生物识别技术

生物识别技术,生物识别技术,所谓生物识别技术就是，通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，（如指纹、脸象、红膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。,生物识别技术,传统的身份鉴定方法包括身份标识物品（如钥匙、证件、ATM卡等）和身份标识知识（如用户名和密码）但由于主要借助体外物，一旦证明身份的标识物品和标识知识被盗或遗忘，其身份就容易被他人冒充或取代。 生物识别技术比传统的身份鉴定方法更具安全、保密和方便性。生物特征识别技术具不易遗忘、防伪性能好、不易伪造或被盗、随身“携带”和随时随地可用等优点。,生物识别技术,由于人体特征具有人体所固有的不可复制的唯一性，这一生物密钥无法复制，失窃或被遗忘，利用生物识别技术进行身份认定，安全、可靠、准确。而常见的口令、IC卡、条纹码、磁卡或钥匙则存在着丢失、遗忘、复制及被盗用诸多不利因素。因此采用生物钥匙，您可以不必携带大串的钥匙，也不用费心去记或更换密码。而系统管理员更不必因忘记密码而束手无策。生物识别技术产品均借助于现代计算机技术实现，很容易配合电脑和安全、监控、管理系统整合，实现自动化管理。,生物识别技术,生物识别技术可广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务。例如，一位储户走进了银行，他既没带银行卡，也没有回忆密码就径直提款，当他在提款机上提款时，一台摄像机对该用户的眼睛扫描，然后迅速而准确地完成了用户身份鉴定，办理完业务，这是美国德克萨斯洲联合银行的一个营业部中发生的一个真实的镜头。而该营业部所使用的正是现代生物识别技术中的“虹膜识别系统”。美国9.11事件后，反恐怖活动已成为各国政府的共识，加强机场的安全防务十分重要。美国维萨格公司的脸象识别技术在美国的两家机场大显神通，它能在拥挤的人群中挑出某一张面孔，判断他是不是通缉犯。,虹膜识别技术,（1 ）虹膜识别的生理学基础 眼睛的外观图由巩膜、虹膜、瞳孔三部分构成。巩膜即眼球外围的白色部分，约占总面积的30%；眼睛中心为瞳孔部分，约占5%；虹膜位于巩膜和瞳孔之间，包含了最丰富的纹理信息，占据65%。瞳孔随入射光线强度的变化，会产生收缩或扩张，牵动虹膜变化。虹膜与巩膜、瞳孔的边界均近似为圆形，是图像匹配时可以利用的重要几何信息。,虹膜识别技术,（1 ）虹膜识别的生理学基础 眼睛的外观图由巩膜、虹膜、瞳孔三部分构成。巩膜即眼球外围的白色部分，约占总面积的30%；眼睛中心为瞳孔部分，约占5%；虹膜位于巩膜和瞳孔之间，包含了最丰富的纹理信息，占据65%。瞳孔随入射光线强度的变化，会产生收缩或扩张，牵动虹膜变化。虹膜与巩膜、瞳孔的边界均近似为圆形，是图像匹配时可以利用的重要几何信息。,虹膜识别技术,（2）虹膜的生理结构虹膜表面形貌高度细节化，包含了极为丰富的信息，外观上看，由许多腺窝、皱褶、色素斑等构成，是人体中最独特的结构之一。虹膜的形成由遗传基因决定，人体基因表达决定了虹膜的形态、生理、颜色和总的外观。到十二岁左右，虹膜就基本上发育到了足够尺寸，进入了相对稳定的时期。除非极少见的反常状况、身体或精神上大的创伤造成虹膜外观上的改变外，虹膜形貌可以保持数十年没有多少变化。另一方面，虹膜是外部可见的，但同时又属于内部组织，位于角膜后面。要改变虹膜外观，需要非常精细的外科手术，而且要冒着视力损伤的危险。虹膜的高度独特性、稳定性及不可更改的特点，是虹膜可用作身份鉴别的物质基础。