指纹识别成智能手机标配

伴随移动支付业务的火爆，指纹识别技术已成为今天智能手机的标配，而在CMOS/TFT显示屏、超音波侦测等新技术的不断助推下，更让其市场迎来了发展的新春。

据调研机构Yole预测，未来5年，指纹识别市场的复合年增率(CAGR)将达到19%，市场规模有望从2016年的28亿美元，增加到2022年的47亿美元。

最初只是作为方便手机解锁功能的元器件——指纹识别，如今在智能手机移动支付业务的带动下，已经变成要为移动支付把关的重要安全元素。据业内人士分析，目前的指纹识别市场，大多来自于OEM厂对全玻璃设计与防水功能的需求。这促使CMOS/TFT、超音波侦测等新技术，进一步推动高整合型指纹识别技术的演进。

据统计，2016年的指纹识别传感器的出货量已达6.89亿颗，相较2013年的2300万颗，CAGR达到210%。当然，大量的需求也促使指纹识别传感器均价的走低，目前已从5美元下滑到3美元，甚至更低，未来供应商仍将继续面临价格压力。

指纹识别市场对传感器制造商来说具有较高弹性，虽然今后5年的市场规模非常可观，但如何在激烈的市场竞争中脱颖而出，仍然是考验相关厂商的一道难题。

指纹识别的原理

指纹识别技术包含有以下两种主要的识别技术：

第一种是采用不同指纹图像统计对比的方法;

第二种是采用指纹图像本身固有的特征信息进行比对的方法。

第一种方法主要是将两幅指纹图像进行统计对比，查看他们之间相似度的大小，根据大小来判断这两幅指纹是否取自于同一个人，从而实现身份识别的作用。第二种方法是根据两幅指纹图像的结构特征，比较他们的特征信息，确认他们的身份。特征包含两种类型：全局特征类型和局部特征类型。

指纹识别技术的全过程是：

指纹识别系统的主要性能参数有以下几种：

指纹图像的质量评估

在通过指纹采集设备把图像采集进入系统之后，我们需要对采集到的指纹图像的质量进行评估。如果图像的质量不达标，就会对后期产生影响。因此，需要对指纹图像进行评估。目前，指纹图像的质量评估有以下几种方法：

(1)计算图像的信噪比：

这种方法是指求出图像的信号与噪声的方差之比。首先计算图像所有像素的局部方差，将局部方差的最大值设为信号方差，最小值设为噪声方差，求出它们的比值，再转成dB 数，最后用经验公式进行修正。此方法在效率方面表现一般。

(2)统计指纹图像细节点的数量：

对指纹图像中细节点的数量进行识别和统计。通过数量的多少来判断该指纹图像的质量是否在合格的范围之内。此方法理论上可行，但是由于首先需要对指纹进行预处理、提取细节点，因此效率不高。

(3)视觉客观测度：

该方法建立在视觉测评过程和客观测度基础上，利用设定的评测参数，对指纹图像的质量评价出一个综合结果。这一方法从全局上对指纹图像的质量，能够得出很好的判断。但是从局部上来看，指纹的纹理分析缺少了对指纹方向信息的判断。

(4)计算指纹图像方向信息：

从指纹图像局部特征开始，结合指纹的全局特征来判断指纹图像的质量。通过检测图像的有效面积和清晰度，来确定图像是否合格。具体方法是：首先，通过计算图像方向信息，确定前景块和背景块;然后，通过比较前景块和背景块的比例来判断是否是偏手指;再次，通过图像块的对比度的大小来判断是干手指或湿手指(干手指对比度较大，湿手指对比度较小)。

指纹图像的分割

在指纹图像质量评估合格后，需要对图像进行灰度变换，即对指纹图像均衡化，使得图像灰度均衡，以及对图像进行归一化。在这些完成之后，还需要对图像按照一定的算法和要求进行分割。即把指纹图像中质量很差，后期无法处理的图像区域与有效区域进行区分，使后期处理集中到有效区域上，提供特征提取精度，减少处理时间。目前，常用的分割方法有以下几种：

(1)基于方向图的分割方法：

根据图像上纹理的方向，区分指纹区域和背景区域，然后按照不同的区域分割。如果指纹的纹理线不连续、图像的灰度 单一等方向难以正确估计或者有些区域变化剧烈，则此方法不能进行有效的分割。

