本文来源：CPS 中安网
疫情之下，生物识别技术尤其是非接触技术快速发展，根据调研机构 Mordor Intelligence 发布的一份报告预测，受新冠疫情的影响，到 2026 年，全球非接触式生物识别技术市场将接近 238.5 亿美元，复合年增长率为 16.17%。
在非接触式生物识别赛道，墨奇科技选择了“手”上的生物特征，包括指纹、指静脉、掌纹、掌静脉，提供了一种安全高效的身份认证手段。“手”上的生物特征采集用户需知情，并且静脉隐藏于皮下，伪造门槛高，天然具备活体特征，个人信息更为安全，在疫情防控和隐私保护日益受到重视的当下，刷“手”识别具备广阔发展前景。
墨奇科技以一系列创新技术和产品，为业界提供了政府业务场景下新一代智能安防身份识别解决方案，以及商用业务场景下的新一代可信生物识别解决方案。
商用业务场景下包括墨奇 M1 智能通行一体机、墨奇 K1 非接触 3D 指纹采集仪等，政府业务解决方案的核心产品包括墨奇 A1 非接触指纹采集仪、墨奇智能指掌纹系统等。两大解决方案广泛适用于智慧出行、智慧社区、智慧园区、智能楼宇等通行管理场景及治安、出入境等广泛的智能安防场景。墨奇科技构建起能为数十亿人提供精准可靠、主动便捷、保护隐私的下一代身份识别和认证平台，以 AI + 安全可信生物识别引擎助力数字经济。
作为 AI 的底层基础技术和平台提供商，墨奇科技成立于 2016 年，致力于推动下一代人工智能发展，构建先进的新型 AI 知识数据库，以统一的方式处理非结构化数据和机器知识，让企业可以便捷地应用人工智能获得数据洞察，加快 AI 时代的智慧产业升级步伐。墨奇科技的生物识别业务也是其底层核心技术的应用领域之一。
墨奇科技联合创始人及 CTO 汤林鹏此前受 CPS 中安网邀请，分享了墨奇科技发力非接触“刷手”生物识别背后的思考，以及下一代生物识别发展趋势、非结构化处理底层技术等话题。
以下为采访内容节选：
能否深入讲讲为什么墨奇会选择做非接触式生物识别解决方案，和疫情有关系吗？
墨奇科技汤林鹏：其实生物识别是一个发展得比较成熟的技术。在传统的技术当中，指掌纹是最成熟，也是应用最广泛的一项技术，像手机上的指纹解锁、指纹考勤打卡等等。
但是疫情以来，接触式的指纹识别，因为卫生问题，应用受到了很大的限制。另外一方面，过去几年以人脸为代表的非接触生物识别的技术发展很快，但是在海外，因为隐私的问题，一直没有应用得很广泛。疫情以来又因为戴口罩产生的不能识别和识别精度的原因，包括最近一年来国内对于个人隐私也越来越重视，所以大家现在也期望有更加好的保护隐私的识别方式。
墨奇的非接触掌纹+掌静脉的识别方式，需要用户伸手才能识别，是主动认证方式；同时它是近场，是掌纹加上红外成像的掌静脉信息结合，所以它天生具备活体检测的功能，应该说是综合了优秀的体验、活体识别的安全性和主动识别的技术，对隐私的保护也会更好。
指掌纹及指掌静脉的方式在国内有哪些应用场景？相比其它的方式有哪些优势？
墨奇科技汤林鹏：传统的生物识别的方式是非常广泛的，我们认为非接触的指掌纹及静脉的采集技术，是传统应用方式的升级，所以传统的应用场景都可以用。
同时它因为是非接触式的，应用体验更好，所以我们觉得它的应用环境会更广泛，像门禁、通行、门锁等等，都可以有很广泛的应用。
说到它的优势，首先是它的交互比较好，因为人手是最灵活、最便捷的，同时也是一个主动确认的过程，所以它给人的感觉也比较好。另外它也是可以结合可见光和红外技术，而且是近场识别，所以保证了私密性，以及活体识别性。
它的精度也可以做到非常高，其实人的指掌纹是跟随人的基因，在胚胎中的随机性产生的，终生不变的，而且它的特征会非常丰富，所以可以做到数十亿级别的库容上唯一性的识别。另外也正因为它的特征的丰富性、唯一性，我们可以驱动保护隐私的生物识别技术等等。
人脸识别为代表的生物识别在安防已经进入了一个非常严重的同质化阶段，您觉得目前切入安防行业自身有哪些核心的优势？
墨奇科技汤林鹏：墨奇给自身的定位就是去研究创造新的底层技术，所以我们也希望用这些底层技术给这个行业带去更多的可能性。
