|
发布日期：2022年03月01日
1 行业概况
虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环状区域，在近红外光下呈现出丰富纹理，如斑点、条纹、细丝、冠状、隐窝等。虹膜识别技术通过对比虹膜图像特征之间的相似性来确定人的身份。相比指纹识别与人脸识别，虹膜识别在综合安全性能上占据绝对优势，表现为唯一性、稳定性、防伪性、生物活性、非接触性。虹膜识别凭借其超高精确性和使用便捷性，可用于金融、医疗、安检、安防、特种行业考勤与门禁、工业控制等领域。
虹膜纹理（资料来源：海通证券）
虹膜识别应用场景（资料来源：光大证券）
虹膜识别应用最早可以追溯至19世纪80年代。1885年，Alphonse Bertillon将利用生物特征识别个体的思路应用在巴黎的刑事监狱中。1987年，眼科专家Aran Safir和Leonard首次提出利用虹膜图像进行自动虹膜识别的概念。1991年，美国洛斯阿拉莫斯国家实验室的Johnson实现了一个自动虹膜识别系统。1993年，John Daugman实现了一个高性能的自动虹膜识别原型系统。1996年，Richard Wildes研制成功基于虹膜的身份认证系统。近年来，在三星、微软、富士通等公司的推动下，虹膜识别技术开始逐渐应用于消费市场。中国在2000年以前在虹膜识别方面一直没有形成自己的核心知识产权。2006年，中科院自动化获得“国家技术发明二等奖”，代表了当时中国虹膜识别技术发展的最高水平。2007年，《信息安全技术虹膜识别系统技术要求》（GB/T 20979-2007）国家标准颁布实施。2016年，中科虹霸发布中国首款量产虹膜识别手机。
从发展阶段上看，中国虹膜识别行业处于导入期与成长期之间，形成了以北京为主的虹膜识别相关产品研发生产聚集地。国内虹膜识别算法开发领先的科研机构为上海交通大学图像所和中国科学院自动化所。公司方面，国内知名的以虹膜识别为核心技术的公司主要有中科虹霸、虹星科技、虹识技术、聚虹光电、释码大华等。
2 关键技术
虹膜识别的核心步骤是：
（1）虹膜图像获取，普通相机不能采集到清晰的虹膜纹理，因为人的虹膜物理尺寸比较小，需要一些近红外光的配合；
（2）虹膜图像处理，需要把虹膜图像有效的分割出来，然后进行归一化处理；
（3）虹膜图像特征比对，这是身份信息识别的关键步骤。
虹膜识别流程（资料来源：平安证券）
从虹膜识别的实现过程看，其核心技术为虹膜成像技术和虹膜识别算法。成像方面，早期虹膜成像装置受限于低分辨的传感器，拍摄距离很近。近年来，在实验室中已经可以实现1.5—2.5m和2.4—3m远的虹膜清晰成像，但能够实现量产的成熟产品成像距离仍在1m距离以内。除拍摄距离近之外，早期虹膜成像装置的拍摄范围也很小，需要用户的高度配合，不能自动适应各种身高。用于扩大成像范围的技术包括自动变焦、自动对焦、PT Z云台和摄像机阵列等。得益于视觉传感和计算技术的飞速发展，虹膜成像装置逐渐改变了原有笨重的体型，变得越来越轻巧实用，使虹膜识别技术得以应用于移动智能设备。
算法方面，当前虹膜识别算法主要从图像质量评价、虹膜区域分割和特征分析3个方面提高系统的鲁棒性和精度。图像质量评价算法从单因子评价发展到多因子综合评价。虹膜区域分割中使用的曲线模型由圆、椭圆等简单模型发展到样条曲线、水平集等复杂模型。特征分析中的滤波器参数由依靠经验值设定发展到自动从训练数据中学习。大规模虹膜数据、先进机器学习算法、深度学习算法以及高性能计算平台正不断为图像质量评价、虹膜区域分割和特征分析提供新的思路和方法，大幅提升现有虹膜识别系统的性能。