(2)基于图像的局部灰度均值、局部标准差和局部一致性的分割方法：

利用指纹图像局部区域的灰度均值、标准差和一致性作为特征，再采用线性分类来分割指纹图像。局部图像的一致性显示了局部图像的纹理走向，但是这些特征对于模糊区域无法做出有效的表示。

(3)多级分割法：

就是将指纹图像进行多级分割，逐级减少分割的范围。例如：第一级分割图像的背景区域，第二级在前景区域中分割出模糊区域，第三级从模糊区域中分割出不可恢复区域。

(4)动态阈值分割法：

根据各个子块的局部灰度对比度自动调节阈值，基于像素的方差进行分割。该方法简单、快捷、分割效果好。具体为：将图像划分为不重叠的各个子块;计算每个子块的平均灰度和灰度方差;计算方差最大值与最小值之间的差值;定义动态阈值，并分割图像;平滑操作，去除孤立块。

指纹图像的增强

指纹图像增强就是将模糊的指纹纹理改变得更加清晰，例如：将断裂的指纹纹线进行连接，把连接的纹线区分开，而且在这个过程中还需要保持原有的指纹图像结构，使图像更加易于提取特征信息。目前，有以下几种指纹图像增强方法：

(1)从脊线方向上采用平滑算子而在垂直于脊线的方向使用增强算子的图像增强算法。这种算法在理论上是十分正确的，但是要估计出脊线宽度以及滤波的参数却比较困难。如果参数估计有误，则会使得脊线产生污染，并且对于脊线上有折痕的指纹会产生偏差。

(2)基于Gabor 滤波器的指纹图像增强算法。此算法是在使用上一方法之前先进行滤波。将指纹图像分成不同的区域，有效削弱垂直于主导纹线方向的噪声，提高方向信息提取的可靠性。

(3)傅立叶增强后滤波的方法。基于时间和处理效果的考虑，先采用傅立叶变换来增强指纹图像，然后使用滤波器来修补指纹图像的纹线。具体为：首先，多级分割出可恢复区域块，将该块像素变为复数形式;利用离散傅立叶变换，滤掉频率过高或过低的频带噪点;利用方向滤波器消除指纹的断裂和叉连。

指纹图像的提取

在细化图像的基础上提取

首先，需要对指纹图像进行细化处理，将指纹纹线变细，然后通过分析纹线上每一个像素点的8 个方向上的连接点来判定该像素点的类型、位置，并且通过分析该像素点所连接的纹线段来判断点位的方向，进而提取出特征点。这个方法存在的优点是原理比较简单而且容易实现;缺点是需要对大量的像素点进行细化处理，时间较慢，当图像质量不高时，细化处理会产生很多杂质项。

从原始灰度图像上直接提取

利用指纹方向图，在灰度图像上跟踪指纹的纹线，每跟踪一定的长度，根据图像的投影极值来确定纹线的位置，当遇到端点和分叉点时无法投影，跟踪过程自动终止。这个方法的优点是具有较高的效率和精度;缺 点是实现起来比较复杂，需要大量的运算，而且当图像质量不高时，求出的方向图可能不可靠，导致跟踪出的纹线出现偏差。

指纹指纹图像的匹配

指纹图像匹配是指用当前指纹图像提取出的指纹特征与事先预存在指纹数据库中的特征进行比对，从而判断这两个指纹特征是否一致，即是否来源于同一根手指。这个阶段为了避免一些因素的干扰，例如变形、虚假特征点、特征点位置误差等，需要设计一个准确有效的匹配算法。目前，有以下几种方法：

(1)基于点模式匹配算法。

目前大多数算法都是基于细节点的特征来进行匹配。该匹配分为以下几种类型：基于匹配的对象可以分为1 对1 进行匹配和1 对多进行匹配;基于匹配的适应程度可以分为弹性的匹配和刚性的匹配。

(2)基于纹理模式匹配算法。

首先将指纹图像分割出来的有效区域进行网格化，然后利用Gbaor 滤波从像素点的8 个不同的方向处理该纹线区域，得到指纹的全局信息和局部信息，并转化成一个特征信息，最后比较当前指纹图像和数据库中的图像相应特征信息的差异。该算法可以解决质量较差且区域细节点难以提取的图像匹配的困难。但是这种方法需要对每个像素点进行大量的运算，而且无法处理形变比较大的指纹图像的匹配。

常见的生物识别对比

随着生物识别技术的快速发展，用户经常会产生一个疑问：生物识别技术这么多类别，选择哪种才是最合适的?