针对在生物识别方面，刚刚也提到了，墨奇的海量库容指掌纹检索技术，还有非接触的指掌纹静脉采集技术，还有保护隐私的生物识别技术，都可以给这个行业带去更多的可能性，去拓宽这个行业应用的边界。
另外在非结构化数据处理方面，安防场景当中很多都是去处理图像、视频、语音等等非结构化数据，所以墨奇底层的非结构化数据处理的技术，包括 AI 知识数据库，我们都希望帮助企业、社会，包括是安防这个行业，能够更快更好地处理这些非结构化数据，从中提取价值。
您刚才说到了隐私保护，确实现在人脸、指纹等等生物特征都是比较敏感的个人的信息，确实存在着一些担忧。
对于生物识别领域的隐私保护，您有怎样的布局，或者说您是怎样看待的？
墨奇科技汤林鹏：生物特征比较厉害的地方就是它是伴随人终身不变，和人的身份绑定的，这就可以让生物识别有它的便捷性和安全性，也正因为这个特性，它其实也是敏感数据，所以在处理的时候应当是非常谨慎的。
一方面，行业在制度规范上需要进入一个比较良性的发展当中，另一方面，我们也在底层的技术创新上，给这个行业带来更多的可能性。
举个例子来说，密码在应用当中也会存在隐私保护的问题，如果说在平台上存储原始的密码，它也会带来泄露的问题。怎么解决这个问题呢？
在密码保护上，利用的是密码学当中的哈希，哈希可以做一个密码验证，但是不可以逆回原始的密码。利用哈希既保护了用户的隐私，又能够做密码的验证。
与此类似，我们也是把生物图像的匹配和密码学的底层工具做了融合，可以将原始的生物特征图像转换为不可逆、可撤销、非关联的加密变换模板，而且可以从数学上证明这个变换达到了强密码级的安全性。
所以我们这个技术是一个既可以做到便捷的使用，又能够保护用户的隐私，而且是可证明的强密码意义上的保护隐私的生物识别。我们觉得这项技术后面可以给这个行业带去更多的可能性。
我们了解到墨奇现在提出了多尺度向量和图表示框架这项非常底层的技术，能不能跟我们简单介绍一下，目前这些底层基础技术有哪些落地成果，是否有些案例可以分享？
墨奇科技汤林鹏：多尺度的向量和图表征是墨奇提出的对非结构化数据的统一表征。因为结构化数据是比较容易直接做分析的，但是非结构化数据，它原始的形式很难被分析，所以我们提出统一的表征框架，在这个框架的指导之下，我们就可以做算法理论的创新，以及提供构建底层统一的基础架构，包括软硬件的设施，这样也能帮助海量的非结构化数据的分析，在实践当中更好的落地。
谈到具体的应用案例，比方说在生物识别当中，我们就是基于这样一个多尺度的向量和图表征，还有一些小样本、无监督学习的方法，构建了十亿级别的海量指掌纹的高速、高精度的检索，包括保护隐私的生物识别，它的图像的表征也是会基于这样一个多尺度图的框架。
在一般的非结构化数据处理当中，我们也在和一些顶尖的高校实验室来做基础性的研究，包括图像的分类、检索、语音的识别、声纹的识别，还有语言模型等等，我们看到这些底层的技术都会给这些行业的应用带去更多的发展和进步。
您刚才说到多尺度向量和图表式框架，它更多是帮助行业里面数据量比较大，但是多数是非结构化数据的现状，小样本无监督式学习可能也会帮助到这个行业里的新兴的企业，帮助他们降低做 AI 数据样本获取的成本，包括投入的人力等等。
十四五新基建这样的大背景下，您觉得对生物识别类的企业，或者说对墨奇来说是否有一些新的机遇和挑战？公司有一些怎样的规划去应对新基建这样的大背景下的机遇？
墨奇科技汤林鹏：我们觉得新基建、十四五、智慧城市等等，对人工智能的发展都是一个很大的利好。
首先说生物识别方面，它是连接数字的身份和物理身份的桥梁，提供便捷、安全的验证。我们是希望构建精准可靠、主动便捷和保护隐私的生物识别的技术，它能够更好地服务数字社会、服务信用社会，从安防到文旅、通行、金融、政务各个领域，都能给这些行业带来更大的便捷性和安全性。
针对非结构化数据处理，像智慧城市、车联网等等，现在国家大力鼓励发展的行业当中，其实大量的也是这种海量的非结构化数据，墨奇也是希望开发底层的基础技术，以及底层的软硬件基础设施，能够给这些行业赋能，更好地处理海量的非结构化数据，从当中提取价值，促进行业和社会的发展。
