目录 生物识别技术应用的必然性 生物识别 ( 指纹 /3D 人脸 / 虹膜 ) 主要技术路线 行业布局情况 行业发展空间 行业相关公司

Transcription

1 安信证券电子团队, 行业趋势热点前瞻解析系列之一 生物 /3D 识别突破在即, 技术创新引领行业发展 首席分析师 : 孙远峰分析师 : 张大印 赵 张 琦 磊 王海维

2 目录 生物识别技术应用的必然性 生物识别 ( 指纹 /3D 人脸 / 虹膜 ) 主要技术路线 行业布局情况 行业发展空间 行业相关公司

3 1. 生物识别技术应用的必然性 行业综述 我国生物识别行业的发展起源于上世纪 80 年代, 最先发展的是指纹识别技术 而人脸识别 虹膜识别 静脉识别的研究则在 1996 年之后开展 早在上个世纪中期, 美国人将指纹识别技术应用于计算机, 开发出了自动指纹识别系统 (AFIS) 而指纹识别技术在移动电子设备上的首次成功应用则是 2013 年苹果公司发布的 iphone5s 随着 Touch ID 在 iphone5s 上的成功应用, 指纹识别技术在整个移动电子行业的应用有了爆发式的增长 2014 年 1 月国内首款使用指纹识别的手机 vivo Xplay3S 上市, 随后在 2 月份三星发布 Galaxy S5 并集成指纹识别功能 可以说指纹识别是生物识别技术在移动电子行业应用的开端 行业综述 人脸识别技术在移动电子产品中的应用则首先是出现在拍照中, 许多拍照软件在拍照的过程中会针对人脸部分有美颜功能 由于人脸识别技术的实现不需要额外的硬件, 只需要调用手机摄像头, 外加人脸识别算法即可实现 这使得人脸识别的过程成功与否主要取决于识别算法是否有效 资料来源 : 苹果官网 iphone 内置 Touch ID 传感器

4 1. 生物识别技术应用的必然性 行业综述 随后人脸识别技术的应用拓展到了身份识别以及安全防护等领域 早在 Google 发布 Android4.0 时便将人脸识别解锁功能集成到原生操作系统内, 但由于算法不成熟导致识别速度满 精度差等问题并没有得到各个手机厂商广泛应用, 甚至在三星 Galaxy S8 中爆出用照片就可以骗过面部解锁算法 行业综述 虹膜识别的概念最早由眼科专家 ARAN SAFIR 和 LEONARDFLOM 在 1987 年提出 直到 1991 年第一套能够实现虹膜识别的系统才诞生 由于指纹识别 人脸识别等生物识别技术的广泛应用, 手机厂商也在不断地通过引入新的识别方式来实现创新 2016 年三星发布的 Galaxy Note 7 手机上首次将虹膜识别内置到了主流旗舰手机中 三星人脸识别解锁 资料来源 : 三星官网 资料来源 :ofweek Note7 虹膜识别

5 1. 生物识别技术应用的必然性 概念定义 生物识别技术是利用人体本身所固有的物理特征, 例如指纹 掌纹 虹膜 人脸等, 以及行为特征, 如签名 声音 击键等, 通过模式识别的方法来鉴别个人身份的技术 由于生物特征是人的内在属性, 具有很强的稳定性与个体差异性, 因此它是身份验证的最理想依据 应用需求 近些年来由于各个国家社会安全的需要, 安防领域日益受到政府重视, 生物识别技术迎来了一个快速发展的时期 同时便携式电子产品的迅猛发展使得生物识别技术在个人电子领域得到了广泛应用, 身份识别方式从传统的密码验证到指纹识别 人脸识别 虹膜识别 生物识别技术集成到消费电子产品中是行业发展的必然趋势 生物识别利用的特征 资料来源 : 比特网 德国护照芯片内存储生物信息资料来源 : 中国青年网

6 1. 生物识别技术应用的必然性 应用需求 据统计, 我国 2016 年全年银行卡盗刷投诉共有 7095 次, 累计造成损失高达 1.83 亿元 甚至个别银行卡持卡用户在卡不离身的情况下资金仍被盗刷 如何验证用户的真实身份成为了金融行业需要解决重要的问题之一 应用需求 门禁系统是安防领域最基础的一块应用 由于门禁系统的需求量巨大以及生物识别技术的便利性和安全性, 催生出恶各种不同类型的门禁产品 为了进一步提高安全性, 多种生物识别技术组合应用也成了常态, 例如指纹识别 + 人脸识别 指纹识别 + 虹膜识别 人脸识别 + 虹膜识别等 银行卡盗刷投诉数量 资料来源 :21CN 深圳市消委会 资料来源 : 和讯网 指纹门禁系统

7 1. 生物识别技术应用的必然性 应用需求 在商用市场中, 考勤是生物识别另一大应用领域 传统的指纹识别考勤设备正在不断的更新进化, 人脸识别与静脉识别由于具有非接触特性与安全性 防伪性更强等因素, 被新一代考勤设备所广泛应用, 而目前这一市场的容量已经达到了每年近十亿人民币的规模 指纹 + 人脸识别考勤机 资料来源 : 泽祥电子 技术优势 主流的三种生物识别技术各有其有优势 指纹识别技术主要的优点为 : 1 安全性好 指纹具有唯一性, 可以提供足够的复杂度来验证使用者的身份, 重复率仅为 150 亿分之一, 目前尚未发现不同的人有相同的指纹 2 指纹的扫描识别与记录的过程很快, 华为 Mate S 解锁时间仅需 0.69 秒 3 稳定性与可靠性较强 指纹在胎儿阶段形成, 从出生到长大成人指纹只会放大增粗, 纹样不会产生变化 4 易操作, 无需对使用者进行培训即可操作 5 推广容易, 应用成本低 随着技术发展, 指纹识别传感器平均成本已经由 2013 年的约 5 美元降至 2016 年的 3 美元左右

8 1. 生物识别技术应用的必然性 技术优势 技术优势 人脸识别技术主要的优点为 : 1 人脸识别具有自然性的特点 自然性是指人脸识别的方式与人类在进行个体识别的过程中所采用的特征是相同的, 指纹识别与虹膜识别由于人类无法直接利用这些生物特征而不存在自然性 2 非强制性 人脸识别所采集需要的数据仅仅通过摄像头就可以获取, 识别部分取决于算法与数据库的样本 目前公安部门已经部署了天网监控系统, 可以通过人脸识别技术的结合实现对犯罪分子的识别 3 非接触性 指纹识别与虹膜识别由于技术特点, 需要使用者与识别设备贴近, 间距不能过大, 而人脸识别不需要接触, 让使用者更容易接受 虹膜识别技术的主要优点为 : 1 安全性极佳 相比于指纹识别技术, 虹膜识别的唯一性更强, 即便是克隆技术也无法复制一个特定的虹膜 而现在所能达到的 FAR( 错识率 ) 可以做到千万分之一, 同时它的 FRR( 错误拒绝率 ) 也达到千分之一, 远远超过指纹或者是人脸生物特征所能达到的水准 2 生物活性 由于人的瞳孔在不同光线情况下会不自主的发生收缩变化, 而死亡状态下人的虹膜不会收缩, 这种情况下是无法识别的, 所以想用照片 录像 死亡的虹膜来欺骗识别系统是无法实现的 3 在一些特定的应用情景中, 如煤矿工人身份验证时, 存在工人曾经受过伤害使得指纹等生物特征无法利用时, 选择虹膜识别技术有较强的优势

