过去几年，刷脸支付愈发普遍。
不论是在商业场景，如商超、便利店，还是个人线上支付，只需要对准人脸轻轻一扫，便可完成支付行为，极大简化了支付流程。
从输入密码、指纹验证到刷脸支付，这场支付方式的变革，肇始于技术和市场两大板块的变化。
在技术侧，以3D视觉为核心的AI技术逐渐成熟，并应用到金融支付领域；而市场端，消费电子的进一步普及、疫情期间的无接触支付等催生出对刷脸支付的庞大需求；技术和市场的双轮驱动下，刷脸支付被应用到更多场景。
变革红利普惠至产业界，一批3D视觉企业趁势而起。
凭借着与支付宝的深度绑定，奥比中光率先从激烈的竞争中杀出，并登陆科创板。而在3D视觉这场比赛中，仍不乏有力的竞争者，比如光鉴科技、螳螂慧视、的卢深视等玩家。
这些参赛者们，已经“上岸”的在追求第二曲线；仍在拼搏的，正苦练功夫等待机会。
如今，支付方式再一次进化，刷掌支付开始被启用，并落地到实际场景中。这对于诸多的3D视觉玩家们而言，无异于一片新大陆，到处充满发现黄金的良机。
2021年初，电商巨头亚马逊在美国雅图3个无现金Amazon Go门店，试点使用了新型手掌识别支付技术“Amazon One”，消费者将掌纹和支付卡或亚马逊账户绑定后就可以扫手掌支付。
无独有偶，同年8月份，微信开始内测刷掌支付，并于2023年落地到北京地铁大兴机场线。
比起刷脸支付，刷掌支付的优势主要有三点：安全、便捷、低成本。
安全
从技术逻辑上看，刷掌支付底层技术归属于掌纹识别，需要识别两种生物信息：掌纹和掌静脉。
掌纹即手掌的纹路，这只是表层信息，而掌静脉才是核心信息。
掌静脉信息是指利用红外线照射手掌，静脉红血球中的血红蛋白对波长850nm附近的近红外线会有吸收，导致静脉部分的反射较少，在影像上产生的静脉图案。
由于只有活体手掌才能获取静脉图像特征，因此采用掌静脉信息进行身份认证，造假的可能性极低。对应的，其安全系数比人脸识别更高。
时任亚马逊实体零售业务副总裁Dilip Kumar表示，选择刷掌支付的原因，在于机器很难通过掌纹来确定一个人的身份，且用户必须贴近设备和做出有意义的手势才能启用。
这意味着，刷掌支付对个人的消费行为变相进行了「模糊化」处理，更具私密性。
因此，刷掌支付从底层技术到实际的场景应用中，在对用户消费行为、信息的保密性、安全性上，明显更强。
便捷
传统刷脸支付的支付程序是，用户选择支付方式，机器采集人脸数据，比对通过即可完成交易。
这种支付方式对于支付场景周边环境的要求较高，比如光线不能太强或太弱，不论是过曝还是欠曝，都可能导致支付失败，增加用户的时间成本。而且，在一些复杂场景，比如地铁、商超等人流量大的区域，机器可能会同时捕捉到多张人脸，识别效率、质量会受到影响。
并且，在人机交互方面，用户需要调整自身的距离，对准摄像头，才能完成支付。对于人流量大、通行速度要求极快的场景，如早晚高峰的地铁站，刷脸支付很难解决快速通行问题。而且，刷脸支付设备很难适配身高差异的用户。
相较而言，刷掌支付由于是检测掌纹和掌静脉，对环境光线的依赖不如采集人脸那么高，鲁棒性较高。
从交互的角度看，用户只需要伸出手掌即可完成支付行为，支付流程更简单，也减少了用户的学习成本和时间成本。
对于地铁站这类对通行速度有极高要求、用户需求高并发的场景，刷掌支付比刷脸更便捷，并且不需要像扫码支付、NFC等方式依赖网络和电子设备，对网络差、忘带支付设备等场景的适应能力更强。
低成本
目前已经广泛使用的刷脸支付设备，通常需要一块显示屏幕来帮助用户实现刷脸支付的交互，从而进一步验证刷脸的结果，这就需要为其留出摆放设备的相应空间。
同时，由于刷脸支付的特性，用户也需要一定空间进行验证，这使人脸支付场景所需空间成本相对较高。
不仅如此，为了满足刷脸支付的场景要求，还需要为屏幕适配相应的安卓系统，才能实现刷脸支付的有效验证，进一步增加了刷脸设备的硬件成本。
据了解，支付宝的刷脸支付设备“蜻蜓”与微信支付的刷脸支付设备“青蛙”的成本都在千元以上，成本过高使刷脸支付难以进入全部的线下支付场景。