随着虹膜识别技术应用场景的增加，快速检索和跨设备识别是虹膜识别算法在大规模识别场景中面临的主要问题。虽然虹膜识别一般使用二值特征，其检索速度远快于其他生物特征模态，但在上亿规模的数据库上依然难以实现实时检索。除设计更快的特征比对方法外，另一种可行的加速方法是根据虹膜的纹理特征将特征模板粗分类为若干个子集，识别时先将测试图像的特征模板与特定的子集进行比对。当使用多个厂商的虹膜成像装置时，不同成像装置采集到的图像在对比度、分辨率和噪声含量等方面存在较大差异。为减少跨设备带来的精度下降，主要从从像层、特征层和编码层入手，即处理图像减小表观差异，或设计对不同设备均有效的特征描述子，实现多源异质虹膜图像的鲁棒识别。
3 政策和监管
虹膜识别行业目前不存在统一的国家级主管部门，产业链各环节公司根据其产品所属国民经济行业类别，分别由对应的国家级主管部门按相关监管体制实施监督和管理。
4 进入壁垒
（1）技术和人才壁垒
虹膜识别技术的研发具有非常高的技术屏障，主要表现在算法与软件商，需要专家型科研团队长期攻关研究的积累。国内目前虹膜识别算法开发比较领先的有上海交通大学图像所、中国科学院自动化所两所研究机构，以及中科虹霸、聚虹光电、释码大华、虹识技术等公司。技术领先型企业占据行业市场先机后，将会通过数据积累在后继竞争中表现出更大应用优势，易于树立后来者短期内难以赶超的壁垒。
（2）数据和应用壁垒
虹膜识别算法的训练需要积累真实的虹膜图像数据，海量的用户数据规模是重要的数据资产，对提升虹膜识别算法精度有很大推动作用。用户规模数以亿计的金融、公安、社保等行业市场，高精度和高安全性是其刚需，对虹膜识别产品的易用性和识别精度要求很高，没有多年产品用户数和项目案例经验的积累，很满足客户的要求。拥有数据资源优势的公司，通过不断强化训练数据上的优势来促进虹膜识别算法的升级，构筑后来者较难以逾越的壁垒。
（3）资金壁垒
尽管以虹膜识别算法为核心技术的公司在行业内较高盈利潜力，但同时也面临着大额开支，主要源于高昂的研发费用和销售费用。虹膜识别行业属于典型的高费用率行业，在规模效应释放前，核心算法技术的开发和持续创新需要大量的资金支持，后续销售渠道的开拓也会大幅提升销售费用。
5 产业链
虹膜识别行业产业链示意图
（资料来源：海通证券）
（1）上游壁垒
虹膜识别行业的上游为算法与软件供应商、红外LED供应商、红外摄像头模组供应商、图像传感器供应商、镜头供应商。算法的先进程度对虹膜识别过程中图像处理、特征识别与提取质量有决定性影响，因而算法与软件供应商在虹膜识别行业中具有核心竞争力。美国在该领域的知名公司有Iridian、Iritech、Princeton Identity、EyeLock、Iris ID，尤其是Iridian是全球最知名的虹膜识别算法与软件公司。中国方面，目前主要是有聚虹光电、中科虹霸、释码大华、武汉虹识、思源科安等。
红外摄像头模组用于采集和提供清晰的虹膜图像。摄像头模组主要包括：镜头（Lens）、马达（VCM）、滤光片（Filter）、图像传感器（CIS）、软板（PCB）、图像处理（ISP），以及其他零部件（镜座、连接器、辅料等）。摄像头模组供应商主要有夏普、LG、光宝、三星、Patron、舜宇光学、欧菲光、丘钛科技、信利国际。
虹膜识别所需要的红外摄像头与传统摄像头不同的地方，主要在于图像传感器、镜头和滤色片。图像传感器主要供应商有索尼、Omni Vision，三星、东芝格科微电子、思比科，晶方科技、华天科技。光学镜头决定了摄像头对光线能量的捕捉，是虹膜成像质量的关键，虹膜摄像头模组需要专用的镜头，只经过红外光而过滤其他光，这对光学镜头和滤色片供应商提出了较高的要求。光学镜头主要供应商有大立光、玉晶、亚洲光学、舜宇光学、联创电子，滤光片的主要供应商为水晶光电。
