就技术层面而言，LFW上的数据其实也并不是非常优质的。比如人脸识别的准确率在LFW上达到了99.7%，看似极高，但将这个99.7%的技术拿到实际场景中加以验证之时，会发现其准确率可能只有75%。真实的情况是，LFW中的许多图片都是从网上下载的，人脸的质量更是千差万别，有人认为这样更接近实际，但距离绝大多数的应用场景依然很遥远。

　　在LFW中，刷的是人脸与人脸的对比，即1:1、1:N和N:N。但在实际应用中，所有的厂商都不得不降低N的样本，或加入其他方法以保障便捷性和安全性。比如我们去外面吃饭，结账的时候对着摄像头刷脸然后走人，这是在验证1:N。结果过了半小时服务器还没找到用户的脸，毕竟要在上亿数据库中搜索，用户体验可想而知。但此时如果同时输入用户的姓名或其他信息，那么这个N就减少了许多，由1:N切换为1:1，从而使效率得以提升。

　　然而这其中的问题在于，如果有人攻击该用户的账户，危险性也会随之增加。当前人脸识别有两个主要条件，一是身份，二是活体。拿着别人的照片对着镜头扫一下再报出身份证号，是否能成功？基于活体的条件，人脸识别要求几个表情的变换，以此来提高安全性，但如果采集到被攻击者的视频呢？这同样也是值得深思的问题。

　　3.虹膜识别：日渐兴起准确率高，但需要主动配合与培训

　　虹膜识别是一种新型的识别技术，因为人体虹膜组织一生都不会改变，而且与指纹、容貌等相比稳定性更高，因而识别通过率也高，其非接触的识别方式也更易让人接受。然而，由于该技术较为复杂，需要在一定角度且避免光照直射的条件下才能顺利识别，动作幅度大，因此需要前期用户具备主动配合的机制，即接受培训的过程。

　　但是，生物识别之所以受青睐，除了安全保障之外，高效也是一个重要因素，如果在识别上花费过多时间，倒还不如直接使用指纹或人脸识别来的方便。

　　综上所述，不同的生物识别方式固然有其自身优势，但由于技术与行业尚未成熟，劣势也同样存在。可即使是在这样的情况下，依然可以看到许多企业前赴后继的入局，除了对于新技术的追求与创新之外，atv，还因为这块蛋糕着实诱人。可以期待的是，生物识别的市场在未来会更为火爆，并且能够反推技术的进一步发展。

　　二、百亿级市场待开发，生物识别前景可期

　　据前瞻产业研究院发布的《中国生物识别技术行业市场前瞻与投资战略规划分析报告》显示，2009年，全球生物识别市场规模为34.22亿美元，2013年规模直逼98亿美元，2014年突破了百亿美元大关。预计到2020年，全球生物识别市场规模将达250亿美元。

　　而根据《中国生物识别技术行业市场分析及2015-2020年发展策略研究报告》显示，2010至2014年，国内生物识别市场平均增长率均为60%以上。2014年。生物识别市场规模为80亿元，预计到2020年，生物识别市场规模将突破300亿元。

　　如此诱人的蛋糕，也无怪乎相关企业纷纷入局，百亿级的市场，谁不想从中分一杯羹？当然，利润并不那么容易获得。315晚会上，一张静态照片通过图像处理和动态合成技术，就轻易破解了APP人脸识别。

　　诸如此类的安全隐患在生物识别呈普及趋势的情况下不在少数。虽然生物识别是科技发展的必然趋势，但不同的识别方式中存在的不同漏洞确实在一定程度上阻碍着这一行业的发展。

　　目前，许多公司已经就不同的生物识别方式开发出了自己的算法，下一步应当会在模块采集和应用层面实现一些突破。过去指纹识别发展较快，如今人脸识别也逐渐兴起。以后包括虹膜识别、声纹识别、静脉识别都是可以加深探索的领域，也是可以相互结合的热点技术。

　　实际上，生物识别技术真正的发展趋势，应该是走进普通人的生活，能够满足人们在各类场景下的识别需求。然而，仅靠某一种生物识别技术永远无法满足全部的场景需求。一个高安全级别的环境，必然需要多种生物识别相互弥补而完成，指纹、人脸、虹膜、步态等多种识别方式的组合，是一条不错的发展道路。