生物特征识别技术及应用市公开课获奖课件省名师优质课赛课一等奖课件

生物特征识别技术及应用1/55身份识别主要性

人身份识别在当代社会变得越来越主要我们急需一个愈加方便、有效、安全身份识别技术2/55什么是生物识别

当前，生物识别技术正成为一个蓬勃发展领域，成为信息处理及计算机工业一个主要应用方向。生物识别技术主要是指经过可测量身体或行为等生物特征进行身份认证一个技术；而生物特征是指唯一能够测量或可自动识别和验证生理特征或行为方式。3/55生物特征分为身体特征和行为特征两类。身体特征包含：指纹、掌型、视网膜、虹膜、人体气味、脸型、手血管和DNA等；行为特征包含：署名、语音、行走步态等。4/55当前部分学者将视网膜识别、虹膜识别和指纹识别等归为高级生物识别技术；将掌型识别、脸型识别、语音识别和署名识别等归为次级生物识别技术；将血管纹理识别、人体气味识别、DNA识别等归为“深奥”生物识别技术。5/55生物识别技术关键在于怎样获取这些生物特征，并将其转换为数字信息，存放于计算机中，利用可靠匹配算法来完成验证与识别个人身份过程。6/55生物识别技术与传统身份判定技术对比分析传统身份判定技术是指基于特定持有物（如：身份证）和基于特定知识（如：密码）进行身份判定一个技术。其应用如：人们经过信用卡和密码能够实现在ATM机上取款。传统方法缺点是：特定持有物易丢失、被盗和遗忘。特定知识则存在记忆上问题。密码太复杂，轻易遗忘；密码简单（如：生日、电话号码等），则轻易被破译和猜测。7/55与传统身份判定相比，生物识别技术含有以下特点：随身性：生物特征是人体固有特征，与人体是唯一绑定，含有随身性。安全性：人体特征本身就是个人身份最好证实,满足更高安全需求。唯一性：每个人拥有生物特征各不相同。稳定性：生物特征如指纹、虹膜等人体特征会随时间等条件改变而改变。

8/55广泛性：每个人都含有这种特征。方便性：生物识别技术不需记忆密码与携带使用特殊工具(如钥匙)，不会遗失。可采集性：选择生物特征易于测量。可接收性：使用者对所选择个人生物特征及其应用愿意接收。9/55基于以上特点，生物识别技术含有传统身份判定伎俩无法比拟优点。采取生物识别技术，可无须再记忆和设置密码，对主要文件、数据和交易都能够利用它进行安全加密，有效地预防恶意盗用，使用愈加方便。10/55生物识别起源和发展

古代埃及人经过测量人体各部位尺寸进行身份判别；

当代生物识别技术始于70年代中期；

早期生物识别设备仅限于安全级别较高场所和军事用途；

当前已逐步应用于商业领域，如出入口控制、考勤管理等。11/55当代信息技术为其提供了非常雄厚技术支持，当今信息技术已超越了摩尔定律，成几何级数发展，各种先进图像处理技术、计算机技术、网络技术得到了广泛应用，从而使得基于数字信息技术当代生物识别系统快速发展起来。生物识别支撑—高科技

12/55生物识别系统处理过程全部生物识别系统都包含以下几个处理过程：采集、特征提取、比对和匹配。生物图像采集包含了高精度扫描仪、摄像机等光学设备，以及基于电容、电场技术晶体传感芯片，超声波扫描设备、红外线扫描设备等。13/55在数字信息处理方面，高性能、低价格数字信号处理器（DSP）已开始大量应用于民用领域，其对于系统所采集信息进行数字化处理功效也越来越强。在比对和匹配技术方面，各种先进算法技术不停开发成功，大型数据库和分布式网络技术发展，使得生物识别系统应用得以顺利实现。14/55一个优异生物识别系统要求能实时快速有效地完成其识别过程。但不一样生物识别系统采集方式以及计算机处理算法等都不一样。下面以较为成熟指纹识别、面部识别为例来介绍一下生物识别系统关键技术。15/55指纹识别（1）指纹图像采集

光学录入技术：最成熟也是最古老指纹录入技术，只要将手指放在一个台板（通常是用加膜玻璃制成）上，就能完成手指图像录入。

超声波录入技术：已经存在多年，但它应用范围一直不是十分广泛。手指在放在玻璃台板上，超声波扫描开始时会听到蜂鸣声并感觉到震动。因为使用了声波，所以，在录入图像时，手指无须直接接触台板。

