专栏首页人工智能快报全球生物识别POS终端市场未来五年将高速增长

全球生物识别POS终端市场未来五年将高速增长

生物识别是指根据个人独有的生物特征和行为特征来识别和认证个人,例如指纹识别、手掌静脉识别、面部识别、虹膜识别、视网膜识别和语音识别。2016年4月,英国Technavio市场咨询公司的分析师指出商业POS(销售点)终端欺诈案件数量不断上升,会在预测期内促进生物识别POS终端市场的发展。Technavio分析师所进行的大量市场研究显示,直到2020年末,全球生物识别POS终端市场都会以接近27%这一令人惊讶的复合年均增长率进行增长。

越来越多的黑客会将脆弱的POS终端作为目标,通过多种手段盗取支付卡数据,例如黑客在POS终端上安装复制器,可读取和传输在POS终端上刷的卡的数据。零售业也容易发生网络犯罪,因为消费者大多利用借记卡和信用卡来购买商品和服务。由于卡遗失造成的巨额损失让零售商倾向于安装生物识别POS终端。这些终端在系统中增加了其他安全级别,从而减少欺诈损失。

分析师预计在餐厅引入生物识别POS终端会增强该市场的增长前景。由于支付卡卡号及密码能轻松被黑客窃取,餐厅越来越多地采用生物识别技术来减少欺诈性支付卡交易。餐厅通常采用的生物识别技术是指纹和手掌静脉扫描。这些技术储存了所有员工的身体特征,发生了盗刷或未认证交易时就能立刻隔离犯错的员工。因此,采用这种技术能防止欺诈交易,提供相当的安全保证,这也在预测期内推动了这一市场的增长。

生物识别POS终端市场按技术与分析可分为以下几类:指纹识别,手掌静脉识别,面部识别,虹膜识别,视网膜识别,语音识别。

2015年,指纹生物识别领域在生物识别POS终端市场中独领风骚,市场份额接近85%。指纹生物识别易于使用和安装,直到2020年末,这一优势都会促进该领域的增长。

本文分享自微信公众号 - 人工智能快报(AI_News)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2016-06-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 报告称2018年所有智能手机将采用生物识别技术

    据FindBiometrics网站报道,美国市场调查机构Acuity将其之前对移动生物识别技术增长的预期调高了一倍。在一份新的报告中,这家市场调查机构再次表示,...

    人工智能快报
  • 研究报告称移动支付需采用多模态生物识别技术

    根据美国勒克斯研究公司(Lux Research)2016年6月发布的一份题为《生物识别认证为移动支付保驾护航(Securing Mobile Payments...

    人工智能快报
  • 移动与可穿戴设备生物识别市场将达62亿美元

    市场研究公司Goode Intelligence的一项新报告指出,截至2022年,移动与可穿戴设备生物识别市场总价值将超过62亿美元。该公司在《2017-202...

    人工智能快报
  • (13/24) css进阶:自动处理css3属性前缀

    什么是属性前缀 为了浏览器的兼容性,有时候我们必须加入-webkit,-ms,-o,-moz这些前缀。目的就是让我们写的页面在每个浏览器中都可以顺利运行。 ...

    wfaceboss
  • 报告称2018年所有智能手机将采用生物识别技术

    据FindBiometrics网站报道,美国市场调查机构Acuity将其之前对移动生物识别技术增长的预期调高了一倍。在一份新的报告中,这家市场调查机构再次表示,...

    人工智能快报
  • OCR技术简介

    同时在本微信公众号中,回复“SIGAI”+日期,如“SIGAI0515”,即可获取本期文章的全文下载地址(仅供个人学习使用,未经允许,不得用于商业目的)。

    SIGAI学习与实践平台
  • 爬虫多次爬取时候cookie的存储用于登入

    这个参照https://www.cnblogs.com/fu-yong/p/9032902.html

    小小咸鱼YwY
  • Django实现SSO

    当用户(浏览器)访问我们的服务(第三方应用)时, 服务首先判断用户是否已经登录(其实就是判断请求中是否有sessionid),如果没有登录,则重定向至认证服务器...

    用户2936342
  • Django进阶之session

    基于cookie做用户验证时:敏感信息不适合放在cookie中 session依赖cookie session原理 cookie是保存在用户浏览器端的键值对 s...

    coders
  • 目标检测第1步-运行tensorflow官方示例

    2 运行环境:python3.6、Windows10、tensorflow_gpu1.10

    伏草惟存

扫码关注云+社区

领取腾讯云代金券