从脸部辨识到智能影像应用 IR LED商机庞大
随着现代物联网、生物辨识、穿戴式装置的兴起，各种传感器与影像辨识技术越显重要。在各类辨识技术中，人脸辨识因具免接触、快速辨识、操作容易等优势，现已应用在公共场所、金融体系、IT产品、行动装置等，且全球软硬件大厂如苹果、Google、微软、英特尔、NEC等已纷纷投入人脸辨识领域。研究机构观察，人脸辨识市场规模由2016年38亿美元，将增至2020年的101亿美元，成长潜力颇高。值得一提的是，为强化人脸辨识精确度，硬件设备多搭载IR LED元件，将有助于利基型LED需求量提升。
脸部辨识成长潜力最高
IR LED元件有助强化辨识精确度
现各类生物辨识技术中，以指纹辨识使用上最为普及，然其因需透过手指碰触，故大多适合应用在个人行动装置上。相对的，脸部辨识(Facial Recognition)由于不需要身体碰触，能更方便并快速被辨识与判断放行，因此可广泛应用在机场出到港的电子快速通关、个人装置与各式工商业应用等场合。
自2015年到2020年，各细分行业市场规模增幅分别为：指纹 (73.3%)、语音 (100%)、人脸(166.6%)、虹膜 (100%)、其他(140%)，众多生物识别技术中人脸识别在增幅上居于首位。研究机构还观察，全球生物辨识市场规模在2016年将达146亿美元，其中脸部辨识比重将为26%，预估2020年整体市场将达314亿美元，其中脸部辨识占比将升至32.2%，将成为各种非接触式辨识技术的主力之一。
全球生物辨识与脸部辨识市场规模预估(含硬件、软件、服务)（资料来源：Recognizzit，DIGITIMES整理）
1. 指纹识别是目前应用最为广泛的生物识别技术，技术成熟且成本低廉，广泛应用于考勤、门禁等身份识别。但容易复制，且指纹磨损后影响识别精度。
2. 虹膜识别利用人眼图像中虹膜区域的特征（环状物、皱纹、斑点、冠状物）形成特征模板，通过比较特征参数完成识别。该方法识别精度高、不易仿造但相关设备价格昂贵。
3. 语音识别通过分析语音的惟一特性进行身份验证，其设备距离范围大、安装简易，但识别准确度低，可能被录音欺骗，且易受背景噪声、身体状况、情绪等因素影响。
4. 签名识别是基于行为特征的生物识别技术，通过分析笔迹、压力、书写速度进行身份验证。但签名可仿造性高，且签名工具、情绪等均可对签名识别造成干扰。
5. 脸部识别与其他生物识别方式相比， 优势在于自然性、 不被察觉性等特点。 自然性即该识别方式同人类进行个体识别时所利用的生物特征相同，人类也通过观察比较人脸、声音等信息对其他个体进行区分和确认。因此，指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触，利用可见光即可获取人脸图像信息，而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像，在采集过程中身份信息即有可能被仿造。
生物识别类别比较
各大巨头纷纷布局
金融相关安全领域是应用渗透最快
IR LED的应用特性，成为重要的辅助光源。为提升人脸辨识精确度，辨识图象由过去2D进化成3D影像，而在建构3D人脸模型时，为进行深度扫描，硬件设备会加装至2颗IR LED，以获取更细致的人脸影像，此将有助于利基型LED产品在生物辨识市场的推广。
英特尔为该技术开发厂商之一。另外，为提升行动装置的智能学习与认知运算能力，各厂商亦布局影像感知应用，如Facebook的DeepFace辨识技术、苹果iPhoto应用程序、微软脸部辨识API、Google的云端平台提供强大的影像分析等。
另外，脸部识别从去年开始广泛得到应用，金融相关安全领域是应用渗透最快的，这点和指纹识别相似。支付宝、券商、银行为主的金融服务机构已经在去年开始大量采用脸部识别开户、转账、付款等，以招商银行为例，脸部识别能够实现手机端超过50万的转账，可见对于其安全性的认同。伴随互联网金融的发展，脸部识别会成为“基建”需求。
人脸识别应用领域
目前中国LED企业也开始借力IR LED走出LED红海竞争，如上一年爆出的亿光电子已携手晶元光电（晶电），共同开发红外线的特殊应用，又如专注于红外LED市场的联创光电这两年也募集资金2.19亿元进行“功率型红外监控系统用LED外延材料、芯片及器件产业化项目”。具敏锐嗅觉及技术创新能力的台系厂商在去年年底抓紧这一细分市场，如晶元光电、亿光电子和研晶光电等，全球芯片巨头日亚化学、欧司朗亦加入这一场“红色战场”。
因为厂商对IR LED各式各样的产业关注，使得红外光LED越来越成熟。鉴于智能手机、汽车、监控系统和其他应用IR LED渗透率激增，亚太地区将成为全球最大的红外LED细分市场。
脸部辨识工作原理
红外LED窄带滤光片有望成核心因素
脸部识别产业链主要分为商业系统、主流软件、算法等，终端设备的集成化应用需要整套解决方案。传统的脸部识别技术主要基于可见光图像的脸部识别，但这种方式有着难以克服的缺陷，比如，拍照时遇到侧光时出现的“阴阳脸”现象，就可能无法正确识别。近红外脸部识别系统能够彻底解决环境光照影响问题。
脸部采集过程
近红外人脸识别包括两部分：主动近红外人脸成像设备和相应的光照无关人脸识别算法。使用强度高于环境光线的主动近红外光源成像，配合相应波段的光学滤片，可以得到不受环境光影响的、高质量的人脸图像，所谓的高质量包括：图像亮度合适、均匀、对比度合适、不存在过度曝光等。
不受环境光影响的近红外人脸图像
主动近红外人脸成像设备一般包括如下单元：
1、在相应波段强度高于环境光的主动近红外光源，一般为高功率850nm和940nm红外LED；
850nm LED 的光谱分布
2、能够接收近红外光的摄像头，通常为CCD图像传感器。CCD具有体积小、重量轻、失真度小、功耗低、可低压驱动、抗冲击、抗振动、抗电磁干扰强的优点，因此被广泛应用于各种图像采集系统。在人脸识别系统中的CCD基本上是硅衬底的，其光谱响应范围为400nm~1100nm，该范围也就是窄带滤光片要考虑的光谱范围；
3、窄带滤光片，臵于摄像头镜头外，允许近红外光通过的同时过滤环境光。主要用来隔离干扰光，透过信号光，充分突显有用信息，减小干扰信息，为后续的图像处理和识别奠定基础。
技术上红外LED窄带滤光片有望成为核心因素。目前有些方案采用隔离可见光透过红外光的红外玻璃作为滤光片，然而普通的红外玻璃只是隔离了可见光和紫外光，并没有隔离干扰光中处于红外波段的部分。因此想得到良好的抗干扰效果，必须采用窄带滤光片。
普通吸收型颜色滤光片与窄带滤光片曲线比较
窄带滤光片的选取需要考虑多个光学指标，包括带宽、中心波长、截止波长、截止深度、峰值透过率、产品厚度等等。 从近期摄像头与 AR 的发展看，国内的光学公司成为主力供应商，也反应出国内的光学实力足够消费电子及特殊显示的需求，窄带滤光模组预计国际大客户仍会采用国内供应商。
来源：DIGITIMES Researc、安信证券，由中国之光网综合整理。
