报告服务热线400-068-7188

生物识别技术大跨步走向普及 “解锁”姿势升级

分享到:
 2017-08-09 16:19:25  来源:前瞻产业研究院 E507G0

在科幻电影中,生物识别技术出现频率很高,如利用虹膜确认身份等。如今,这种想象中的场景正变为现实,生物识别技术应用日益广泛。无论是智能手机,还是金融支付、机场通关,生物识别都在以惊人的速度普及,升级着各种“解锁”姿势,给生产生活带来巨大改变。

前瞻经济学人

生物识别技术的优缺点

生物识别技术理解起来并不复杂,主要通过高科技手段识别人体固有的生理特性,从而进行个人身份鉴定。其优点包含几个方面,如具有随身性与唯一性,能满足更高的安全需求,生理特性较稳定,无需记忆密码或携带工具,选择的生物特征易于测量等。

基于上述优点,生物识别主要应用于考勤系统、门禁(锁)系统、警用系统,这些市场合计占比高达98.5%;公司、政府和军方是生物识别技术主要需求方,其他市场的占比不足10%。

生物识别技术行业细分市场——水平应用细分(单位:%)

生物识别

数据来源:前瞻产业研究院整理

生物识别技术行业细分市场——垂直应用细分(单位:%)

生物识别

数据来源:前瞻产业研究院整理

不过,生物识别技术也存在一定缺点。在采用生物识别技术进行身份认证时,必须在客户端安装采集生理特征或行为方式的输入设备,它可能会存在误认和误拒的现象,可能会导致正确的用户被拒绝访问,而非法用户被允许访问等情况的发生。同时,它的应用范围也有所限制,例如指纹、虹膜等识别技术就无法用在电话委托系统、电视遥控器等应用中。

但总体来说,生物识别产业潜力很大。据前瞻产业研究院《中国生物识别技术行业市场调研与投资分析报告》数据显示,自2002-2012年,我国生物识别行业的市场年平均增长率在50%以上,2012年市场规模达到60多亿人民币,而预计到2021年,中国生物识别行业的市场规模将可能达到340亿以上。

2002-2021年中国生物识别技术行业市场规模与预测(单位:亿元)

生物识别

数据来源:前瞻产业研究院整理

生物识别技术发展趋势及应用前景

随着各种生物特征识别技术的不断发展和提高,在全球信息化、网络化的大背景下,生物特征识别技术的应用面会越来越广,深度会不断深入,并将呈现三个发展趋势。

首先,生物特征识别解决了人类社会日常生活中一个基本的身份识别问题,今后,这种身份认证的结果会越来越多地和各种行业应用结合起来,并通过网络得以信息共享,简单来说就是“身份识别物联网”的发展趋势。

其次,各种生物特征识别技术有各自的优点,也有各自的短处,对于一些安全性要求较高的特殊行业应用,就需要几种生物特征识别技术的融合应用,以进一步提高身份识别的整体安全性。

最后,人脸识别技术作为一种最晚走向大规模商用的生物特征识别技术,近年来发展速度很快,除了在传统的应用市场不断扩大自己的市场份额外,在一些非传统的应用市场,也将显示出良好的跨界应用的市场前景。

而随着生物识别行业进入成熟期,今后在广度和深度两方面有望迎来高速增长的局面。

广度方面,包括政府、军队、金融、电信、信息、制造、教育等多个行业都开始呈现大规模应用生物识别技术的前景;以PC和手机为代表的个人应用也呈现极为美好的前景。

深度方面,传统的以门禁、考勤等为主的低端应用开始向信息安全、金融支付等高端应用演化;金融行业目前已准备在包括柜员机、上岗操作、银行帐号等多方面部署生物识别技术;第二代身份证也早已开始大规模应用生物识别技术。

本文来源前瞻产业研究院,转载请注明来源!

相关深度报告 REPORTS

2024-2029年中国生物识别技术行业市场调研与投资预测分析报告
2024-2029年中国生物识别技术行业市场调研与投资预测分析报告

本报告主要分析了中国生物识别技术行业的发展背景;全球生物识别技术行业的发展;中国生物识别技术行业的发展;中国指纹识别技术、人脸识别技术、虹膜识别技术以及语音识...

查看详情

本文来源前瞻产业研究院,内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com) 品牌合作与广告投放请联系:0755-33015062 或 hezuo@qianzhan.com

p15q0

分享:

品牌、内容合作请点这里:寻求合作 ››

前瞻经济学人

专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。

前瞻产业研究院

中国产业咨询领导者,专业提供产业规划、产业申报、产业升级转型、产业园区规划、可行性报告等领域解决方案,扫一扫关注。

前瞻数据库
企查猫
前瞻报告库

研究员周关注榜

 
在线咨询
×
在线咨询

项目热线 0755-33015070

关注我们
前瞻网微信号

扫一扫关注我们

意见反馈

×
J