9 目录 生物识别技术应用的必然性 生物识别 ( 指纹 /3D 人脸 / 虹膜 ) 主要技术路线 行业布局情况 行业发展空间 行业相关公司

10 2.1 指纹识别技术路线 什么是指纹识别 指纹由于具有终生不变以及唯一等特性, 成为了生物识别中所利用的最重要的一种特征 指纹识别是传感器通过利用光学全反射 硅晶体电容 超声波扫描等方式扫描出指纹图像并对指纹的细节特征 ( 脊线与谷线 ) 进行对比来区分不同人的身份 光学全反射技术 光学全反射 : 外部光线照到压有指纹的玻璃表面, 光线经反射后照向 CCD 光线照射到指纹峪的地方后在玻璃与空气的界面发生全反射, 光线被反射到 CCD, 而射向指纹脊的光线不发生全反射, 而是被脊与玻璃的接触面吸收或者漫反射到别的地方, 这样就在 CCD 上形成了清晰的指纹图像 指纹识别细节特征 资料来源 : 百度图片 资料来源 : 电子发烧友 光学全反射原理图

11 2.1 指纹识别技术路线 硅晶体电容技术 硅晶体电容传感 : 使用者将手指贴在传感器表面出, 由于手指指纹的峪与脊处与接触面贴合程度不同, 导致接触处电容的数值大小不同 通过半导体器件的传感器电路, 可以检测出整个接触面上各个接触点处的电容数值, 以此完成指纹的采集 超声波扫描技术 超声波扫描 : 由于超声波具有较强的穿透性, 可以穿透各种材料 不同种类的材料会产生大小不同的超声波反射波 超声扫描传感器通过发出超声波, 利用皮肤与空气的声波阻抗差异, 接收反射回声即可判断指纹的嵴与峪所在的位置 硅晶体电容原理图 超声波扫描原理图 资料来源 : 电子发烧友 资料来源 : 站长之家

12 2.1 指纹识别技术路线 三种指纹识别技术的比对 类型光学全反射硅晶体电容传感超声波扫描 体积中小大 耐用性非常耐用容易损坏一般 成像能力 干手指差, 但汗多和稍微脏的手指成像模糊 干手指好, 但是汗多和稍微脏的手指不能成像 非常好 功耗高较低较高 成本低低很高 分辨率 >500dpi >500dpi >700dpi 穿透能力 1mm 以上 0.3mm 以下 0.5mm 左右 ( 目前 ) 防伪能力弱弱强 识别能力弱强强 成像大小采集面积可以很大采集面积很小采集面积较大 应用企业 Synaptics DigitalPersonal IdenticatorCo. Synaptics AuthenTec IDEX 迈瑞微电子 思立微 高通 资料来源 : 贤集网 ofweek

13 2.1 指纹识别技术路线 指纹识别主流技术 目前主流的指纹识别解决方案还是硅晶体电容式传感 自从 iphone 5s 中集成 Touch ID 指纹识别传感器之后, 指纹识别在移动电子产品领域得到了较快速的发展 2015 年与 2016 年指纹识别技术在智能手机中的渗透率分别达到了 25% 和 43% 2016 年发布的指纹识别手机包括了小米 5 三星 Galaxy S7 华为 P9 等均采用了硅晶体电容式传感器 国内配备指纹识别模组智能机出货量 未来技术发展趋势 随着 LG G6 三星 Galaxy S8 以及小米 MIX 等全面屏手机的发布, 全面屏已经成为了各大厂商所追捧设计方案 由于采用全面屏设计挤占了以往指纹识别传感器的布局空间, 导致许多厂商不得不将指纹识别传感器后置 由于高通首先提出了超声波扫描的方案, 推动了指纹识别传感器内置在显示屏的发展 最近曝光的苹果超声指纹识别专利显示, 苹果有可能在下一代 iphone 中将传感器内置在屏幕下方 E 2018E 2019E 2020E 出货量 ( 百万部 ) 资料来源 : 中国产业信息 苹果超声指纹识别专利资料来源 :9to5Mac

14 2.1 指纹识别技术路线 未来技术发展趋势 基于全面屏的设计发展趋势, 未来指纹传感器主要有四种设计 : 第一种方案是将指纹识别传感器集成到手机背面或者侧面 这种方案的技术难度最小, 但是由于将指纹识别传感器集成至侧面或背面导致用户体验不佳, 正面指纹识别更加符合用户习惯 应用的代表厂商有华为 索尼 未来技术发展趋势 第二种是通过 Under Glass Cutout 方案在面板玻璃的正面或背面开盲孔 ( 大约 0.2mm-0.3mm 深 ), 然后将指纹识别传感器集成在面板内部 这种方案的好处是可以继续采用以前的硅晶体电容式指纹识别技术, 但是由于需要在玻璃上开盲孔导致在量产过程中良品率过低 代表方案有汇顶 IFS FPC LG Innotek 指纹识别集成在表面 资料来源 : 半导体行业观察 资料来源 : 半导体行业观察 Glass cutout 方案

15 2.1 指纹识别技术路线 未来技术发展趋势 未来技术发展趋势 第三种是 Under glass 方案, 直接将整个指纹识别传感器置于面板玻璃之下 这种方案虽然解决了 Glass Cutout 方案中的良品率过低的问题, 但是也导致了无法使用硅晶体电容式传感器, 主要原因是面板玻璃的厚度已经超过了电容式传感器的识别极限 只能采用光学全反射以及超声波扫描式传感器 高通在 MWC 2015 上提出了移动行业首个基于超声波技术的 3D 指纹认证解决方案 Qualcomm Snapdragon Sense ID 3D 指纹技术的升级版 该方案优点是不需要电容传感器或者按钮, 可以隐藏于多种材质表面之下, 比如玻璃 塑料甚至金属 同时, 扫描指纹的精度也不受手指污垢 油脂以及汗水的影响 2016 年 9 月发布的小米 5s 率先采用了 Under glass+ 高通超声波指纹识别方案 2016 年四季度 Synaptics 旗下的第三代 Natural ID 玻璃内层 (under-glass) 指纹传感器 Natural ID FS4500 已经实现大规模量产 UnderGlass 方案 资料来源 : 半导体行业观察

16 2.1 指纹识别技术路线 未来技术发展趋势 第四种是 In Display 方案将指纹识别传感器融合进显示屏 这种方案则是 Under Glass 方案的下一代技术发展方向 由于玻璃面板的厚度的影响, 能采用 In Display 方案的指纹识别传感器只能采用光学全反射或者超声波扫描技术, 其中光学全反射技术对屏幕有着特殊要求 由于传感器融合于显示屏内部, 需要显示屏具有透光性, 而传统的 TFT 材质的屏幕从原理上无法 未来技术发展趋势 满足要求, 目前主流的选择方式是采用 OLED 材质的显示屏 而超声波扫描方案虽然可以穿透各种材料, 但是由于目前制造工艺与技术成熟度方面问题, 超声穿透厚度还达不到很理想的状态 ( 小米 5s 采用高通的超声波方案仍然对玻璃有减薄挖孔 ) In Display 方案 资料来源 : 半导体行业观察 资料来源 :ofweek OLED 显示屏原理图