,虹膜识别技术,（3）虹膜识别系统的构成虹膜识别系统由光源、摄像头(CCD)、图像分析系统(计算机)三部分构成。光源提供照明，使虹膜可以清晰成像，以获得高信噪比的信号。光源应稳定，因为随入射光线强度的变化，瞳孔会产生收缩或扩张，牵动虹膜变化，增大了匹配时的误差。摄像头将光信号转变为电信号，经AD转换后，送入计算机进行分析。计算机内装有虹膜图像识别的图像分析软件，计算机内预存有已分割好的虹膜参考图像，参考虹膜图像的半径、中心坐标已归一化，所有虹膜的半径r均相同，所有虹膜的中心 (p,q)坐标值相同。识别过程即将实时捕捉的图像与预存参考图像进行匹配的过程，比较图像之间的相似性，确定图像是否来自同一对象，以确定拒绝或接受。,视网膜的技术,同虹膜识别技术一样，视网膜扫描可能具最可靠、最值得信赖的生物识别技术，但它运用起来的难度较大。虽然视网膜扫描的技术含量较高，但视网膜扫描技术可能是最古老的生物识别技术，在20世纪30年代，通过研究就得出了人类眼球后部血管分布唯一性的理论，进一步的研究的表明，即使是孪生子，这种血管分布也是具有唯一性的，除了患有眼疾或者严重的脑外伤外，视网膜的结构形式在人的一生当中都相当稳定。,视网膜的技术,视网膜是一些位于眼球后部十分细小的神经（一英寸的1/50），它是人眼感受光线并将信息通过视神经传给大脑的重要器官，它同胶片的功能有些类似，用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。,视网膜的技术,准确性和表现视网膜扫描设备要获得视网膜图像，使用者的眼睛与录入设备的距离应在半英寸之内，并且在录入设备读取图象时，眼睛必须处于静止状态，使用者的眼睛在注视一个旋转的绿灯时，录入设备从视网膜上可以获得400个特征点，同指纹录入比较，指纹只能提供30到40个特征点用来录入，创建模板和完成确认。由此可见，视网膜扫描技术的录入设备的认假率低于0.0001%（一百万分之一），当然其它一些生物扫描录入技术也能达到0.0001%的认假率（FAR），并且拒假率的水平也会不断提高。FAR拒假率是指系统不正确地拒绝一个已经获得权限的用户，使用视网膜录入技术的场合，例如一些军事设施，10%的拒假率是一个十分令人头疼的问题。即使是这样，它仍然是提供安全度的重要组成部分，当然在销售领域，一些对拒假率不真实的描述是一个十分难处理的问题。,面像识别技术,面像识别是近年来随着计算机技术、图象处理技术、模式识别技术等技术的快速进步而出现的一种崭新的生物特征识别技术。生物识别技术是依靠人体的身体特征来进行身份验证的一种高科技识别技术，如同人的指纹、掌纹、眼虹膜、DNA以及相貌等人体特征具有人体所固有的不可复制的唯一性、稳定性、无法复制一样，不易失窃或被遗忘。由于每个人的这些特征都不相同，因此利用人体的这些独特的生理特征可以准确地识别每个人的身份。,面像识别技术,随着计算机技术的迅速发展，人们开发了指纹识别、声音识别、掌形识别、签名识别、眼纹（视网膜）识别等多种生物识别技术，目前许多技术都己经成熟并得以应用。而面像识别技术则是生物识别技术的新秀，与其他识别技术相比较，面像识别具有简便、准确、经济及可扩展性良好等众多优势，可广泛应用于安全验证、监控、出入口控制等多个方面。,面像识别技术,面像识别技术包含面像检测、面像跟踪与面像比对等课题。面像检测是指在动态的场景与复杂的背景中判断是否存在面像并分离出面像，面像跟踪指对被检测到的面像进行动态目标跟踪，面像比对则是对被检测到的面像进行身份确认或在面像库中进行目标搜索。,面像识别技术,面像检测分为参考模板、人脸规则、样本学习、肤色模型与特征子脸等方法。