16/55芯片录入技术：基于芯片传感器，面积只有一枚邮票那么大，使用者直接将手指放在硅芯片表面来完成指纹图像录入。17/55（2）特征提取

当经过上述三种方式得到一幅指纹图像后，需要对图像特征进行提取、分析，指纹基本特征就是如嵴、谷和终点、分叉点或分歧点。平均每个指纹都有几个独一无二可测量特征点，每个特征点都有大约七个特征，我们十个手指产生最少4900个独立可测量特征点，足以确认指纹识别可靠性。18/55指纹纹线3种基本模式是环型、弓形和螺旋形。

弓形

环形螺旋形19/55局部特征最常见指纹局部特征包含纹线端点、分叉点和短纹（孤立点）。局部特征和模式在指纹分析中都非常主要，由这些特征，没有两个指纹是相同。纹线端点分叉点短纹（孤立点）20/55（3）比对和匹配

当指纹图像特征值被提取后，就可依照特征值与数据库中原来存放指纹图像特征进行比对和匹配。快速可靠算法是关键短纹（孤立点）21/55虹膜虹膜识别

虹膜中间有一直径2.5～4mm圆孔，这就是我们熟悉瞳孔。

眼球前部含色素环形薄膜，由结缔组织细胞、肌纤维等组成，当中是瞳孔。眼球颜色是由虹膜所含色素多少决定。22/55虹膜特征1.高独特征。几乎任何两个人(包含双胞胎)虹膜都是不完全相同，即使是同一个人左右眼虹膜也存在一定差异。2.高稳定性。虹膜本身普通不易发病，能够保持几十年不变。3.良好防伪性能。要想精细地修改虹膜表面结构特征，即使采取当前先进眼科手术，也必须冒着视力损伤危险。另外，利用虹膜本身有规律震颤特征以及虹膜随光强度改变而缩放特征，能够把假冒虹膜图片区分开来。4.易接收性。能够不与人体接触，甚至能够在人们没有觉察情况下把虹膜图像拍摄下来。23/55虹膜识别经过对比虹膜图像特征之间相同性来确定人们身份,其关键是使用模式识别、图像处理等方法对人眼睛虹膜特征进行描述和匹配,从而实现自动个人身份认证。这种技术在生物测定行业已经被广泛认为是当前准确度、稳定性、可升级性最高身份识别系统（humanauthentication）。24/55虹膜识别技术基本原理图像获取虹膜定位特征提取特征数据库识别或认证结果识别认证25/551.捕捉虹膜数据图像2.为虹膜图像分析准备过程3.从虹膜纹理或类型创造512字节iriscode4.使用iriscode模板用于确认26/55虹膜识别实现方法——虹膜识别流程图像采集预处理虹膜特征分析虹膜图像库虹膜特征模板模式匹配识别结果27/55虹膜识别实现方法——识别方法基于局部二值模式特征和图匹配虹膜识别方法一个基于灰度信息虹膜识别预处理方法

基于多分辨率分析虹膜识别方法基于小波变换和极大值检测虹膜识别方法基于图像分割和二维小波变换虹膜识别方法基于人眼结构特征虹膜识别方法…………当今社会虹膜识别技术高速发展，一以下举了一些识别方法：28/55虹膜识别实现方法——基于人眼结构特征识别方法29/55面部识别