17 2.1 指纹识别技术路线 四种设计的行业应用 四种设计的行业应用 第一种 : 指纹识别表面集成 第三种 :Under Glass 侧面与背面指纹识别 第二种 :Glass Cutout 资料来源 : 索尼官网 太平洋电脑网 资料来源 : 电子发烧友 高通超声指纹识别方案 第四种 :In Display 汇顶 IFS 解决方案 资料来源 :ofweek Synaptics 第一代光学 In-Display 方案 资料来源 :Synaptics 官网

18 2.1 指纹识别技术路线 封装方式 封装方式 指纹识别传感器主流的封装方式有两种 : 第一种是 Wire Bonding: 这种方式是指对芯片和基板间的胶粘剂处理以使其有更好的粘结性能后, 用高纯金属线把芯片的接口和基板的接口键合 这种方式是一种初级的内部互联方式, 将芯片内部信号与封装外部引脚连接起来 Wire Bonding 有两种实现方式 : 球焊和楔焊 球焊是通过一个熔化的金属球黏住一段导线, 压下后作为其中第一个焊点 然后将导线的另一侧连上并用另一个新的熔化金属球进行焊接 楔焊是将两个楔形焊点压下形成连接, 在这种制程中没有球的形成 Wire Bonding 封装 资料来源 : 百度图片 资料来源 :Ofweek 两种不同的焊线接合方式

19 2.1 指纹识别技术路线 封装方式 第二种是 TSV 封装 :TSV(Through- Silicon Via) 的中文意思为硅通孔技术, 这种方案是在不同层半导体器件之间通过打通孔并注入导电金属材料实现连接, 这使得 3D IC 的应用得到了实现 TSV 封装 封装技术优势 在 Chartered 上海 2007 技术研讨会上, TSV 技术被称为第四代封装技术, 而 Wire Bonding 为第一代封装技术 Wire Bonding 的封装方式中需要进行塑封, 塑封工艺使得芯片的厚度增加, 这对于智能手机中紧张的布局空间来说, 并不是最佳的选择 如果不采用塑封的话,Wire Bonding 的键合线直接暴露在外, 会导致芯片正面不够平整, 是无法与盖板玻璃紧密贴合的 目前大多数指纹识别传感器都采用了 Wire Bonding 封装, 该方案技术成熟且成本低 TSV 封装的好处表现为信号更强, 指纹识别体验精度更佳, 芯片厚度由于没有传统 Wire Bonding 工艺中的塑封过程而得以变薄 资料来源 : 电子科技大学

20 2.1 指纹识别技术路线 行业应用 行业应用 苹果第一代应用于 iphone5s 的 Touch ID 采用了 Trench + Wire Bonding( 深坑 + 打线 ) 的工艺进行芯片级封装, 像素阵列为 88x88 像素 苹果在随后的 iphone6s 与 iphone7 中第二代 Touch ID 采用了 TSV 封装方案, 像素阵列为 96x112 像素 相比于第一代 Touch ID 有了将近 40% 的提升, 像素的提高也使得识别精度得到了提升 除苹果以外的厂商出于成本以及资源等方面的考虑少有应用 TSV 封装技术, 仍以 Wire Bonding 技术为主 随着未来全面屏的广泛应用,Under Glass 与 In Display 方案将成为主流趋势, 当无法为指纹传感器开孔时, 传统的 Wire Bonding 工艺会影响信号精度与增加芯片厚度 我们认为未来的工艺应用趋势是采用 TSV 工艺 资料来源 : 上海微技术工业研究院 资料来源 : 上海微技术工业研究院 第一代 Touch ID 版图 第二代 Touch ID 版图

21 2.2 人脸识别技术路线 什么是人脸识别 三大技术类别 人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术 用摄像机或者摄像头采集含有人脸的的图像或者视频流, 并自动在图像中检测和跟踪人脸, 进而对检测到的人脸进行脸部的一系列相关技术, 包括人脸图像采集 人脸定位 人脸识别预处理 记忆存储和比对辨识, 达到识别不同人身份的目的 人脸识别特征点 资料来源 :IT 之家 在实现人脸识别的过程中主要有三大技术类别 第一, 基于几何特征的人脸识别技术 这种技术是通过对比人脸的轮廓 纹理 结构 颜色等特征进行识别 第二, 基于模板的人脸匹配技术 这种技术是通过将获取到的人脸图像与数据库中的人脸模板按照一定的匹配策略进行对比, 根据相关性高低来确定人脸的大小与位置 第三, 基于统计的人脸检测技术 通过对人脸与非人脸的图像进行大量的学习训练, 统计方法来实现人脸与非人脸之间的模式识别与分类 第一种基于几何特征的人脸识别技术是最早 最传统的方式, 需要与其他算法相结合才能得到较好的结果 因此目前主要应用基于模板模型的方

22 2.2 人脸识别技术路线 人脸识别工作原理 信息采集方案 要应用人脸识别技术实现身份识别主要有三个步骤 : 首先, 建立使用者的人脸数据档案 类似于指纹识别与虹膜识别技术, 使用者首先需要采集自己的人脸特征信息 其次, 在应用的过程中, 使用摄像头获取当前人物的面相特征 最后将当前捕获到的人像特征与之前存储的人脸数据档案进行对比 工作原理图 资料来源 : 安防展览网 对于第一步信息采集过程, 不同厂商采用的不同的方案 一般而言, 首先需要检测人脸是否存在, 并计算出人脸的位置 利用传统的摄像头进行识别的过程需要利用可见光, 这种方式有着难以克服的缺陷, 尤其在环境光照发生变化时, 识别效果会急剧下降, 无法满足实际系统的需要 对于上述问题行业内提出了两种技术解决方案, 第一种是利用热红外图像成像, 这种技术又称远红外光技术 第二种是利用主动近红外光技术 这两种技术由于都利用了红外光, 具有识别时不受环境中可见光影响的特点, 再与相应的识别算法配合, 可以取得较高的识别率

23 2.2 人脸识别技术路线 热红外图像成像 热红外图像成像 热红外光光谱由中红外 (3-5μm) 和远红外 (8-12μm) 的光谱构成, 这两种光的波长比可见光光谱 ( μm) 要长 热红外图像成像是通过测量物体自身发出的热量而形成的图像 由于热红外光发出依赖于物体本身的热量, 所以这种方案具有一种独特的优势, 即无法被照片视频等其他方式欺骗 因为热红外图像成像人脸识别技术对人体温度变化敏感, 因此热红外人脸识别系统容易受到环境温度变化的影响 其次, 热红外线不能穿透玻璃, 当使用者带着眼镜时, 以及手机面板玻璃都会导致信息丢失, 严重影响识别性能 资料来源 : 乐买宜电子 热红外成像图 资料来源 :INFRARED 红外光光谱