虹膜摄像头图像传感器对900nm以上的红外光感应差，需要更强的光才能感测到，而800nm以下的波长太靠近可见光，用户使用时可以看到红光，所以一般虹膜识别使用的红外LED波长在800nm—900nm。红外LED供应商主要有欧司朗、晶电、研晶、三安光电、联创光电、旭晟股份、EPITEX。
（2）中游
虹膜识别行业产业链中游是解决方案与集成商，主要是掌握了虹膜识别核心算法的公司向产业链下游延伸，通过集成各类电子硬件，再搭载自身算法与软件，向终端客户直接提供虹膜终端产品和解决方案。解决方案与集成商主要有Iritech、Princeton Identity、EyeLock、Iris ID、聚虹光电、中科虹霸、释码大华、武汉虹识、思源科安等。
（3）下游
虹膜识别行业产业链下游是各应用场景客户，主要划分为三个应用方向：政府级客户（公安、社保等）、企业级客户（工业、金融等）和消费级客户（手机、平板电脑等智能终端）。
6 市场规模、格局和主要企业情况
长久以来，虹膜识别技术一直限于科学研究之中，在三星等公司的推动下，2005年虹膜识别技术开始走向消费市场，打开了更大的市场空间。2017年3月，搭载虹膜识别技术的三星S8走向市场。受消费者和政府应用增长的推动，2025年全球虹膜识别设备出货量将从2016年的1070万部增长至6160万部。2025年全球虹膜识别行业市场将从2016年的6.766亿美元增长至41亿美元。2014年—2017年，中国虹膜识别行业市场规模由5.68亿元人民币增长至21.68亿元人民币，按28%的年均复合增长率估计，理论上2025年市场规模将达到156.22亿元人民币。但由于企业级和消费级需求的渗透速度较慢，目前虹膜识别行业整体上保持较低的扩张速度。
虹膜识别核心算法技术自2005年左右开始成熟，截止目前其产品形态主要以企业级终端产品为主（虹膜识别机与虹膜识别仪），这些产品需要集成电脑、显示器、电源管理、存储等电子硬件。所以尽管虹膜识别的核心算法是掌握在少部分技术公司手中，但该类公司在产品集成方面缺乏经验和技术能力。因此专门做虹膜识别终端的综合方案与集成商应运而生，并且成为推动虹膜识别技术在工业、企业、政府等领域应用的主力。这类综合方案与集成厂商主要包括日本的松下、NEC、OKI，韩国LG等日韩企业，它们具备电子硬件的采购、生产和制造能力，通过向算法类公司（如Iridian等）获得算法与软件的授权，进行虹膜识别终端产品的销售。
但是该商业模式近年来逐渐被市场淘汰，主要原因就是掌握核心技术的算法与软件类公司在逐步掌握了硬件的集成能力之后，开始向产业链下游延伸，相比于松下、NEC等纯集成商而言，掌握核心算法能力的公司（如Iridian、Iritech、Princeton Identity等）在产品的先进性和性价比方面更具优势。因此，松下、NEC、OKI等纯终端集成公司已经逐步退出市场，LG通过设立子公司（Iris ID），开始向上游算法与软件延伸。传统的海外终端集成商主要是LG，其他公司如松下、NEC、OKI等已经退出中国市场。中国本土公司聚虹光电、中科虹霸等近年来成长迅速，得益于中国本土电子零部件产业的成熟，聚虹光电和中科虹霸已经可以提供搭载自家先进算法与软件的一体化终端设备。海外较为领先的算法类公司（如Iridian、Iritech、Princeton Identity、Eyelock等）自身产品集成能力有限，产品性价比落后于中国本土产品，因而并未打开中国市场。
7 行业发展影响因素
7.1 有利因素