面部识别因为含有没有需特殊采集设备，系统成本相对低，不干扰使用者，不侵犯使用者隐私权等特点，所以成为当前实际使用广泛程度公次于指纹识别生物特征伎俩。近十年来，面像识别出现了不少诸如Boosting、ICA、流形学习等在内技术热点，极大地促进了面像识别技术与产业发展。30/55尽管面像识别技术不如指纹识别应用那么普及，但市场上也已出现了众多基于面像识别技术产品，如面像识别门禁系统、面像识别考勤系统、公安布控对象监控系统、面像识别网上追逃系统、机场安检系统、面像识别出入境边检系统、照片比对系统、网络安全认证系统、金融防伪系统、收容遣送管理信息系统等。31/55两个步骤面像识别系统包含两个技术步骤：面像检测和面像识别。面像检测主要实现面像检测和定位，即从输入图像中找到面像及面像位置，并将人脸从背景中分割出来；面像识别则是对面像进行特征提取、模式匹配与识别。32/55输入图像或视频人脸检测与分割特征提取人脸识别输出识别结果人脸检测与分割：从任意场景中检测人脸存在并进行定位，提取出一个人脸。33/55输入图像或视频人脸检测与分割特征提取人脸识别输出识别结果特征提取是指依据已知数据库中人脸表征方法，从人脸图像中提取出该人脸图像表征值。人脸表征方法很多，通常方法有几何特征、代数特征、特征脸、固定特征模板等。34/5535/55现有面像检测方法分为三类：基于规则面像检测：总结了特定条件下可用于检测面像知识（比如肤色、轮廓等），并把这些知识归纳成指导面像检测规则;基于模板匹配面像检测：首先结构含有代表性面像模板，经过相关匹配或者其它相同性度量检测面像;基于统计学习面像检测：主要利用了面部特征点结构灰度分布共同性，是当前面像检测研究领域中主要内容。36/55面像识别由面像样本训练和待识别面像识别两个过程组成。在训练阶段，提取面像特征形成面像特征库。在识别阶段，用训练好分类器对待识别面像特征和特征库中特征进行匹配，输出识别结果。37/55早期面像识别算法主要基于几何特征或模板匹配。对于不一样人来说，面部特征点（眼睛、眉毛、鼻子和嘴）和脸部轮廓形状各不相同。基于几何特征方法经过计算面部特征点形状、分布几何参数区分不一样人脸。基于模板匹配面像识别通常采取Poggio和Brunelli所提出基于局部特征模板匹配方法，它们提取局部特征模板，进行局部模板匹配并进行识别。38/55四种方法当前面像识别几个主流方向：特征脸方法、Fisher脸方法、弹性图匹配法以及局部特征分析法。特征脸方法特征脸方法作为一个比较成功人脸识别技术，它掀起了人脸识别研究第二次高潮。特征脸方法就是经过对训练面像样本子空间进行主成份分析得到特征脸，所提取特征就是面像在特征脸上投影向量。39/55Fisher脸方法Fisher脸方法基本思想是使不一样人面像在所生成面像空间中可分性最正确，从而比特征脸方法更适合用于面像识别。弹性图匹配方法该方法用图来描述面像，图顶点表示面部局部特征点（比如眼睛、鼻尖等），边表示局部特征点之间拓扑连接关系。面像识别时主要衡量它们所对应图之间相同度。40/55局部特征分析法我们在日常生活中识别面像时，会仔细观察属于最显著局部区域，如大眼睛、鹰勾鼻等。局部特征分析就是基于全局特征脸模型提出一个局部特征拓扑表示。41/5542/55其它生物识别过程与上述指纹识别系统过程基本是一致，区分在于:

采集设备不一样。每种生物识别技术所需采集设备是不一样，如视网膜识别就需要红外线扫描仪、面部识别需要高精度摄像机、声音识别需要高分辨率麦克风等等。所以，采集设备精度、分辨率及可靠性等各种性能指标都是直接影响识别效果主要原因。

43/55提取特征点不一样，每种生物识别技术都会依据识别不一样识别对象而确定不一样特征类型，如静脉识别和视网膜识别都是提取不一样部位血管分布等特征，声音识别提取不一样频率等。所以特征类型选取也是决定该生物识别系统识别效率高低一个方面。44/55在计算机处理方面，各种生物识别系统算法都不一样，就是指纹识别中，采用不一样扫描方式所采用算法也不一样。其次，对于大型生物识别系统，都牵涉到数据库技术和网络技术，成千上万采集样本存储不可能在同一个服务中，甚至同一个地方，怎样快速在异地网络上检索、比对、匹配所采集样本特征是一个重要技术关键。45/55生物识别现实状况生物识别发展到现在，已经成为一个庞大家族了。它在公安、国防、金融、保险、医疗卫生、计算机管理等领域均发挥了主要作用。出现了专业研制生产生物识别产品企业，所开发产品种类丰富，除传统公安自动指纹识别系统（AFIS）及门禁系统外，还出现了指纹键盘、指纹鼠标、指纹手机、虹膜自动取款机、面部识别支票兑付系统等。46/55指纹识别系统虹膜识别系统手形识别系统面部识别系统

声音识别系统复合生物识别系统47/55生物识别发展前景

社会生活各个领域都需要身份认证，伴随全球信息产业迅猛发展，生物识别技术在技术发展和市场需求上日趋成熟。其产业化发展步伐将深入加紧。1999年华尔街预测：在安全和身份验证市场上费用每年将以超出60％复合增加率增加；生物识别装置产业市场在今后五年中，预计每年将增加30～35％。雷曼弟兄投资银行预测，未来5年生物识别系统市场，将自现在每年1亿美元起，以400％速度快速成长。Forest&Sullivan最新一份市场调研也表明，美国身份认证设备市场销售额将到达26亿美元。48/55整个生物识别产业发展趋势是：国际大企业加盟价格快速下滑网络应用加紧其它应用扩大49/55我国生物识别发展现实状况与挑战国内对于生物识别技术开发和应用相对起步较晚，但近几年来却发展快速，尤其是在指纹识别研究开发方面已经取得了累累硕果。除了研制用于公安刑侦方面指纹识别系统以外，在民用产品