24 2.2 人脸识别技术路线 主动近红外光 主动近红外光 主动近红外光技术是利用近红外光波段, 它的波长介于 0.7μm 与 1.1μm 之间, 位于红外光谱的反射部分, 是一种介于可见光区与热红外光之间的电磁波 由于近红外光成像对环境光照变化和环境温度变化都具有很好的稳定性, 将成为未来人脸识别系统主流技术方案 近红外人脸识别是通过在照相机上安装一个近红外发光二极管来保证有足够强烈和稳定的光照在人的脸上, 然后, 照相机使用一个滤波镜片, 该滤波镜片允许近红外光通过, 过滤掉可见光, 从而达到减少环境光照的影响, 可以得到与环境无关的人脸图像, 人脸图像只会随着人与摄像头的距离变化而单调变化 可见光与近红外光对比图 主动近红外设备 资料来源 : 北京交通大学 资料来源 : 天诚智能

25 2.2 人脸识别技术路线 主流识别算法 新一代识别算法 完成数据采集后, 需要将采集到的人脸信息按照一定的算法进行关键特征的提取 目前在已经商业化应用的产品中, Visage Gallery s 身份认证系统采用了基于特征脸 (Eigenface) 的方法, Miros 公司的 Trueface 及 etrue 身份验证系统的核心算法是基于神经网络, Visionics 公司的 FaceIt 面像识别系统的核心算法是基于局部特征分析 (LFA) 算法 已有的传统算法中, 基于特征脸的方法能够实现 95% 的正确识别率, 但是该算法应用中需要进行大量预处理工作, 例如归一化等 而基于神经网络的方法虽然适应性更强, 一般也容易实现, 识别速度快, 但存在着识别率低的问题, 因此算法层面有较大改进空间 在最新的学术界与工业界应用中, 一种基于深度学习的算法 卷积神经网络 (Convolutional Neural Network) 应用于人脸识别领域 卷积神经网络是在原有神经网络算法上的一次拓展, 该算法的应用保留了原有神经网络算法的高效性还进一步提升了识别准确率 资料来源 : 数盟 CNN 算法

26 2.2 人脸识别技术路线 3D 人脸识别 3D 人脸识别 从九十年代发展至今, 二维人脸识别技术发展的比较成熟 目前应用的门禁系统 身份识别系统 身份验证系统等均基于二维技术 三维人脸识别技术最初是从几何方法发展而来, 出发点是希望通过三维人脸识别技术来解决二维识别中受到环境与使用者本身姿态变化与遮挡等问题, 其次在三维下能够提供更多的信息可利用 目前应用的三维人脸识别技术主要是通过可见光影像与红外光深度影像的叠加使用 由于人脸不同部位距红外光 LED 的距离不同导致红外摄像头接收到的反射光强度有变化, 以此来得到深度信息 Intel 与微软合作推出了 Real Sense 3D Camera, 立思辰开发的三维人脸识别技术都得到了应用与业界肯定 未来三维人脸识别将是发展趋势 3D 人脸识别技术 资料来源 : 威锋网 资料来源 :eefocus Real Sense 3D Camera

27 2.2 人脸识别技术路线 3D 人脸识别 3D 人脸识别 3D 人脸识别技术的实现除了常规的可见光影响外还需要深度信息, 目前主流的测量方法有 3 种, 分别是三维建模 结构光和 ToF 人脸三维建模方法可以表述为 : 给定单幅人脸图像或者多幅不同角度拍摄的人脸图像或者动态视频序列, 利用计算机视觉技术, 重构出图像中人脸的特定三维结构信息 具体的建模方式主要有两种, 第一种是输入单幅人脸图像, 从 2D 图像恢复到 3D 形状 这种方法需要借助人脸的先验信息进行计算 第二种是输入双目立体图像或者多幅立体图像, 通过立体视觉方法重建人脸三维模型 对于双目或多幅图像建模的核心部分是通过立体匹配计算视差信息, 并结合相机参数计算三维深度信息 资料来源 : 比特网 双目图像人脸建模流程 利用视差计算深度示意图 资料来源 : 中国科学技术大学

28 2.2 人脸识别技术路线 3D 人脸识别 3D 人脸识别 基于结构光采集的方法是通过投影机向人脸上投射出一副或多副编码图案, 并用摄像机获取目标人脸上的平面图像, 根据结构光传感器系统的结构参数和三角法测量原理, 确定出拍着图像中像素点的位置与物体空间点坐标之间的对应关系 传统的编码结构光三维测量系统对目标物体进行三维测量时, 由于受到被测物体形状的遮挡以及观察角度的限制, 不能通过单次扫描获得被测物体完整的信息 通常需要移动测量系统, 在多个位置测量才能获得全部三维信息 针对以上问题可以采用两台摄像机从不同角度进行拍摄, 通过处理计算得出被测物体完整的三维轮廓信息 资料来源 : 哈尔滨理工大学 结构光测量系统组成 人脸三维测量俯视图资料来源 : 哈尔滨理工大学

29 2.2 人脸识别技术路线 3D 人脸识别 3D 人脸识别 ToF 技术的全称是 Time-of-flight, 该技术是指 : 首先由发光器发射出一束调制好的光线, 经过场景中物体返回到探测装置后, 根据发射光与反射光的时间间隔来测量深度信息 实现 ToF 技术主要有两种方式, 一是利用调制过的非相干光, 通过测量入射光与反射光的相位变化来测量时间间隔, 从而可计算深度信息 ; 另一种方法是基于光学快门技术 ToF 深度相机具有采集速度快, 可以采用多线程技术提高算法和系统运行效率的特点 目前行业内主要应用的 ToF 技术是利用调制过的非相干光 如 PMDTEC Electronics,MESA Imaging 资料来源 : 浙江大学 ToF 深度相机相位测量 资料来源 : 浙江大学 单个 ToF 相机的发型扫描

30 2.2 人脸识别技术路线 3D 人脸识别 目前行业内在传感器 光学设备 照明设备以及 3D 模块上已经有许多成熟的产品, 但在产品应用领域并不普及 2016 年联想发布了全球首款搭载谷歌 Tango 技术的手机, 苹果供应商之一大立光电宣布将会保证 3D 深度感测摄像头下半年大量出货 这些迹象表明在消费电子领域 3D 图像技术将有大规模的应用 3D 人脸识别 根据 Yole Developpement 预测, 2016 年 年,3D 图像与传感器市场将会有 37.7% 的复合年均增长率, 由 2016 年的 亿美元增长到 2022 年的 亿美元, 在未来 5 年内有着 7 倍的增长空间 D 图像与传感器市场与预测 55% 41% 39% 35% 32% 23% 15% 6% 7% 7% 9% D 图像技术应用现状 市场份额 ( 百万美元 ) YoY 资料来源 :Yole 资料来源 :Yole

