继上次采访后，费恩格尔CEO黄昊先生，继续为我们分析指纹算法的秘密。上一篇我们深度剖析了当前指纹识别的核心技术路线与专利(请关注“成都费恩格尔”公众号查看历史消息)。我们知道了由于不同技术路线的区别，产生出单芯片方案和多芯片方案两种指纹识别解决方案。芯片数量的差异直接影响了两种方案的成本高低，单芯片成本低，多芯片成本高，在指纹识别技术不断发展的今天，单芯片方案的竞争优势将愈发明显。
除了技术路线外，还有一个影响指纹模组成本的重要因素就是传感器的面积。传感器面积越大，一块晶圆可切割的芯片数量自然就少;传感器面积越小，可切割的芯片数量自然就多。通过对传感器面积的节约，可实现成本的降低。
而决定传感器面积大小的关键就在于手机CPU和指纹算法。拥有一颗强大的CPU，即使传感器面积较小，也能得到较高的精确度和较好的使用体验;拥有一套强大的指纹算法，即使传感器面积较小，也能在拒真率(FRR)和认假率(FAR)这两个重要指标上达到应用需求。本文只针对指纹识别算法本身进行剖析，在此就先不谈手机CPU运算能力带来的比对速度优势，只详细分析下指纹算法技术线路的问题。
一个有趣的事实是：现在全球的指纹识别算法大部分来自前苏联的立陶宛和北朝鲜。因为要获得更准确的拒真率(FRR)和认假率(FAR)参数，需要大量的指纹数据库做支持，而这两个地方的指纹采集是做得最好的。
目前，行业内对于算法的使用主要有两种方式：一种是采用自有算法，另一种是采用瑞典指纹算法厂商Precise Biometrics(PB)的算法。采用自有算法的芯片厂商主要有苹果、汇顶、神盾、迈瑞微，以及费恩格尔等企业;采用PB算法的芯片厂商主要有FPC、思立微、敦泰、义隆、集创北方等企业。
采用PB算法的最大好处在于，PB算法可以通过第三方认证，比较受到大品牌客户的认可。此外，PB算法还有一个好处是，其安全性比较接近传统行业指纹识别的安全性。不过有业内人士表示，这对于手机行业来说意义不大。该人士认为，在今天，手机等移动终端的指纹识别更加注重的是便利性。
另外，PB算法也存在一些缺点。PB算法并不支持指纹传感器图像本身的去噪，对指纹传感器本身的性噪比要求非常高，传感器出来的图像效果必须很好，否则使用体验就会较差。从指纹传感器技术来说，有些指纹传感器不太适合采用PB的算法。因为当这些指纹传感器设计厂商想降低成本自己来控制性噪比的时候，由于PB算法不支持性噪比控制，这些厂商就必须加上自己的算法才能处理，这就变成复合算法。一旦变成复合算法，整个运算量就会增加。
总的来说，如果是主动式指纹传感器，采用PB的算法能得到很好的效果;但如果是被动式指纹传感器，或者是纯电容式技术路线的指纹传感器，就不太适合采用PB的算法。当然，采用PB算法还有一个劣势就是，PB算法要收费。
让我们来总结下目前行业内采用指纹算法的现状：
指纹识别算法分为两大模块：预处理模块和注册比对模块。预处理都是针对自家传感器性能，通过加入一些小算法来做优化，例如将对比度提高、消除更多的背景噪声等。采用自有算法的芯片厂商在进行这些优化时更有利。而目前有很多芯片厂商都采用购买第三方算法的方式来缩减开发周期，这样的做法一是不利于针对自家传感器做更多的性能优化，更最重要的是芯片成本会提高。
而在目前指纹算法的现状下，传感器面积尺寸主要分为了两大阵营：大尺寸(120×120，192×80，及以上)和小尺寸(96×96，128×64)。
大尺寸阵营主要有采用自有算法的芯片厂商，比如迈瑞微等，和采用PB算法的芯片厂商，比如FPC等。小尺寸阵营主要是采用自有算法的芯片厂商，比如上文提到的苹果、汇顶、神盾、以及费恩格尔等芯片厂商。这主要是因为目前在业内，自有算法的主流方向就是小面积算法。
直观上来讲，尺寸的减小一是利于客户ID设计，二是成本的降低。从体验上来讲，得益于计算机视觉的蓬勃发展，小尺寸算法的拒真率(FRR)和认假率(FAR)更优秀，而且比对速度也更快。(未完待续)