除了上面一直在谈的指纹识别，常见的还有人脸识别、虹膜识别，哪种技术更好?

1)你拥有的东西，例如NFC手机、智能卡;

2)你所知道的，例如PIN、密码;

3)最后就是你自身。

卡、令牌、 PIN验证等技术只能100%保证接触的信息是正确的，但却很难保证这个人是真实存在的。生物识别技术带来的是人与行为之间的验证环，还有另一个好处就是方便。你不会丢了它，忘了它或是与人共用它。

最终用户体验和生物识别的质量同等重要，其中的影响因素有三个：

1)毋庸置疑，硬件产品质量是图像输入质量的关键因素，选择一个靠谱的硬件产品是生物识别的基础;

2)生物识别算法决定了生物识别验证的结果，同时也是速度和性能的重要影响因素，尤其是在大数据时代，这一点显得尤为重要;

3)实用性是在选择过程常常被低估的一个影响因素。

各种生物识别技术，都有其优势和限制。

虹膜识别一直被誉为最精准、最安全的生物识别方式。因此，虹膜识别的成本也是比较高的，而且需要专业的硬件产品。但是随着虹膜识别技术的成熟，当前的虹膜识别成本已不再是令人“望而却步”的状态了，厂商甚至已经研发出精致、小巧的移动终端专用虹膜模组，性价比超高。

静脉识别紧随其后，也是较为安全和准确的生物识别认证方式，提供类似于指纹识别的高品质认证方式，也可以直接与用户交互。

人脸识别则是非接触识别，极具友好性和便利性，也是一个利用摄像头的更好方式。它可以广泛应用到各种环境中，包括建筑工地、移动设备、网站登录等，甚至不需要专门的硬件支持。

语音识别也是一个非常方便的识别方式。对于移动设备来讲，这是一个快速简便的验证解决方案。但是语音的质量控制是影响其识别和发展的关键因素之一，其安全性也令人比较担心，但是在呼叫中心、客户服务方面仍然可以大展拳脚。

电子签名、步态识别(步行轮廓)、耳纹识别等新技术，目前还处于观望状态。

选择哪种生物识别方式并没有一个统一的答案，需要看用户用来做什么，但是也会有一般的原则。

1.低成本的解决方案仍倾向于指纹，有时会附加智能卡或密码。

2.移动解决方案通常使用人脸和语音，指纹也很受欢迎，但现在虹膜识别也逐渐成为手机厂商竞争的重要手段之一。

3.大型项目往往采用指纹或虹膜，比如中国居民身份证将纳入指纹、印度生物识别项目则包含虹膜识别等。

4.安全级别较高的项目则倾向于虹膜或指静脉识别，也常常与卡或密码相结合，形成多因素验证。

5.如果认证条件或环境比较恶劣则倾向于虹膜识别，因虹膜识别受外部因素影响较小，如矿井虹膜解决方案等。

全球指纹识别芯片厂商大盘点

目前国外的指纹识别厂商主要有AuthenTec（2012年被苹果收购）、FPC、Synaptics等几个国际大厂，以及神盾、义隆、敦泰、茂丞等台湾厂商之外，国产指纹识别芯片厂商主要有汇顶、迈瑞微、菲戈恩、信炜、芯启航、贝特莱、思立微、集创北方、比亚迪等十多家企业。

1、 AuthenTec

AuthenTec成立于1998年，一直是全球感应性指纹识别传感器最大供应商，其指纹识别组件很多年前就被嵌入了Windows笔记本。2011年，AuthenTec研发出了一种基于电容和射频识别的指纹识别新技术，称之为“TruePrint”，TruePrint专利技术能够读取皮肤表层下的活动层（人的指纹真正所在之处），实现极其精确可靠的指纹成像。

在2012年被苹果收购之前，AuthenTec就已经成为世界领先的指纹传感器及芯片与模组、身份识别软件和加密安全方案的供应商，年销售额达7千万美元，拥有200多项专利和230名员工，在世界范围内使用的传感器超过3500万个，其客户包括阿尔卡特-朗讯，思科，惠普，三星，联想，LG，摩托罗拉，诺基亚等等。