31 2.3 虹膜识别技术路线 什么是虹膜识别 什么是虹膜识别 虹膜识别是以人的虹膜纹理为依据, 与眼睛有关的生物识别中对人产生较少干扰的技术, 是最可靠的人体生物终身身份标识之一 人的眼睛外观上由巩膜 虹膜 瞳孔三个部分组成 虹膜位于巩膜与瞳孔之间, 是环绕着瞳孔的一层有色的细胞组织 瞳孔包含了丰富的纹理信息, 占据整个眼睛的 65% 虹膜的形成由遗传基因决定, 基因决定了虹膜的形态 生理 颜色和外观 虽然虹膜形成的决定因素是遗传基因, 但是虹膜的纤维组织细节极其丰富, 纤维组织的形成与胚胎阶段该组织附近局部的物理化学条件有关, 具有极强的随机性 即使是同卵双生的双胞胎或者是同一个人的左右眼纹理都不会相同 虹膜有一些特殊的活体动态特性, 使它的伪造难度变得非常的高 瞳孔在下意识的情况下可以做振颤缩放的, 也就是瞳孔在不自主的状态下会自动改变它的直径, 不停地放大或者缩小, 这种特性其实是很难用人造的手段来模拟的 通过抓取这样的瞳孔振颤特性我们能够判断, 目前进行采集的虹膜是不是真实的人的活体虹膜 人眼结构图 资料来源 : 太平洋安防

32 2.3 虹膜识别技术路线 技术实现流程 技术实现流程 虹膜识别技术的实现流程主要分为四个步骤 : 第一 : 虹膜图像获取与边缘检测 虹膜图像的获取与边缘检测是虹膜识别技术的基础, 由于虹膜面积很小 ( 一般直径为 1cm 左右 ), 而人的眼睛又是人体中极为敏感的部位, 无法承受强光的照射, 因此在获取高质量的虹膜图像过程中, 需要专业的设备 第二 : 虹膜图像的预处理 虹膜图像的预处理的目的是对虹膜进行定位及使其归一化 采集到的图像通常还包括了眼睛的其他部分, 比如眼睑 睫毛 眼白等 同时由于虹膜的内边界即瞳孔的大小会发生变化, 这将导致虹膜的纹理发生变形, 影响虹膜图像的质量 通过预处理就可以消除各种因素对虹膜图像的影响 预处理部分通常包括了虹膜定位 虹膜图像归一化 图像增强三个部分, 而定位则是虹膜识别过程中运算时间最长的步骤之一 虹膜识别技术流程 资料来源 :LED 网 虹膜图像归一化及增强资料来源 : 湖南大学

33 2.3 虹膜识别技术路线 技术实现流程 技术实现流程 第三 : 虹膜纹理的特征提取 特征提取是指通过一定的算法从预处理后的虹膜图像中提取出独特的特征点, 并对其进行编码的过程 常用的特征提取算法有 : 基于图像的方法 基于相位的方法 基于频域分解系数的方法 基于虹膜信号形状特征的方法 基于奇异点的方法 特征提取结果 第四 : 虹膜的识别与匹配 这一步是根据特征编码与数据库中事先存储的虹膜图像特征编码进行比对 验证, 从而达到识别的目的 虹膜识别是目前生物识别技术中最精确 最安全的方式 主要体现在以下两个方面 : 第一 虹膜识别的误识率已经能达到 % 的水平, 指纹识别与人脸识别误率分别为 0.8 % 与 2 %, 在识别精准性上, 虹膜识别有极大的优势 第二 虹膜识别目前已经能识别出 266 个特征点, 而指纹识别仅能识别出 40 个特征点 虹膜识别能检测出更多特征点, 利用了更多的信息量, 使得识别结果更加精确, 失误率更低 资料来源 :ofweek

34 2.3 虹膜识别技术路线 行业应用方案 行业应用方案 三星 Galaxy Note 7 是虹膜识别技术第一次在移动电子产品的成功应用 三星在虹膜识别方案中, 单独配置了一个虹膜摄像头和 IR LED 由于一般的拍照摄像头为了保证画质, 在制造工艺上都有添加一层红外光滤镜, 因此一般的摄像头是无法采集近红外光的, 而虹膜摄像头则专门采集 IR LED 照射到虹膜后反射的红外光 通常情况下, 人眼的瞳孔会对外界光线强弱作出相应的反应, 如果光线过于强烈瞳孔则会缩小, 从而限制了进入视网膜的光线量 然而, 三星 Note 7 发出的近红外光是肉眼不可见的, 因此能顺畅地进入眼睛 目前还无法得知 IR LED 发出的近红外光如何影响人的眼睛 一般用于虹膜识别的主动光源近红外线波长在 纳米之间, 能量小, 低于国际安全标准, 保持一定的距离使用大可放心 错误地使用虹膜识别会对眼睛造成损害 三星官方已经警告使用者不要将眼睛离虹膜扫描仪太近, 也不要长时间盯着摄像头与 LED 看 Note 7 虹膜识别硬件 资料来源 : 半导体照明网

35 2.3 虹膜识别技术路线 行业应用方案 未来改进方向 聚虹光电目前在虹膜识别领域所做研究的重点方向, 主要是基于东方人黑色虹膜的识别, 而东方人黑色虹膜事实上在所有虹膜类别当中最难识别和处理的一类 黑色虹膜颜色更深, 纹理区域更狭窄, 纹理数量更少, 而且普遍存在比较严重的眼睑或睫毛遮挡, 这导致识别精度下降 聚虹光电识别算法 资料来源 : 聚虹光电官网 以聚虹光电公司的虹膜核心算法为例, 现在所能达到的 FAR( 错识率 ) 可以做到千万分之一, 同时它的 FRR( 错误拒绝率 ) 也达到千分之一, 通过采用机器学习的算法改进, 未来期望能够让 FAR 达到亿分之一 可见光干扰问题 目前虹膜识别普遍采用独立的传感器, 而其所采用的光谱段基本上是 和 940 几个波段, 这些光谱段也存在与可见光之中 当外部可见光处于强光的状态下, 很容易对虹膜传感器产生影响, 因此如何解决可见光干扰成为了重要的问题 除了算法层面, 还需要更多虹膜传感器与相应的照明器件的改进, 因为采用独立的虹膜摄像头与照明器件而带来的成本提升, 如何有效控制成本也成为移动电子行业应用的关键

36 2.4 生物识别方案性能对比 三种生物识别技术的比对 类型指纹识别人脸识别虹膜识别 普遍性中高高 唯一性高低高 稳定性高中高 方便性中高中 准确性高低高 可接受性中高低 防伪能力高低高 新增硬件需要不需要需要 成本中低中 FRR( 错误拒绝率 ) 0.1% 2.6% 0.01% FAR( 错识率 ) 0.001% 1.3% % 资料来源 :PINEWORLD IRISIAN