（1）政策和监管利于行业加速发展 虹膜识别属于生物特征识别技术之一，近年来在政府引导和相关政策的支撑推动下，包括虹膜识别在内的生物特征识别行业取得了快速健康发展。目前中国虹膜识别行业自身基础愈加稳固，国家政策环境显著改善，用户认可度逐年提高。在标准制定、基础研究、产业引导上都给予了切实政策支持，为在各应用领域进一步推广虹膜识别技术提供了坚实的政策基础和保障。
（2）核心技术不断进步，已达到大规模应用要求
中国虹膜识别技术研究起步较晚，但经过近20年的积累，中国在虹膜识别核心算法方面已经具备自主知识产权，涌现了一批以中科虹霸、聚虹光电等为代表的公司，部分公司近年来发展迅速且算法技术已达到国际先进水平。得益于中国电子产业的发展，虹膜成像技术也取得了长足进步，目前已经形成成熟的虹膜识别摄像头模组供应体系。因此，中国虹膜识别的总体技术水平已经达到规划化应用的要求。
（3）政府级和企业级市场的需求增长
虹膜识别行业公司除服务传统工业领域客户，目前正逐步扩大到用户规模数以亿计的金融、公安、社保等重点行业。高精度和高安全性成为这类行业的刚性需求，虹膜识别的固有优势使其在这些行业中的应用前景十分广阔。公安社会治安系统中，虹膜生物识别技术已经开始大规模应用。银行系统方面，中国银行已经推出了具有近10亿潜在用户的虹膜识别系统平台。
7.2 不利因素
（1）关键技术研发水平仍需提高
在光照多变、用户配合度低的复杂环境下实现远距离成像、大范围成像、高速识别，以及跨设备数据兼容等问题上，现有的虹膜识别技术仍不能完全满足需求，这将极大限制虹膜识别技术应场景的进一步扩大。
（2）宏观经济下行影响企业级需求
虹膜识别行业公司服务的客户目前主要来自工业领域的企业，如煤矿、建筑、电力等。这些行业是比较传统的周期性行业，受宏观经济形式影响较大。当前中国宏观经济仍有进一步下行的可能，传统周期性行业中的公司受影响较大，可能会压缩虹膜识别产品的采购数量，继而减缓行业规模的增长速度。
（3）消费级市场渗透存在困难
虹膜设备成本仍比较昂贵，相对而言，消费级市场客户对价格更加敏感。同时，考虑到现阶段虹膜识别设备的便捷性和体验感尚不能完全满足普通消费者的需求，虹膜技术要在规模化应用仍有很长时间。
8 行业发展趋势
中国虹膜识别技术发展已达到一定规模应用的水平，未来将重点面向光照多变、用户配合度低的复杂环境，朝远距离成像、大范围成像、高速识别、跨设备数据兼容、移动式和微型化以及多模态生物特征识别方向发展，以增强虹膜识别过程的便捷性、体验感、准确性、高效率，虹膜识别技术。
现阶段虹膜识别行业的竞争主要集中解决方案与集成供应商之间，具有算法与软件技术、虹膜图像数据资源优势的公司将在市场竞争中具有明显的优势，通过形成“行业应用+核心算法”相互支撑相互促进的正循环是这些公司未来获得高额利润的基础。没有前期技术和数据资源储备的企业，进入该行业将面临较高的技术风险和市场风险。
虹膜识别行业的总体上看还未完全进入成长期，具有算法与软件技术和人才积累，掌握海量虹膜图像数据，同时拥有面向政法、社保或银行领域客户渠道并已经实现盈利的创业公司相对而言更具投资价值。
参考文献
[1]李海青，孙南哲，谭铁牛，何召锋，马力.虹膜识别技术进展与趋势[J].信息安全研究，2016，2(01)：40-43.
[2]马良，翟永忠.“人工智能+”引领人类社会变革[R].东北证券，2016：39-40.
[3]陈平.人工智能研究系列之“虹膜识别”——前景无限的生物识别方式[R].海通证券，2017：13-22.
[4]姜国平，卫书根.强化学习，拓宽认知的边界[R].光大证券，2017：4-5.
[5]张冰.图像识别快速发展，多场景商业化正当时[R].平安证券，2016：34-35.
|