2012年7月苹果公司斥资3.56亿美元收购了AuthenTec公司，AuthenTec开始停止向第三方销售指纹芯片。2013年苹果iPhone5s Touch ID芯片便是AuthenTec的产品，得到市场一致好评，也掀起了指纹识别热潮。随后苹果的众多新品中均搭载AuthenTec指纹识别芯片。

2、FPC（Fingerprint Cards）

FPC是一家瑞典生物识别传感器科技公司，主要开发、生产和销售指纹识别技术，提供有触摸式和划擦式两种指纹识别传感器。早在2013年的时候FPC也开始大举进军智能手机市场。得益于AuthenTec只对苹果提供产品和技术，FPC成了非苹果手机阵营的老大。

国内第一款带有指纹识别的手机康佳K5，以及韩国第三大手机供应商泛泰2016年的5.5英寸旗舰机和平板电脑都搭载了FPC划擦式指纹传感器。在2013年10月，日本富士通公司发布带FPC划擦式指纹识别传感器的4款安卓智能机和2款安卓平板电脑。2014年华为Mate 7采用了FPC触触式指纹识别传感器。随后，国内的小米等品牌都有开始采用FPC的触触式指纹识别传感器。

FPC的技术竞争优势包括独特的图像质量、低功耗和完整的生物识别系统，但它的传感器价格也不低。不过随着众多国产指纹芯片厂商（特别是汇顶）的冲击，FPC的价格也在不断下滑。

3、Synaptics（新思）

Synaptics成立于1986年，全球集成电路设计提供电子设计自动化(EDA)软件工具的主导企业。自从2013年10月synaptics以2.55亿美元收购收购Validity之后，Synaptics便开始涉足指纹识别行业。不过之前其指纹识别传感器主要以刮擦式（滑动采集）的为主，三星GalaxyS5、HTC One Max等手机上的刮擦式指纹识别传感器正是由Synaptics提供。但是刮擦式体验还是差于按压式传感器。

2015年初，Synaptics也针对高端移动设备推出了按压式（Natural ID）指纹识别技术。目前国内的联想、中兴、金立、酷派等也有采用Synaptics的指纹识别传感器。

美国当地时间2016年12月12日，Synaptics宣布旗下的第三代Natural ID玻璃内层（under-glass）指纹传感器Natural ID FS4500已经从9月份开始出样。FS4500最大的特色就是可以透过玻璃或者陶瓷按键扫描指纹，在出样之后，大规模量产预计在今年第四季度就能实现。

12月13日，Synaptics又宣布推出业内首款面向智能手机和平板电脑的光学指纹传感器的Natural ID™系列生物认证解决方案FS9100。据介绍，Natural ID FS9100系列光学指纹传感器可透过1mm的完整盖板玻璃完成高分辨率扫描，并实现简洁、无需按键的工业设计。

4、高通

在2015年的MWC展会上，高通发布了Sense ID 3D超声波指纹识别技术。相比按压电容传感器捕捉的是2D指纹图像，而Sense ID的超声波扫描可以穿透手指的外层皮肤，捕捉到指纹脊和汗毛孔等独特特征，从而识别出用户指纹独特的3D特征。这样能够产生细节丰富，难于仿制的指纹表面图。

它最大的特色在于，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，这一点是苹果Touch ID无法做到的。

目前这种技术已经被不少专业机构和政府部门所使用，小米5S搭载的正是高通的超声波指纹识别芯片。不过，目前高通的超声波技术只支持高通骁龙800系列平台。

5、敦泰

敦泰作为触控行业的龙头企业，虽然很早就进入了指纹识别领域，但是却真的是起了个大早，赶了个晚集。2014年9月24日敦泰与挪威指纹辨识厂IDEX合作（IDEX专注指纹辨识技术开发，拥有多达 200多项专利权，其中包括与AuthenTec有专利交叉授权），共同开发滑条式指纹感测器，抢攻指纹辨识市场。2014年底敦泰正式发布了完整的指纹识别方案，随后基于敦泰FT9200指纹识别方案的智能手机也于2015年2月正式上市，但是之后敦泰的指纹业务差不多就陷入了停滞。目前敦泰指纹芯片出货非常少。