参考模板方法首先设计一个或数个标准人脸模板，然后计算测试样本与标准模板之间的匹配程度，通过阀值来判断是否存在人脸；人脸具有一定的结构分布特征，人脸规则即提取这些特征生成相应的规则以判断测试样本是否包含人脸；样本学习则采用模式识别中人工神经网络方法，通过对面像样本集和非面像样本集的学习产生分类器；肤色模型依据面像肤色在色彩空间中分布相对集中的规律来进行检测；特征子脸将所有面像集合视为一个面像子空间，基于检测样本与其在子空间的投影之间的距离判断是否存在面像。上述方法在实际系统中也可综合采用。,面像识别技术,面像跟踪一般采用基于模型的方法或基于运动与模型相结合的方法，另外，肤色模型跟踪也不失为一种简单有效的手段。面像比对从本质上讲是采样面像与库存面像的依次比对并找出最佳匹配对象。因此，面像的描述决定了面像识别的具体方法与性能。目前主要有特征向量与面纹模板两种描述方法.,面像识别技术,特征向量法先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离、角度等等属性，然后计算出它们的几何特征量，这些特征量形成一描述该面像的特征向量；面纹模板法则在库中存储若干标准面像模板或面像器官模板，在比对时，采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。,面像识别技术,面像识别过程 1建立面像档案:可以从摄像头采集面像文件或取照片文件，生成面纹 (Faceprint)编码；2获取当前面像，可以从摄像头捕捉面像或取照片输入，生成其面纹；3将当前面像的面纹编码与档案中的面纹编码进行检索比对。,面像识别技术,面像识别技术应用范围 :面像识别技术可应用于诸多领域，如出入口控制、银行金融系统、公安追辑嫌疑犯、反恐怖斗争以及互联网中等等 。在我国开展的“追逃”斗争，如果能利用面像识别技术，则可大大提高工作效率，并能对犯罪分子产生极大的威慑力量。使用面像识别系统只要在重要的车站、码头、机场、海关出入口附近架设摄像机，系统即可在无人职守的状态下，自动捕捉进、出上述场所的人员的头像，并通过计算机网络将面像特征数据传送到计算机中心数据库，自动与面像数据库中的逃犯面像比较，迅速准确地作出身份判断。一旦发现吻合的头像，可以自动报警并记录。,面像识别技术,面像识别技术应用范围 :我国银行金融系统对安全控制有着极高的要求，如电子商务信息系统、金库的安全设施、保险柜、自动柜员机的使用等。由于近年来金融诈骗、抢劫发生率有所增高，对传统安全措施提出了新的挑战。面像识别技术不需要携带任何电子、机械“钥匙”，可以杜绝丢失钥匙、密码的现象，如果配合IC卡、指纹识别等技术可以使安全系数成倍增长。同时，在ATM自动取款机上应用面像识别技术，可以免除用户忘记密码的苦恼，还可以有效防止冒领、盗取的事件发生。,声音识别技术,声音识别技术是根据用户提供的话音进行分析，从而完成身份认证和个体识别的技术。 声音识别系统的价格一般比较便宜，并且它们也可以用在与PC相连的装置上，例如麦克风等。许多人认为，与应用到网络登录上相比，声音认证系统更适合于集成到电话应用中。声音认证与声音识别系统一般都是一起使用的。也就是说，认证系统必须首先识别出说话的语境，然后再对用户进行认证。在认证时主要利用用户声音的唯一特征，如音调、音质和频率等。但是由于声音可以很容易地用磁带或其它记录器进行“拷贝”，一些声音认证系统采用了“挑战”反应的技术，这种技术要求用户对一些提前保存的询问作出反应，如按要求随机重复几个数字等,声音识别技术,声音的辩识是对基于生理学和行为特征的说话者嗓音和语言学模式的运用。它与语言识别不同在于这项技术不对说出的词语本身进行辩识。