37 目录 生物识别技术应用的必然性 生物识别 ( 指纹 /3D 人脸 / 虹膜 ) 主要技术路线 行业布局情况 行业发展空间 行业相关公司

38 3. 行业布局情况 苹果公司 苹果公司 2005 年苹果收购 Fingerworks 公司, 维恩 韦斯特曼 (Wayne Westerman) 加入苹果公司担任高级工程师 2012 年 3 月苹果申请了一项新专利, 描述了 iphone 扫描指纹, 并向 Secure Enclave 模块提供数据, 用于指纹匹配和认证的方法 2012 年 7 月苹果以 8 美元一股收购指纹传感器厂商 AuthenTec 2013 年 9 月苹果发布首款指纹识别手机 iphone5s 2014 年苹果收购微 LED 技术开发商 LuxVue 2015 年苹果收购一家专门做人类面部表情识别的公司 Emotient 2015 年苹果收购一家专门做动作捕捉与识别的公司 Faceshift 2015 年 9 月苹果发布了 iphone 6s, 这款手机搭载了第二代指纹识别传感器, 识别速度更快, 准确度更高 2017 年 2 月苹果获得屏下指纹识别专利, 专利名为 配备红外二极管的交互式显示面板 该触摸面板整合了微 LED 传感技术, 而非传统触摸屏所采用有源矩阵硬件 苹果屏下指纹识别专利 资料来源 : 电子发烧友

39 3. 行业布局情况 苹果公司 苹果公司 2017 年 3 月苹果申请了利用人脸识别技术自动解锁 iphone 的新专利 这项专利的核心创意是, 利用手机的前置摄像头来检测和识别使用者的脸, 如果发现识别到的脸与预先存储的手机用户的脸相同, 则自动解锁手机 新专利中有提到利用红外传感器探测红外光的变化来感知手机的运动过程 2013 年 11 月苹果收购了以色列 3D 传感技术公司 PrimeSense, 价格约在 3.6 亿美元 2016 年 7 月苹果新注册 Apple Iris Engine 商标, 并申请了 Iris Engine 虹膜引擎专利 苹果人脸识别专利示意图 资料来源 :IT 之家 资料来源 :brianconry 苹果最新注册商标

40 3. 行业布局情况 三星公司 2015 年 5 月根据美国专利商标局公布的专利申请文件显示, 三星提出了一种在移动设备上实现非接触式识别指纹的技术 专利文件显示, 借助这一技术, 用户可以将指尖放在移动设备的摄像头前, 设备将从预先录入的有效指纹图像中搜索可匹配的图像 该技术能够实现自动对焦功能, 直到找到合适的焦距 三星公司 2016 年 2 月三星曝光了一项全新的生物识别专利技术 静脉识别 静脉识别属于非接触式生物测定系统, 皮肤外部条件的变化不会影响设备正常识别的精准度, 用户体验大幅度提升 利用这项技术设备内置的传感器可以识别用户的静脉图像, 只要该图像和以往的记录相符, 便能够识别确认用户身份 三星非接触式指纹识别 资料来源 :venturebeat 资料来源 :ofweek 三星静脉识别专利

41 3. 行业布局情况 集创北方 中科虹霸 集创北方作为指纹识别芯片厂商中的后起之秀, 已有成熟量产的方案, 产品覆盖齐全, 支持正面 背面多种应用, 包括方形 圆形 长条形 跑道型多种形状 最主要的是, 集创北方同时支持 coating 和玻璃 陶瓷 蓝宝石等多种盖板方案, 并携指纹识别全套方案亮相 FPD CHINA 年 10 月, 中科虹霸获得专利 采用主动视觉反馈的双目虹膜采集设备 该专利采用了主动视觉反馈方法, 即把摄像机采集到的真实内容用图像显示的形式反馈给用户, 用户可以根据反馈结果直观地调整人眼和摄像机的相对位置, 跟以往的被动式视觉反馈不同, 用户看到的画面就是虹膜传感器采集的结果 集创北方 FDP 2017 资料来源 : 集创北方官网 资料来源 : 中科虹霸官网 IKEMB220A

42 目录 生物识别技术应用的必然性 生物识别 ( 指纹 /3D 人脸 / 虹膜 ) 主要技术路线 行业布局情况 行业发展空间 行业相关公司

43 4. 行业发展空间 全球生物识别市场 根据前瞻产业研究院发布的统计数据显示,2007 年至 2013 年六年期间, 生物识别技术的全球市场规模年均增速为 21.7%, 这在全球大部分行业增长率不到 5% 的对比下实属罕见 2015 年生物识别技术全球市场规模将达到 130 亿美元, 2020 年将达到 250 亿美元,5 年内年均增速约 14% 全球生物识别行业市场规模及预测 市场规模 ( 亿美元 ) 资料来源 : 前瞻产业研究院 全球生物识别市场 由于指纹识别技术由于起步最早, 已经占领着生物识别技术的绝大多数市场份额, 但随着其他生物识别技术的快速发展, 指纹识别的市场占有率整体呈下降趋势 自 2015 年到 2020 年, 各细分行业市场规模增幅分别为 : 指纹 (73.3%) 语音 (100%) 人脸 (166.6%) 虹膜 (100%) 其他 (140%) 全球生物识别技术行业细分市场规模预测 资料来源 : 前瞻产业研究院 生物识别指纹识别语音识别人脸识别虹膜识别 2015 年 ( 亿美元 ) 2020 年 ( 亿美元 ) 其他

44 4. 行业发展空间 智能手机生物识别市场 根据 IDC 的调查数据显示,2016 年全球智能手机总销量为 14.7 亿部, 同比增加 2% 这一数据高于 IDC 此前预测的 14.5 亿部, 但远远不及 2015 年 11% 的增长率 IDC 预测 2017 年全球智能手机出货量将达到 15.2 亿部, 较 2016 年增长 3% 智能手机生物识别市场 据中国信息通信研究院数据显示, 2016 年 1-12 月, 国内智能手机市场出货量 5.60 亿部, 较 2015 年增长 8.1% 国内智能手机目前出货量趋于稳定, 未来一段时间内的需求主要集中在电子设备的更新换代上 国内智能手机出货量 % 495 全球智能手机出货量 62% % % % 60% 50% 41% 40% 28% 30% 20% 11% 10% 2% 3% 0% E % % % % % 8.10% 出货量 ( 百万 ) 增长率 (%) 全球智能手机出货量 ( 百万 ) 增长率 (%) 资料来源 : 中国产业信息 资料来源 :IDC 工信部 中国信息通信研究院

45 4. 行业发展空间 智能手机生物识别市场 指纹识别市场 2016 年全球指纹识别在智能手机中渗透率只有 43%, 仍有较大发展空间 预计未来 5-10 年内, 指纹识别将能成为智能手机的标配 到 2020 年, 预计国内指纹识别在智能手机中的渗透率能达到 91%, 国内指纹识别模组的需求将超过 3.4 亿组 100% 80% 60% 40% 20% 0% 年全球及国内指纹识别手机渗透率 26% 25% 61% 43% 70% 61% 78% 73% 85% 82% 91% 88% 根据 IHS 调查数据显示, 指纹识别传感器处于爆炸增长状态, 增长最快的是 2015 年和 2016 年, 传感器单元出货量每年增长 60% 由于中高端智能机市场饱和, 预计在 2016 年到 2020 年的复合年增长率在 10%-25% 的范围内 2016 年智能手机 平板电脑以及笔记本电脑中指纹识别传感器应用量达到 7.97 亿台,2017 年市场预计增长到 9.9 亿台 中国渗透率 全球渗透率 资料来源 : 旭日产研 资料来源 :IHS