而主要原因则是其原有指纹识别技术团队大部分骨干的出走。一部分人跟着莫良华（敦泰原副总）成立了信炜科技，另外一批人则成立了芯启航，这两家公司都定位于指纹识别领域。

6、神盾

神盾股份有限公司（EgisTec）是台湾指纹生物识别和数据加密系统的主要芯片供应商，专门提供整合的系统解决方案，设计重点在Senser的性能和软件可用性。2015年底神盾在台湾上市，神盾宣称是全球唯一的被动式指纹识别芯片厂商，其产品已被三星等国际大公司和国内中兴等手机品牌公司采用，神盾产品在全世界拥有超过60种专利，在全球无专利困扰。

7、义隆电子

义隆电子成立于1994年，是台湾一家IC设计公司，主要以研发和营销集成电路产品为主。2001年9月，义隆电子在台湾集中市场挂牌上市。

虽然义隆电子2014年才开始正式布局指纹识别芯片，但在此之前，义隆电子对于指纹芯片就早有研究。义隆电子的第一代指纹识别芯片是分辨率176*176的大尺寸芯片，主要用于信用卡，随后推出用于手机的指纹识别芯片是其第二代指纹识别芯片，并于2015年下半年量产。

指纹芯片生产方面，义隆电子主要是交给台湾联电和韩国Magnachip，封装则是在台湾。不过因生产问题与指纹算法等方面的影响，义隆今年进展不如预期，全年出货量将约300万套，低于原预期的500万套目标。

8、汇顶科技

汇顶科技自2002年成立以来，主要就聚焦在人机交互芯片设计领域，自2013年杀入指纹识别市场以来，就在这一细分领域投入大量的资金、人力，再加上联发科的背后支持，汇顶发展非常之快，在技术创新和市场方面也不断取得突破，成为了目前业界唯一能够提供镀膜、盖板（玻璃、蓝宝石、陶瓷）、隐藏式（IFS）、活体指纹检测全系列芯片的公司。

凭借技术和成本优势，汇顶的指纹识别产品目前已经成功获得华为、OPPO、vivo、乐视、中兴、小米、魅族、联想、金立、TCL、Amazon、Dell、HP、ASUS、acer 、TOSHIBA、Panasonic等众多海内外知名终端厂商的认可。近日，魅族新旗舰PRO 6 Plus还首发搭载了汇顶的活体指纹识别芯片。得益于众多品牌厂商的采用，汇顶2016年的指纹识别芯片出货出现了爆炸式的增长。

2017年，汇顶推出其第四代活体指纹可测试心率芯片，将支持210μm厚度的盖板，将Sensor占比提高到70%，提供更低功耗，更快的解锁速度。第四代指纹芯片已于2017年一季度大规模量产，已有中兴，魅族，金立，LG，华为，ViV0，oppo等十多家手机厂商开始应用。

9、菲戈恩

上海菲戈恩微电子科技有限公司（以下简称“菲戈恩”）成立于2016年，办公地址位于上海张江北大上海微电子园区内，是一家专注于集成电路设计、研发、销售及系统解决方案提供的高新技术企业。公司现有员工约100人，其中研发团队人数占公司全体员工数比例超50%。 公司主要经营产品包括电容式指纹识别芯片、光学屏下指纹识别芯片、触控融合指纹识别方案、车载CIS传感器、3D TOF方案等。公司是国内首家将计算机视觉应用于指纹识别算法的芯片公司，同时也是全球五大指纹识别芯片供应商之一。

10、迈瑞微

苏州迈瑞微电子有限公司成立于2014年，是一家专注于半导体指纹传感器的设计和应用解决方案的公司。由中星微做了15年副总裁的郭小川和在指纹算法和芯片领域有十年经验的李扬渊联合创立。

迈瑞微最初在指纹门锁市场获得了成功，积累了一定的经验和技术。随后便开始积极投入面向智能手机的微型触控式指纹传感器以及应用解决方案的研发。2014年底，当时在网上引起极大关注的“国产iPhone 6”，其采用的正是迈瑞微的指纹识别芯片，达到了与iPhone 6指纹识别相近的水平。同时，迈瑞微也采用了“C-Q-T”架构的指纹识别实现方式，避免开了专利的隐患。这也使得迈瑞微的指纹识别技术获得了业内的一定认可。

