最近“掌紋支付”沖上熱搜，根據騰訊官方公布，微信刷掌支付正式發布，用戶在設備上錄入手掌紋樣之后，即可用手掌進行支付。目前這項技術已經被用在北京大興機場線，后續將會進入地鐵、高鐵、超市商場以及機場等諸多場景，掌紋識別將成為繼指紋識別和人臉識別之后，又一支付與解鎖方式。

掌紋怎么被識別？

從技術原理來看，掌紋識別的核心邏輯和人臉識別以及指紋識別一樣，都是利用人體某方面的唯一性。人的面容無論看起來多么相似，但總會在結構上有細微差別。掌紋也是一樣，人的掌紋是由萬千紋線隨機排列組合而成，這構成了掌紋的獨特性與唯一性。

掌紋識別技術先利用圖像傳感器對手掌紋路進行采集，再根據算法進行圖像的預處理，提取掌紋的特征，然后建立掌紋數據庫。當用戶在刷掌紋的時候，會將當下的掌紋與數據庫的掌紋進行數據比對，從而實現精準識別。騰訊為了保證掌紋支付的足夠安全，還添加了掌靜脈識別，以達到安全性的雙重保障。

從具體技術細節來看，構成掌紋識別產品的核心是AI算法和感知芯片。目前這兩項技術在國內均已成熟。在AI算法上，國內的兩大科技巨頭早已布局，騰訊優圖實驗室在去年8月就聯合合肥工大、上海交大等高校提出通過幾何模型合成數據，來預訓練掌紋識別模型，阿里的支付寶技術團隊也在去年進行掌紋支付算法的研發。從結果來看，騰訊率先一步實現技術落地。

從感知芯片來看，無論是掌紋識別，還是指紋識別或者人臉識別，其所需的最核心傳感器是CIS芯片，目前國內已經有多家企業在該領域布局多年。

所謂CIS全稱為CMOS圖像傳感器，是一種將光學影像轉換為電子信號的設備，簡單理解為這款芯片通過拍照將圖像信號轉化為數字信號。在人體生物特征識別中，CIS芯片的核心作用就是給指紋、人臉或者掌紋進行“畫像”，只不過針對不同的識別方式，畫像的方式也略有不同。

CIS芯片在生物特征識別中的作用

先說指紋識別，它的畫像方式是2D的。以智能手機的光學指紋識別為例，用戶指紋按壓屏幕之后，會變成平面圖形，然后用一顆卷簾式快門的CIS對圖像進行拍照，再將圖像轉化為數字信息進行處理識別。目前智能手機的光學指紋識別分辨率在5~8萬左右，使用的過程中需要OLED屏幕光做補光以達到更好的識別效果。

人臉識別和掌紋識別則與指紋識別略有不同，由于這兩者屬于非接觸式識別，為了保障識別的準確性，需要一些“黑科技”來達到最理想的識別效果。從芯片數量上來說，人臉和掌紋識別需要至少1~2顆CIS芯片，來獲取人臉或手掌的3D信息，而從芯片的類別來看，卷簾式快門CIS很難滿足高速、準確的識別要求，需要用到全局快門的CIS芯片。目前支付級別的人臉識別（支付寶、微信的刷臉）主要采用單顆130萬像素全局快門圖像傳感器+結構光的方案來使用的，可以獲取高精度的人臉3D信息。

關于卷簾式快門與全局快門的區別需要進行簡單介紹一下。這兩者在工作原理上略有區別，卷簾式快門的工作原理是將畫面分割成尺寸大小相同的條狀，然后逐條曝光，逐條轉為數字信號，這一類快門的很適合指紋識別這種2D應用場景。缺點是卷簾快門由于是逐條曝光所以容易產生畸變（業內也稱之為“果凍效應”）。這一點在全局快門中則不存在。

全局快門的工作原理是將整個畫面同時曝光，然后整個畫面可以同時轉換為數字信號，這種工作方式的好處是曝光時間快，不需要人臉或者手掌短時間固定不動，所以很適合用在非接觸式識別場景中。

但全局快門傳感器也存在缺點，那就是其感光度一般比卷簾式的圖像傳感器低，需要在曝光時補光，不過已經有企業在芯片層面改進了這項科技，且這款芯片不是來自國外，而是國產圖像傳感器企業思特威的SC132GS。其技術原理是將全局曝光的CIS芯片從前照式升級到背照式工藝，即BSI+Global Shutter的CMOS圖像傳感器，背照式工藝的高感光度能夠很好的解決曝光量不足的問題，與結構光相結合后可以被廣泛應用于人臉和掌紋識別領域，也是目前人臉/掌紋支付領域最主流的方案之一。

值得一提的是，基于背照式+全局快門圖像傳感器相關技術的首次亮相是在2019年的ISSCC舊金山國際電路峰會（俗稱芯片界的奧林匹克）上，且正是由中國企業思特威推出并作為圖像傳感器領域的開場論文現場發表的。

掌紋識別重塑產業格局

一項新技術的出現并被應用，勢必會引起行業格局重塑。掌紋識別的出現，也會讓整個生物特征識別市場的格局發生改變。考察生物特征識別技術能否被市場和消費者接受有兩個核心原則，第一條是足夠安全，第二條則是足夠便利。

安全性是生物特征識別的底線，無論是指紋識別、人臉識別還是如今的掌紋識別，其最核心的一點就是要保證不被破解盜用，而便利性關乎用戶的使用體驗，使用不方便導致用戶體驗差，那么該技術則無法跨越鴻溝，進入早期大眾市場，進一步無法達到規模優勢，最終只會淪為小眾市場。

首先從技術的安全性來看，指紋識別、掌紋識別和人臉識別都已經達到了支付級，但人臉識別相對于其它兩者來說有一個天然缺陷，人臉是天然暴露在外，隱匿性太低，因此很容易被盜取人臉信息，用戶會有這一層擔心，這也是騰訊此前大力推廣人臉支付不成功轉而研究掌紋支付的核心原因。

在便捷性上，指紋識別因為需要接觸才能識別，所以稍遜一籌，目前最大的應用場景還是安卓手機，另一方面，指紋識別在流行病高發期間會增加交叉感染風險。人臉識別和掌紋識別這種非接觸式識別會十分方便，但需要說明的是，人臉識別太過于迅捷，沒有留給用戶足夠考慮的時間，筆者曾在支付寶人臉識別付款過程中，發現被默認開通螞蟻花唄，但臉貼上去之時已悔之晚矣。

總結

無論是從技術的成熟度還是產業化的能力，抑或是巨頭們的推廣力度，掌紋識別技術都具有一個比較美好的未來，至于在掌紋識別這個產業鏈，誰能成為未來的霸主，則需要看各家的實力與布局了。