01、無處不在的生物識別
生物識別技術，是一項通過電腦與光學、聲學、生物感測器和生物統計學原理等高科技手段密切結合，利用人體固有的生理特性（如指紋、臉象、虹膜等）和行為特徵（如筆跡、聲音、步態等）來進行個人身份鑒定的技術。
物聯網應用逐漸豐富，生物識別技術也迎來了大顯身手的機會——這很容易理解，在萬物互聯的時代，資料安全重要性不言而喻，市場需要一種更加靠譜的與機器進行交互的方式，生物識別技術能擔當這一重任。如今，生物識別被廣泛應用到交通運輸、物流、安防和邊境檢查等各個領域。
生物識別技術多種多樣，我們可以通過下面這張圖來看看它們之間都有什麼差別和聯繫。
在這個範疇，我們最熟悉的就算是指紋識別在手機上的應用了，指紋識別也是目前發展最成熟的生物識別技術，但當下，人臉識別和虹膜識別也已經蓄勢待發。
02、安全係數UP！“視覺時代”已開啟
生物識別應用範圍如此之廣，對應的是數百億美元的巨大市場。據估算，到2020年生物識別技術市場規模將達到250億美元。其中，人臉識別增速最快，將從2015年的9億美元增長到2020年的24億美元，而虹膜識別也有近6億美元的市場等待發掘。
生物識別正在更新換代，這是不爭的事實。
指紋識別發展多年，技術成熟，價格也比較低廉，但缺陷仍然不少。它對手指的清潔度、乾燥度要求很高，髒、濕、油等因素都將干擾機器識別。進行指紋識別驗證時，手指捺印角度不同、力度不同等因素都會影響到識別結果。這些，相信很多人都有體會。
此外，每次使用指紋時，指紋採集器上都會留下使用者的指紋痕跡，用戶的指紋存在被複製的可能，安全性大打折扣。
於是，不用與機器直接接觸的人臉識別技術應用興起，它彌補了指紋識別的諸多不足，但同樣也有弊端。人臉識別對場景光線環境敏感，另外，當前的人臉識別技術主要通過平面2D採集人臉與五官相對位置進行識別，它存在以照片形式矇騙識別機器的可能。
不過，包括超多維在內的一些視覺技術公司關注到了這個問題，可以掃描3D圖像的人臉識別技術正試圖完善傳統技術的缺陷。人臉識別，正在經歷一次“升級加強”。
更進一步的技術研發是虹膜識別，它幾乎彌補了指紋識別和人臉識別的所有缺陷，安全性居於首位。
虹膜識別基於眼睛中的虹膜（位於黑色瞳孔和白色鞏膜之間的圓環狀部分）進行身份識別，相對於其他生物識別技術而言，虹膜識別誤識率和拒真率已經達到了零幾率的識別水準，而虹膜識別又屬於非接觸式的識別，識別方便高效。
虹膜是每個人特有的，具有不可複製的唯一性，安全等級來說是目前最高的。據業界透露，虹膜識別誤識率可低至百萬分之一，與之相比，指紋識別誤識率為 0.8 %，人臉識別則為 2 %。
再加上虹膜識別技術需要活體的虹膜資訊，眼球剝離人體後，虹膜會隨瞳孔放大失去活性，將被機器拒識，因此，虹膜識別的安全性更高。
03、6億市場，但仍面臨成本門檻
虹膜識別的應用方向可不僅是解鎖。早前，虹膜識別主要應用在工業領域，比如煤礦行業考勤，很少能與大眾見面，隨著技術的不斷發展，它將有更廣闊的空間大展拳腳。
根據媒體報導，卡耐基梅隆大學生物識別中心已經研發出一種識別距離遠達 12 米的虹膜掃描識別技術，它可以在車主眼睛不經意掃過汽車後視鏡時，快速讀取車主的虹膜資訊，並將虹膜資訊與資料庫做匹配，從而顯示出車主的名字以及其他資訊。
這項“黑科技”可以幫助員警追蹤逃犯，也可以在機場、旅遊場所等承擔安防的重任。從12米開外就能在茫茫人海中找到犯罪嫌疑人？這也太酷了！
從技術的革新到深入大眾，還有成本這個過不去的門檻。目前已經商用化了的虹膜識別系統主要通過波長為 700 —— 900 納米的近紅外光 LED 輔助相機系統擷取虹膜特徵影像，然而現有的相機為了成像品質，會遮罩掉紅外光，因此虹膜識別系統需要新的相機系統支援，這就帶來了高成本。
雖然虹膜識別目前成本略顯高昂，但也有部分高端智慧手機已經應用，隨著技術的不斷發展，這項技術一定會融入每個普通人的生活。