而是通过分析语音的唯一特性，例如发音的频率，来识别出说话的人。语音辩识技术使得人们可以通过说话的嗓音来控制能否出入限制性的区域。举例来说，通过电话拨入银行、数据库服务、购物或语音邮件，以及进入保密的装置。,声音识别技术,虽然语音识别是方便的，但由于非人性化的风险、远程控制和低准确度，它并不可靠。一个患上感冒的人有可能被错误的拒认从而无法使用该语音识别系统。,声音识别技术,声音识别的优点： 声音识别也是一种非接触的识别技术，用户可以很自然地接受。 声音识别的缺点和其他的行为识别技术一样，声音因为变化的范围太大，故而很难进行一些精确的匹配；声音会随着音量、速度和音质的变化(例如当你感冒时)而影响到采集与比对的结果,签名识别技术,签名识别的优点：签名识别，也被称为签名力学辩识（Danamic Signature Verification-DSV），它是建立在签名时的力度上的。它分析的是笔的移动，例如加速度、压力、方向以及笔划的长度，而非签名的图像本身。签名力学的关键在于区分出不同的签名部分，有些是习惯性的，而另一些在每次签名时都不同。签名的使用已经被广泛地接受，应用范围从独立宣言到信用卡都可见到。然而，签名辩识的问题仍然存在于获取在辩识过程中使用的度量的方式以及签名的重复性。DSV系统已被控制在某种方式上去接受变量。但是，如果不降低接受率，它就无法持续地衡量签名的力度。 使用签名识别更容易被大众接受而且是一种公认的身份识别的技术。,签名识别技术,签名识别的缺点随着经验的增长，性情的变化与生活方式的改变，签名也会随着而改变； 为了处理签名的不可避免的自然改变，我们必须在安全方面做以妥协； 因为签名的速度不快，我们无法在Internet上使用它； 用于签名的手写板结构复杂而且价格昂贵，因为和笔记本电脑的触摸板的分辨率有着很大的差异，我们在技术上很难将两者结合起来； 很难将它的尺寸小型化。,指纹识别技术,指纹识别技术,每个人包括指纹在内的皮肤纹路在图案、断点和交叉点上各不相同，呈现惟一性且终生不变。据此，我们就可以把一个人同他的指纹对应起来，通过将他的指纹和预先保存的指纹数据进行比较，就可以验证它的真实身份，这就是指纹识别技术。指纹识别主要根据人体指纹的纹路、细节特征等信息对操作或被操作者进行身份鉴定，得益于现代电子集成制造技术和快速而可靠的算法研究，已经开始走入我们的日常生活，成为目前生物检测学中研究最深入，应用最广泛，发展最成熟的技术。,指纹识别技术,每个指纹都有几个独一无二、可测量的特征点，每个特征点都有大约57个特征，我们的十个手指产生最少4900个独立可测量的特征，这足以说明指纹识别是一个更加可靠的鉴别方式。识别指纹主要从两个方面展开：总体特征和局部特征。,指纹识别技术,总体特征是指那些用人眼直接就可以观察到的特征。包括纹形、模式区、核心点、三角点和纹数等。纹形：指纹专家在长期实践的基础上，根据脊线的走向与分布情况一般将指纹分为三大类环型（loop，又称斗形）、弓形（arch）、螺旋形（whorl）。模式区：即指纹上包括了总体特征的区域，从此区域就能够分辨出指纹是属于哪一种类型的。有的指纹识别算法只使用模式区的数据，有的则使用所取得的完整指纹。,指纹识别技术,核心点：位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作为参考点。许多算法是基于核心点的，即只能处理和识别具有核心点的指纹。三角点：位于从核心点开始的第一个分叉点或者断点，或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数跟踪的开始之处。纹数：即模式区内