刷掌支付背后的技术原理与感知芯片图像传感器清洗介绍

从技术原理来看，掌纹识别的核心逻辑和人脸识别以及指纹识别一样，都是利用人体某方面的唯一性。人的面容无论看起来多么相似，但总会在结构上有细微差别。掌纹也是一样，人的掌纹是由万千纹线随机排列组合而成，这构成了掌纹的独特性与唯一性。

掌纹识别技术先利用图像传感器对手掌纹路进行采集，再根据算法进行图像的预处理，提取掌纹的特征，然后建立掌纹数据库。当用户在刷掌纹的时候，会将当下的掌纹与数据库的掌纹进行数据比对，从而实现精准识别。腾讯为了保证掌纹支付的足够安全，还添加了掌静脉识别，以达到安全性的双重保障。

从具体技术细节来看，构成掌纹识别产品的核心是AI算法和感知芯片。目前这两项技术在国内均已成熟。

从感知芯片来看，无论是掌纹识别，还是指纹识别或者人脸识别，其所需的最核心传感器是CIS芯片，目前国内已经有多家企业在该领域布局多年。

所谓CIS全称为CMOS图像传感器，是一种将光学影像转换为电子信号的设备，简单理解为这款芯片通过拍照将图像信号转化为数字信号。在人体生物特征识别中，CIS芯片的核心作用就是给指纹、人脸或者掌纹进行“画像”，只不过针对不同的识别方式，画像的方式也略有不同。

先说指纹识别，它的画像方式是2D的。以智能手机的光学指纹识别为例，用户指纹按压屏幕之后，会变成平面图形，然后用一颗卷帘式快门的CIS对图像进行拍照，再将图像转化为数字信息进行处理识别。目前智能手机的光学指纹识别分辨率在5~8万左右，使用的过程中需要OLED屏幕光做补光以达到更好的识别效果。

人脸识别和掌纹识别则与指纹识别略有不同，由于这两者属于非接触式识别，为了保障识别的准确性，需要一些“黑科技”来达到最理想的识别效果。从芯片数量上来说，人脸和掌纹识别需要至少1~2颗CIS芯片，来获取人脸或手掌的3D信息，而从芯片的类别来看，卷帘式快门CIS很难满足高速、准确的识别要求，需要用到全局快门的CIS芯片。目前支付级别的人脸识别（支付宝、微信的刷脸）主要采用单颗130万像素全局快门图像传感器+结构光的方案来使用的，可以获取高精度的人脸3D信息。

关于卷帘式快门与全局快门的区别需要进行简单介绍一下。这两者在工作原理上略有区别，卷帘式快门的工作原理是将画面分割成尺寸大小相同的条状，然后逐条曝光，逐条转为数字信号，这一类快门的很适合指纹识别这种2D应用场景。缺点是卷帘快门由于是逐条曝光所以容易产生畸变（业内也称之为“果冻效应”）。这一点在全局快门中则不存在。

全局快门的工作原理是将整个画面同时曝光，然后整个画面可以同时转换为数字信号，这种工作方式的好处是曝光时间快，不需要人脸或者手掌短时间固定不动，所以很适合用在非接触式识别场景中。