46 4. 行业发展空间 人脸识别市场 据前瞻数据库数据显示,2016 年我国人脸识别行业市场规模已超过 10 亿元 预计未来五年, 我国人脸识别市场规模平均复合增长率将达到 25% 伴随着国内平安城市 智慧城市项目的深入发展, 城市监控高清化的进一步普及到 2021 年, 人脸识别市场规模将达到 51 亿元左右 年中国人脸识别行业市场规模预测 虹膜识别市场 根据中国安防的统计,2013 年中国国内生物识别市场规模为 亿元, 其中, 虹膜识别 静脉识别 掌纹 / 掌形和声音识别仅占 1.88% 根据国际数据公司 (IDC) 数据显示, 虹膜识别市场规模 2018 年可达 亿美元, 年复合增长率为 81.3% 美国智库 Acuity Market Intelligence 发表的 The Future of Biometrics 报告显示, 虹膜识别技术将在未来 年快速普及, 并且占全球生物特征识别市场份额的 16%, 虹膜识别产品的总产值将达到 35 亿美元 市场规模 ( 亿元 ) 资料来源 : 前瞻产业研究院

47 目录 生物识别技术应用的必然性 生物识别 ( 指纹 /3D 人脸 / 虹膜 ) 主要技术路线 行业布局情况 行业发展空间 行业相关公司

48 5. 行业相关公司 欧菲光 欧菲光 光学模组龙头, 点亮未来科技树 触控显示类产品 摄像头模组和指纹识别模组已经成为公司三大主业, 在光学光电子产业持续扩大市场份额的基础上, 布局汽车电子, 谋篇长线发展空间 截至 2017 年 3 月公司在全球已申请专利 2544 件, 授权专利 1542 件 ; 持续研发高投入巩固公司领先地位, 在激烈市场竞争中逐步积累技术优势, 长期发展动力充足 指纹模组为依托, 全面布局生物识别 公司指纹识别模组产能超过 28KK/ 月, 预计 2017 年扩充到 32-35KK/ 月, 国内智能机指纹识别模组市场占有率有望达到 60%, 指纹识别模组国内当之无愧的龙头厂商 双摄潮流下摄像头模组的领跑者 公司是业内率先布局双摄模组的企业之一, 双摄产品已于 2016 年开始批量出货, 预计 2017 年产能将超过 15KK/ 月 收购了索尼华南电子有限公司 100% 股权从而切入北美大客户前置摄像头供应链, 未来伴随着索尼华南的顺利整合和技术积累完善, 有望切入大客户双摄供应链, 实现摄像头业务的跨越式前进 公司的外挂式薄膜触控方案在 OLED 柔性触控显示领域较 on-cell 和 incell 更有优势, 同时储备了配套柔性显示触控的 3D 玻璃全贴合等技术, 曲面屏全贴合已具备量产能力, 在柔性 AMOLED 显示屏行业快速成长的阶段公司触控显示业务或将迎来新成长 风险提示 : 宏观经济下滑, 核心客户出货不及预期

49 5. 行业相关公司 汇顶科技 汇顶科技 卓越的研发能力和突出的技术优势, 较早实现多项行业领先技术产品的量产 截至 2016 年底, 公司已累计申请国内专利 878 件 在指纹识别芯片领域形成了具备自主知识产权的核心技术,2016 年推出全球首创应用于移动终端平台的活体指纹检测技术 在安卓系统手机指纹芯片市场中, 汇顶 2017 年 3 月份出货量超越 FPC 成为第一名 国内领先的行业地位和丰富的客户资源优势 公司陆续成为华为 OPPO vivo 小米 LG 松下等国内外领先智能终端品牌的原厂供应商 积累了模组厂 方案商或整机厂等广泛的客户群体, 具有突出的客户资源优势 专业而稳定的研发团队, 完善的技术支持和服务体系 公司研发人员达到 800 人, 占员工总人数的 85.38% 作为本土芯片企业, 除提供芯片产品外, 还致力于向下游客户提供高效 完善的技术支持和周到快捷的客户服务, 具备客户服务优势 拥有自主知识产权新一代隐藏式指纹识别技术, 是解决全面屏手机指纹识别的关键 加强同显示屏生产厂商的合作, 积极完善和优化屏内指纹识别技术并力争实现大规模商用 挖掘更多应用场景, 将指纹识别从手机平板扩展至 PC 智能汽车 智能家居 ( 如活体指纹门锁增加其安全性 ), 金融行业等 风险提示 : 宏观经济下滑, 新技术开展不及预期

50 5. 行业相关公司 合力泰 合力泰 公司在 2014~2015 年前瞻战略性并购整合多个优质公司, 于 2016 年完成整合并充分体现一体化规模效应 ( 触控 / 显示 / 指纹识别 / 摄像头 /FPC/ 盖板玻璃 / 无线充电等 ), 战略整合完成期适逢行业深度整合期, 未来将充分受益于 二度跨周期 发展机遇, 其面对的目标市场具备超过 10 亿部终端, 且综合渗透率不足 10%, 预计未来 2~3 年将是公司全线产品渗透率快速提升, 一线客户突破和产品结构持续提升, 进而带来业绩高速成长的黄金发展期 公司深入布局摄像头业务, 持续进行产线建设及技术升级 公司摄像头业务已经建有葵涌 泰和以及惠州 3 个工厂并计划在今明两年再投资建设新工厂 预计 17~18 年公司摄像头产能将达到 33KK 37KK 每月, 产能充沛 公司 2015 年布局指纹识别业务,2016 年进入收获期 根据旭日移动终端研究所的统计,2016 年 1~11 月公司指纹识别模组出货量快速增长, 月环比增幅保持 10% 以上, 领先于行业 我们认为在行业需求拉动, 产业进一步集中驱动下, 公司指纹识别业务将继续保持高增长 互联网巨头布局线下市场, 阿里提出新零售战略并持续布局, 零售业务有望实现线上线下一体化全渠道业态转型 ESL 实现线上线下信息实时同步, 扮演零售体系中信息交互入口角色 公司相关业务处于龙头位置, 市占率较高且技术产品储备多年, 预计新零售业务将极大推动 ESL 业务快速发展 风险提示 : 宏观经济下滑, 新技术开展不及预期

51 5. 行业相关公司 硕贝德 硕贝德 围绕移动通信终端部品产业, 以天线作为锥点对接客户, 延伸至射频天线与精密结构件一体化产品, 及移动终端传感器模组 封装产品二条主线 随着 4.5G MIMO 多天线和 5G 天线阵列技术的研发与推广, 天线需要的数量将越来越多, 无线设备的天线需求量将进一步扩大, 为公司天线业务的发展带来良机 2014 年 2 月, 公司通过收购江苏凯尔快速拓展指纹识别模组业务, 其主要是研发 生产 销售指纹模组传感器等生物识别产品 2016 年随着指纹识别参透加速, 市场规模不断扩大, 江苏凯尔指纹模组业务快速增长, 其全年销售收入同比增长约 136% 公司控股子公司科阳光电主要从事封装业务, 提供高分辨率 高可靠性 高性价比和超薄尺寸的硅通孔图像处理传感器 生物识别芯片及晶圆级三维封装与组装 公司布局生物识别相关上下游产业链, 形成图像处理传感器封装 / 组装, 指纹模组生产产业链, 同时借力于在手机天线产品等领域积累的客户资源助力生物识别市场拓展 公司于 2016 年 2 月完成了对深圳硕贝德精密的收购 公司目前通过与硕贝德精密的整合, 已经熟练掌握机壳 天线的生产技术和完整工艺流程, 同时具备机壳 天线规模化生产能力, 有利于公司垂直整合机壳天线一体化的研发能力, 实现机壳天线一体化产品的规模化生产 风险提示 : 宏观经济下滑, 公司内部