此外，迈瑞微的指纹识别技术在芯片封装与模组制造方面也有一定优势。迈瑞微号称是全球首家采用TSV封装技术的指纹芯片供应商。TSV封装技术，是目前Apple Touch 采用技术方案，技术成熟，可以提升晶圆级加工时产能、良率， 成本也具有很大竞争力。

目前，迈瑞微的主力产品是支持陶瓷或蓝宝石及coating的AFS120/AFS121（可支持不加金属环），在成本方面具有一定优势。而这也使得迈瑞微拿到了不少中低端市场。

11、信炜

信炜科技由前敦泰科技副总莫良华先生于2015年创立，在公司成立之初就定位于指纹识别芯片领域，彼时已经有很多的芯片厂商已经进入到了这个领域，信炜科技可谓是指纹识别芯片领域的新兵，是一个后来者，但是信炜科技的核心研发团队却都是芯片领域的老兵。很多核心骨干都具备了十多年的传感器及芯片设计经验。这也使得信炜短时间内就很快发展了起来。

目前信炜主要有适用于玻璃、陶瓷、蓝宝石等材质的盖板方案SW9562N以及Coating方案SW9651/9661。此外信炜还有Underglass方案SW9580，不过目前似乎还未量产。目前出货的主力产品是SW9562N盖板方案。

信炜的指纹识别产品特色是性能相对较强，目前信炜科技的指纹识别芯片方案都可穿透300微米的厚度。

在生产方面，信炜科技的指纹识别芯片是在中芯国际投片，在安靠进行封装，采用低噪声LGA封装，后段测试方面是由安博公司负责。所以在产品品质方面有一定的保障。

12、芯启航

深圳芯启航科技有限公司成立于2015年7月成立，主要从事生物识别安全芯片研究、开发与销售。产品主要应用于指纹支付安全认证、信息安全认证和指纹门禁等。据介绍，芯启航目前拥有50多件芯片设计、算法、封装的专利，其中发明专利20件。

目前芯启航的指纹识别产品主要有CS2511P和CS2816，分别支持Coating方案及玻璃、蓝宝石、陶瓷盖板方案，可实现120ms的解锁速度。

据介绍，芯启航指纹产品在解锁速度、盖板穿透力、低功耗、安全指标、ESD性能方面有着突出的优势，尤其最近推出的产品在0.12s内解锁，全球第一的解锁速度。凭借优异可靠的产品性能及综合优势，已成为多家知名手机品牌厂商的指纹芯片供应商之一。

在供货方面，芯启航称已与世界第二大晶圆代工厂达成战略合作协议，产品供货稳定有保障。

13、贝特莱

深圳贝特莱电子科技有限公司成立于2011年7月，是一家高端集成电路设计国家级高新技术创新型企业。专注于消费类电子的IC设计，在触控、AMOLED驱动、指纹识别及生命感知产品领域。目前主打触控IC、指纹识别、生命感知（可穿戴）、MCU四条产品线。

2013年贝特莱开始指纹芯片研发，是国内较早推出小面阵指纹识别传感器的企业，并于2014年开始出货滑动式指纹识别sensor。随后又推出了压力指纹识别芯片，由于盖板方案良率相对偏低，所以这块贝特莱选择主推的是coating方案。

此外，贝特莱还与全球知名指纹识别算法厂商Precise Biometrics(简称PB)已达成深度战略合作，能提供快速、精准、安全的用户身份认证。

据介绍，贝特莱的指纹芯片采用0.18um数模混合工艺，除了能够做到快速熄屏解锁、超低功耗、干湿手指自适应外，还具有面积很小、工艺要求简单，成本较低等特点。并且，贝特莱指纹传感器还集成了多种技术，如True-Print射频识别技术，像素自校正技术等。通过这些新技术，贝特莱号称可实现高达99.9%的手指识别率，杜绝假手指。

14、思立微

上海思立微电子科技有限公司成立于2011年1月，主要从事多点触摸传感器、指纹传感器、集成电路芯片和产品及相关电子元器件的研发等。早在2014年5月，思立微推出国内首颗按压式指纹识别传感器GSL6162及其一体化解决方案。

目前思立微已经拥有coating指纹识别方案、陶瓷/玻璃/蓝宝石盖板指纹识别方案，不过主推的还是背面的coating指纹识别方案。

得益于思立微原来在触控领域的积累，以及其母公司格科微在摄像头领域的影响力，很多的指纹模组厂商都有与思立微合作（其中包括凯尔光电、三赢兴、合力泰、信利、桑莱士、华天科技、金龙电子、赛华、盛泰影像、凯木金、鑫鸿博等出货量较多的模组厂商）。

