脉、掌纹等，在精度、安全性、稳定性、识别速度、便捷性、成本等众多方面有着明显的差异，在不同场景中优劣势也不一。

熵基科技胡学慧解释到：“比如说，现在到了冬天，我们的手指表面皮肤会变得比较干燥，所以不利于指纹图像的采集，指纹图像不清晰，识别准确率自然就下降了。”

在复杂的应用场景落地时，单一的生物识别技术的应用局限性被放大暴露出来，融合两种或多种生物特征的多模态生物识别技术不断进入人们的视线，并迎来规模化商用。

得益于国内政府支持、智能终端设备和移动互联网产业的快速发展下，国内生物识别市场虽然起步较晚，但是丰富的应用场景仍然带来巨大的市场需求。

文章来源： 半导体芯闻，慧聪物联网，三易生活