當今，隨著物聯網、大數據、云計算、人工智能等技術的快速發展，生物識別技術也得到了很大的發展。當前，據前瞻產業研究院的數據顯示，預計今年全球的生物識別市場總額將達到250億美元。

    在國內市場方面，2010至2014年，國內生物特征識別市場的平均增速保持在60%以上，2014年生物特征識別市場規模為80億元，2015年突破100億元，預計2020年可突破300億元。

    從單個生物識別技術應用來看，指紋識別雖然占生物識別技術的份額最高，但整體呈下降趨勢，從2007年的66.9%下降至2013年的60.1%，受這次疫情影響，預計在2020年的下降幅度將會超過50%左右;

    而聲紋識別、人臉識別、虹膜識別等所占份額則不斷增長，到2020年比重預計分別達到22.4%、9.6%、6.4%。

    雖然這些生物識別技術已經相對成熟，但依舊存在一些技術障礙，比如：

    指紋識別技術應用比較廣泛，但無法滿足眼下對安全和衛生的需求;人的臉部特征也不是一成不變的，而且采集圖像的過程中易受到光線等因素的影響，導致人臉識別精確度受到影響;虹膜能成像的距離很窄，如果用戶的姿勢稍有不對，就有可能采集不到清晰的虹膜，同時識別距離遠近、復雜光線環境、睫毛遮擋、異形瞳孔等問題也影響虹膜識別的精準度;聲紋和步態識別，則因為采集難度較大、受拍攝角度和環境影響大等，而難以推廣。

    從這次疫情防控的需求來看，單個生物識別技術的問題已經凸顯，生物技術行業應該意識到在原有單一識別技術基礎上，需增加一種或多種識別技術來提升生物識別的安全性，即第二代生物識別技術——多模態生物識別。

    多模態生物識別，是指整合或融合兩種及兩種以上生物識別技術，利用其多重生物識別技術的獨特優勢，并結合數據融合技術，使得認證和識別過程更加精準、安全。

    它與單一生物識別方式的主要區別在于，多模態生物識別技術可通過獨立的或多種采集方式合而為一的采集器，采集不同的生物特征(如指紋、指靜脈、人臉、虹膜圖像等)，并通過分析、判斷多種生物識別方式的特征值進行識別和認證。

    如今生物識別正從單一走向多模態化，單一生物技術識別無法支撐越來越復雜化、多樣化的身份驗證場景，而多模態生物識別可以實現人臉、指紋、指靜脈、虹膜、聲紋等多種生物識別的相結合，從而進行更精確的身份認證以及集中、統一的系統管理。

    在后疫情時代，多種生物識別技術進行融合應用的多模態生物識別，變得更加靈活，能根據不同的應用需求和場景變化，來選擇合適的融合方式和權重決策。這必將成為新一代身份識別與認證領域的發展趨勢。

    按照技術應用的場景劃分，目前多模態生物識別主要的賦能方向，聚焦在幾個方面，包括：

    公共服務領域如公安、出入境、社保等機構等，應用“指紋+人臉+OCR”的識別方式;信息安全領域如軍隊、軍工企業等，應用“指紋+虹膜+掌紋”的識別方式;個性化AIoT應用領域如部分政務機構、酒店、零售等行業，應用“人臉+指紋+虹膜”的識別方式。