當今，隨著傳感器技術(shù)和生物識別技術(shù)的不斷發(fā)展，生物識別技術(shù)的應(yīng)用場景不斷豐富，并且具有很大的發(fā)展前景。

從今年年初到現(xiàn)在，ToF傳感器一直以來都是蘋果、三星、GD、AMS等傳感器企業(yè)和智能硬件企業(yè)所關(guān)注的技術(shù)，而ToF傳感器目前應(yīng)用最為廣泛的領(lǐng)域就是人臉識別。

近些年，以計算機視覺為主線的AI應(yīng)用場景繁復多變，從物體探測、事件監(jiān)測、人機交互再到信息重組和自主行為。涉及行業(yè)與落地應(yīng)用方案層出不窮，新零售、工業(yè)、無人車及泛娛樂等行業(yè)都可找到視覺感知的身影，甚至在某些細分行業(yè)里，有的應(yīng)用已深入人心，例如AI看臉尋人、AI換臉等等。

幾乎人人都在政務(wù)、門禁、支付等等這些應(yīng)用場景使用過人臉識別，根據(jù)調(diào)查，90%的人都使用過相關(guān)技術(shù)，雖然便利性很高，但是人臉識別的安全問題從技術(shù)誕生到現(xiàn)在一直都存在質(zhì)疑，不僅僅是人臉識別，包括指紋識別、語音識別、虹膜識別以及靜脈識別等生物識別技術(shù)一直以來都是AI領(lǐng)域所比較熱論的話題。

以AI+視覺為業(yè)務(wù)的公司，究竟還有哪些可以待挖掘的潛在場景，AI還能為哪些場景解決問題?若將視角放在正成為新增量的新基建與產(chǎn)業(yè)互聯(lián)網(wǎng)方向上，AI+視覺的想象空間會不會更大?對于行業(yè)的起落，成立已有八年之久的騰訊優(yōu)圖實驗室也在面臨同樣的拷問。優(yōu)圖實驗室最早是做圖片的二次壓縮，誕生于2012年初，直到2012年下半年開始，才將研究中心轉(zhuǎn)移至人臉識別檢測方向，并開始進行相關(guān)的技術(shù)研發(fā)與儲備。至今，已有八年之久。

最近在生物識別領(lǐng)域，多模態(tài)、多種類生物識別融合技術(shù)被看做是未來趨勢，智能手機、智能門鎖以及安防領(lǐng)域目前已經(jīng)出現(xiàn)了多生物識別技術(shù)融合的應(yīng)用案例。

多模態(tài)生物識別融合首先需要建立在傳感器融合基礎(chǔ)上，進行算法融合。放眼國內(nèi)，雖然在指紋、人臉方面應(yīng)用廣泛，但是在靜脈識別等安全性、精讀更高的第二代生物識別技術(shù)上相對處于落后階段，所以國內(nèi)多模態(tài)生物識別的發(fā)展仍需時日。