15、集创北方

北京集创北方科技股份有限公司成立于2008年，是一家专注于平面显示技术的芯片设计公司，产品涵盖各类驱动及触控芯片。自2015年，集创北方也开始进入指纹识别市场。

目前集创北方的指纹识别芯片产品覆盖齐全，可同时支持coating和玻璃、陶瓷、蓝宝石等多种盖板方案。产品具有低功耗、功能完备等技术优势。此外，集创北方还计划推出Under glass方案。

算法方面，2016年3月集创北方与瑞典指纹识别算法厂商PB达成合作协议。集创北方可以使用PB授权的全套算法，技术成熟，安全性、可靠性高，无专利纠纷。

16、比亚迪微电子

深圳比亚迪微电子有限公司于2004年成立，初期主要承担公司集成电路及功率器件的开发、整合性晶圆制造服务的生产任务。2014年开始布局指纹识别芯片领域。

2015年5月，比亚迪发布适用于手机的三款指纹识别芯片：BF6611A、BF6621A和BF6631A。其中，BF6611A是盖板方案，BF6621A和BF6631A则是Coating方案。

同时，为了进入指纹识别领域，比亚迪是申请了90件以上相关专利，其中发明专利在80%左右。据介绍，比亚迪拥有自己核心专利的指纹识别算法，通过潜心搭建算法架构，优化图像处理细节和比对策略，结合自身的传感器芯片，技术指标已达到：拒真率小于百分之一，认假率小于十万分之一，比对时间小于100毫秒。

目前比亚迪的指纹检测方案包括主动式和被动式，在被动式检测方案上，也可以做到在应用设计上完全不需要金属环。不过在出货量方面，目前还比较少。

17、茂丞科技

台湾的茂丞科技（J-Metrics）成立于2008年，从事多种微控制器、指纹识别传感器及相关运用软硬件、模块之研发，以及其相关衍生系列产品。早在2014年8月，就发布了一款基于主动式垂直射频技术的新型指纹识别传感器。

据介绍，茂丞还拥有自主研发的封装材料的创新技术以及影像自动调整技术。所谓封装材料创新是指，一般的树脂比较脆弱，于是茂丞自己加入一些特殊材料去固化它，同时再填充进二氧化硅玻璃球，让芯片得到坚固的保护。而影像自动调整技术是指，在主动电容式指纹识别芯片方面，遇到干手指时芯片会自动进行调整，增加电荷发射量，让手指带有更多的电荷，使识别到的影像更加清晰；当遇到湿手指时识别到的影像是一片黑影，这时芯片就自动调整减少电荷的发射量，得到更加清晰的影像。

此外，茂丞还拥有自己的指纹识别算法，同时还与义隆电子、星友，敦泰、映智、IDEX等厂商有策略联盟。不过目前茂丞在国内的出货似乎还非常少。

18、图正

上海图正信息科技股份有限公司成立于2013年1月，主要从事信息科技、生物识别科技、电子科技、系统解决方案专业领域内的技术开发等。旗下有指纹识别品牌贝尔赛克，可提供指纹识别芯片、指纹识别算法、指纹识别算法芯片及指纹模组。

据介绍，贝尔赛克最早从1997年开始就从事指纹识别算法研究。随后曾为TI FDK5515提供指纹识别技术应用方案，被全球最大的智能锁和安防解决方案供应商亚萨合莱、全球挂锁和便携式安全产品的最大制造商MasterLock、国内三大智能门锁生产商之一科裕、全国规模最大的保险柜生产企业艾谱采用。

随着指纹识别在智能手机市场的迅速增长，图正也开始布局手机指纹识别市场。目前有Coating方案和盖板方案，主要针对的是需求高性能、低成本的市场。

据了解，图正的指纹识别芯片也完全是自主设计，由联电代工，在国内进行封装。

此外，图正还提供了晶园表面做LOGO 的服务（据说是通过光学手法实现，可以使得应用在手机上的指纹识别模组直接显示客户LOGO，配合透明涂层/玻璃），再加上自主的指纹算法，还是具有一定特色的。