52 5. 行业相关公司 神思电子 远方光电 神思电子专注于智能身份认证终端和行业应用软件的研发 生产 销售与服务, 在身份识别和人工智能领域具有丰富的经验及技术积累 公司以居民身份证阅读机具行业应用为业务切入点, 在国内大部分省市区的金融 公安 通信 人社等行业实现批量商用 2014 年公安部调整居民身份证阅读机具生产资质准入政策后, 公司作为首批通过第三方认证的企业已经取得市场准入资质 合资公司神思依图系列计算机视觉解决方案已经在新疆 河北 浙江等多省区的反恐 安保 实名办税 实名入住 实名考试 建筑工地实名管理等领域批量商用, 具备了相对领先的市场优势 风险提示 : 宏观经济下滑, 新业务开展不及预期 远方光电是光电检测设备和校准服务的提供商, 是细分子行业的龙头企业 主要涉及到 LED 与照明检测设备领域, 市场占有率约 60% 2016 年公司收购浙江维尔科技股份有限公司, 进军生物识别领域 维尔科技结合多种生物特征识别核心技术和对公安 银行 驾校等客户需求的深刻理解, 成为我国生物特征识别 公安信息化 金融信息安全 驾驶培训身份认证等领域产品体系较完整 应用和服务覆盖面较广的企业之一 公司与维尔科技将共享研发技术体系, 有利于公司打造一个综合检测识别信息产品与服务体系, 实现双方优势互补, 发挥协同效应, 提升上市公司整体价值 风险提示 : 宏观经济下滑, 新业务开展不及预期

53 安信电子团队, 近期深度报告汇总 行业和公司深度研究成果 1. 消费电子行业深度报告 消费电子风云涌, 创新谱写新篇章 2. 智能电表行业深度报告 对智能电表 载波通讯的一些思考 3. 汽车电子行业深度报告 产业催化持续升级, 汽车电子风起云涌 4. AOI 行业深度报告 AOI 设备需求量庞大, 国产龙头有望趁势崛起 5. OLED 行业深度报告 OLED 显示的时代机遇, 看屏看设备 6. 电子元器件行业深度报告 从技术演进角度 关于苹果零部件的一些假设和思考 7. 安防行业深度报告 智能化驱动发展, 安防开启新篇章 8. 全面屏行业深度报告 全面屏全面来袭, 行业突变孕育良机 9. 无线充电行业深度报告 行业应用础润而雨, 无线充电蓄势待发 10. 半导体行业深度报告 新兴技术共振进口替代, 迎来全产业链投资机会 11. 精测电子深度报告 AOI 业务大幅增长,OLED AOI 提供业绩弹性 12. 合力泰深度报告 产业集中创跨周期红利, 创新升级孕新成长契机

54 安信评级体系 收益评级 : 买入 未来 6 个月的投资收益率领先沪深 300 指数 15% 以上 ; 增持 未来 6 个月的投资收益率领先沪深 300 指数 5% 至 15%; 中性 未来 6 个月的投资收益率与沪深 300 指数的变动幅度相差 -5% 至 5%; 减持 未来 6 个月的投资收益率落后沪深 300 指数 5% 至 15%; 卖出 未来 6 个月的投资收益率落后沪深 300 指数 15% 以上 ; 领先大市 未来 6 个月的投资收益率领先沪深 300 指数 10% 以上 ; 同步大市 未来 6 个月的投资收益率与沪深 300 指数的变动幅度相差 -10% 至 10%; 落后大市 未来 6 个月的投资收益率落后沪深 300 指数 10% 以上 ; 风险评级 : A 正常风险, 未来 6 个月投资收益率的波动小于等于沪深 300 指数波动 ; B 较高风险, 未来 6 个月投资收益率的波动大于沪深 300 指数波动 ;

55 声明 分析师声明 本人具有中国证券业协会授予的证券投资咨询执业资格, 勤勉尽责 诚实守信 本人对本报告的内容和观点负责, 保证信息来源合法合规 研究方法专业审慎 研究观点独立公正 分析结论具有合理依据, 特此声明 本公司具备证券投资咨询业务资格的说明安信证券股份有限公司 ( 以下简称 本公司 ) 经中国证券监督管理委员会核准, 取得证券投资咨询业务许可 本公司及其投资咨询人员可以为证券投资人或客户提供证券投资分析 预测或者建议等直接或间接的有偿咨询服务 免责声明本报告仅供安信证券股份有限公司 ( 以下简称 本公司 ) 的客户使用 本公司不会因为任何机构或个人接收到本报告而视其为本公司的当然客户 本报告基于已公开的资料或信息撰写, 但本公司不保证该等信息及资料的完整性 准确性 本公司不保证本报告所含信息及资料保持在最新状态, 本公司将随时补充 更新和修订有关信息及资料, 但不保证及时公开发布 任何有关本报告的摘要或节选都不代表本报告正式完整的观点 客户不应将本报告为作出其投资决策的惟一参考因素, 亦不应认为本报告可以取代客户自身的投资判断与决策 在任何情况下, 本报告中的信息或所表述的意见均不构成对任何人的投资建议, 无论是否已经明示或暗示, 本报告不能作为道义的 责任的和法律的依据或者凭证 在任何情况下, 本公司亦不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任 本报告版权仅为本公司所有, 未经事先书面许可, 任何机构和个人不得以任何形式翻版 复制 发表 转发或引用本报告的任何部分 安信证券股份有限公司对本声明条款具有惟一修改权和最终解释权

56 谢谢! 安信电子团队简介 孙远峰, 哈尔滨工业大学工学学士, 清华大学工学博士, 近 3 年电子实业工作经验, 曾就职于华创证券和方正证券研究所, 中投证券研究总部,2016 年新财富电子行业最佳分析师 ( 第五名 ),2013~2015 年新财富团队核心成员,2017 年加入安信证券研究中心 赵琦, 复旦大学微电子学与固体电子学硕士,2 年半导体芯片设计实业工作经验, 曾就职于西南证券研究所,2017 年加入安信证券研究中心 张磊, 北京大学理学学士 工学硕士学位,2 年实业工作经验, 曾就职于中投证券研究所,2016 年电子行业新财富团队核心成员,2017 年加入安信证券研究中心 张大印, 北京邮电大学工学学士 工学硕士, 曾就职于华为和 OnePlus, 近 3 年电子实业工作中累计申请发明专利 18 项, 曾就职于民生证券研究所,2017 年加入安信证券研究中心 王海维, 华东师范大学经济学硕士,2017 年加入安信证券研究中心