而刷掌支付的交互设备与扫码支付设备类似，不再需要屏幕的加持，仅需单一设备即可完成交互与验证，硬件成本大幅度降低，仅有刷脸支付设备的一半甚至三分之一，同时还能有效降低空间成本，拥有进入更多场景的可能性。
作为一种全新的支付方式，刷掌支付从安全性到鲁棒性，再到场景的适应性，从底层技术到应用场景，都具备相对优势，可以被视为下一代生物识别支付方式。
但刷掌支付要「出圈」，达到现象级应用，还有一座大山要跨越。
一位生物识别专家表示，如果只是从技术上实现刷掌支付的功能，这并不难。
“刷掌支付的逻辑和刷脸支付很相似，都是通过前端设备采集数据，然后在数据库里进行比对，人工智能模型会判断重合度，只要符合设定的阈值，便可完成支付行为。”
这里面涉及到技术的两部分：一是硬件，二是软件。
硬件指的是机器及其核心零部件，比如摄像头、光学模组等等，主要用于前端的数据采集。由于刷掌支付的场景较为复杂，对这些硬件的性能、稳定性、精度等要求较高。
软件则涵盖人工智能算法、模型，以及对硬件采集数据的优化等，对数据的依赖非常强。
“只要数据足够多，从技术上实现刷掌支付只是时间和成本问题。”
该专家表示，硬件性能可以堆料、软件弥补，算法可以通过大量的数据训练调优，达到更高的准确率和效果。
真正影响刷掌支付落地并产生经济价值的，其实是生态。
刷脸支付之所以能大规模落地，一个很重要的因素是支付宝这类现象级APP的强力推动。
过去十年，消费互联网的爆发带来数字经济繁荣，各种现象级APP，如支付宝、美团、抖音等软件，在完善支付方式的同时，也完成了对消费者「刷脸支付」的心理认知培育。
这种生态建设只能由掌握流量入口的终端商来解决，并非技术供应商的强项。
因此，对于3D视觉公司而言，“与巨头共舞”是实现技术商业化落地的核心途径，奥比中光和支付宝便是最好的例证。
刷掌支付这波新浪潮下，3D视觉企业要抓住变革红利，必须要站在巨人的肩膀上。这个巨人必须满足多个要求：产品的使用黏性极强、用户基数极大、有支付需求。
市场上相关产品不多，微信是其中一个。
2023年5月，微信支付推出的刷掌闸机在大兴机场全线落地，用户需要先在设备绑定个人微信账号，录入手掌纹样。消费时，将手掌对准支付设备的扫描区，确认后即可完成支付。
据了解，闸机内部搭载的刷掌双模态相机 HandPass 100，由3D视觉公司光鉴科技提供，解决了环境光线差异、手掌生理差异以及伸手习惯差异等难点，提高了刷掌通行效率。
目前为止，刷掌支付已经在公共交通、学校、健身房等场景落地，具备在技术上的安全性、人机交互上的便利性，并且基于微信支付的生态能力，其在未来的落地场景将进一步拓宽，商业价值也将得以释放。
在微信支付的生态加持下，像光鉴科技这样的硬件提供商也将迎来进一步业务扩张。“支付宝+奥比中光”的模式已经得到验证，微信支付和光鉴科技的合作是否可以实现支付生态的新一代革命，值得市场期待。
作为一种全新的视觉技术，3D视觉在成熟的2D视觉基础上，增加了一个维度的信息数据，能够获得物体完整的空间坐标信息，成像效果更立体、更全面，是视觉技术的主要发展趋势。
当下，3D视觉技术在近距离双目立体视觉和结构光为主，远距离则是TOF路线。3D视觉能够为智能感知带来更加精准和丰富的信息，并且由于原理上不用采集环境影像，从数据源头上保护用户的隐私信息，更具安全性。
3D视觉的应用已经发生了广泛的渗透，消费电子如手机、平板，以及各种IoT设备（门锁、扫地机器人等等），就是一个多场景、规模化的市场。此外，还有汽车、机器人等市场空间，支付只是其中一个场景。
作为微信支付的核心供应商，光鉴科技的3D视觉技术已经落地到多个领域，比如屏下3D人脸识别、智能座舱、IoT设备等。
3D视觉作为电子设备“一双更智能的眼睛”，已经开始广泛走进人们的生产生活。
在消费侧，3D视觉被用于手机拍照、支付；扫地机器人导航避障；智能门锁的人脸解锁等场景。
在工业端，3D视觉被用于AI质检、移动AGV、机械自动化，推动智能制造。
不难预见，3D视觉未来的商业价值将伴随技术的落地而得到持续释放。
仅仅是支付场景，就催生了一家上市公司。
对于更多的行业，3D视觉的故事，才刚刚开始。（雷峰网(公众号：雷峰网)雷峰网）
正在生成分享图...
高秀松