生物識別技術論文(2)
生物識別技術論文篇二
生物識別技術淺析
摘要： 生物特征識別技術作為一種身份識別的手段，具有獨特的優(yōu)勢，對信息安全具有重要意義，近年來已逐漸成為研究熱點。文章介紹了常見的生物識別技術和識別方法并闡述了每種方法的優(yōu)缺點。
Abstract： Biometric identification techniques is critical to our highly inter-connected information society. As a way of automatic identification， Biometrics have unique advantages because it is based on biological and behavioral traits. Biometrics is important to information safety. Firstly， this paper summarizes briefly biometric identification techniques， and introduces approaches， then analyzes the adavatge and then dis of every methods.
關鍵詞： 生物識別;指紋;人臉;虹膜
Key words： biometric identification techniques;Fingerprint;Face;Iris
中圖分類號：TP39 文獻標識碼：A 文章編號：1006-4311(2012)30-0213-02
0 引言
身份認證早在很久之前就出現(xiàn)在了人類社會生活中。身份證、護照、密碼等這類傳統(tǒng)的身份認證方法有許多的弊端，如：不容易攜帶、造假、容易丟失、密碼會被解除等種種問題，在安全性和可靠性上的漏洞非常大，這樣就為方便、有效、安全的身份認證技術的出現(xiàn)埋下了伏筆，生物識別技術應運而生。每個人所固有的生物特征都是唯一的，并且在一定時期內具有是穩(wěn)定不變的，同時不會丟失、很難偽造和假冒，所以，這是一種終極的身份認證媒介[1]。
1 生物識別技術
我們可以這樣定義生物識別技術，在計算機技術的協(xié)助下，通過采集人的生物特征樣本進行人的身份識別。生物特征又包括生理特征和行為特征兩個方面。生理特征是人與生俱來的，多為先天性的，相對而言穩(wěn)定性比較強，現(xiàn)在應用到的生理特征有：指紋、人臉、手血管[2]等。行為特征是人后天形成的，主要包括人的聲音、筆跡、以及步態(tài)識別等，隨著主體狀態(tài)和環(huán)境的變化在一定程度上也發(fā)生變化。兩者比較，生理特征在生物識別領域更具有應用價值。生物識別技術的實現(xiàn)需要提取生物特征，然后對其進行進行比對，基本的要求就是這些生物特征需具有唯一性或非共同性。
1.1 指紋識別 指紋識別技術是應用最早、最廣泛和最成熟的生物特征身份鑒別方法。指紋是指手指末端正面皮膚上凸凹不平產生的紋路，每個人指紋紋路在圖案、斷點和交叉點上都是存在差異的，是唯一的并且永遠都是原來的樣子。指紋分類的實現(xiàn)方法基本上分為基于神經網(wǎng)絡的分類方法、基于奇異點進行分類的方法、語法分析的方法和其他的方法這4類[3]。
指紋識別的優(yōu)點有：具有比較悠久的研究歷史，技術上比較成熟;指紋圖像提取設備小巧;與同類產品相比，它成本是不高的。缺點有：指紋識別是物理接觸式的，具有侵犯性;指紋易磨損，某些人不宜提取，另外在指紋采集頭上留下用戶的指紋印痕容易被復制。
1.2 虹膜識別 眼睛的外觀圖包括鞏膜、虹膜、瞳孔三部分。眼球外圍的白色部分叫鞏膜，大約占眼睛的30%;眼睛中心是瞳孔，約占5%;在鞏膜和瞳孔之間的是虹膜，由相當復雜的纖維組織構成，包含了最豐富的紋理信息，占據(jù)65%。虹膜識別的方法有：Gabor濾波方法，拉普拉斯金字塔方法，小波變換過零檢測方法，Haar小波分解方法，基于局部過零檢測的方法等[4]。
虹膜識別技術操作非常簡單，可避免物理接觸，具有更高的檢驗精確度。據(jù)悉，現(xiàn)在虹膜識別的正確率最高，并且具有很高的實用價值。其缺點是：需要昂貴的攝像頭聚焦，且很難將圖像獲取設備的尺寸小型化，需要較好光源等。
1.3 人臉識別 人臉識別技術是基于人的臉部特征，對輸入的人臉圖象或者視頻流，提取每個人臉中所蘊涵的身份特征，并將其與已知的人臉進行對比，一次到到識別身份的目的。目前常見的人臉識別基本算法可分為以下幾類：基于幾何特征的人臉識別、基于子空間分析的人臉識別、基于彈性圖匹配的人臉識別、基于神經網(wǎng)絡的人臉識別和基于隱馬爾可夫模型的人臉識別等。
人臉識別技術優(yōu)點是：主動性、非接觸性和用戶友好。缺點是：人臉容易受到周圍環(huán)境等的影響，比如光照，比如發(fā)型的改變，飾物，變老等，準確率不高;對于采集圖像的設備會比其他技術昂貴得多。
1.4 掌紋識別 掌紋識別是一種新生的生物特征識別技術。掌紋是指手指末端到手腕部分的手掌圖像。紋線特征是掌紋中最突出的特征，手掌中最清晰的幾條紋線一般并不會隨著年齡的增長而發(fā)生變化。即使在分辨率和質量都比較低的圖像中也能很好的得到辨認。掌紋識別方法大概分為基于結構的、基于子空間的、基于編碼的和基于統(tǒng)計的四類[5]。掌紋識別的優(yōu)點：有一定的穩(wěn)定性和可靠性。缺點：手掌損傷后無法復原，掌形識別系統(tǒng)適用對安全性要求高的場所，普及率比較低，同時需要高成本支撐。
1.5 人耳識別 人耳識別是以人耳作為識別媒介來進行身份鑒別的一種生物特征識別技術。經過醫(yī)學研究的得知，人在出生4個月之后，隨著身體的不斷發(fā)育，人耳也會按照一定的比例生長，基本上保持整體結構比率。
主要的人耳識別方法：主元分析法(PCA)，使用Voronoi圖表的鄰接圖匹配方法，使用各種組合技術的神經網(wǎng)絡方法，力場轉換方法，遺傳局部搜索算法，幾何學方法，基于長軸的形狀特征提取方法，基于3D的耳朵檢測和識別方法[6]。人耳識別的優(yōu)點：整個人耳的顏色更加一致、圖像尺寸更小，數(shù)據(jù)處理量也更小，非接觸性。缺點：人耳同樣受光照、頭發(fā)、帽子等的影響，且提取出來特征很少。 1.6 語音識別 語音識別技術就是讓機器通過識別和理解過程把人類的語音中的詞匯內容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。
語音識別的方法主要有：基于DTW(Dynamic Time Warping)和模擬匹配技術的語音識別方法，基于統(tǒng)計的語音識別方法，基于差別子空間的語音識別方法，基于BP神經網(wǎng)絡的語音識別方法，基于隱馬爾可夫模型HMM(Hidden Markov Model)的識別方法。
語音識別的優(yōu)點：非接觸性的，用戶可以很自然地接受。 缺點：聲音變化范圍過大，而且聲音的大小、語速和音質的不同都會給采集與比對造成相應的影響;很容易用錄在磁帶上的聲音造假;高保真的麥克風價格十分的高。
1.7 筆跡識別 筆跡，是指書寫人在書寫工具的協(xié)助下，按照文字符號的書寫規(guī)范，書寫運動器官開始進行的書寫運動，這樣在紙張或其他書寫面上留下動態(tài)痕跡。筆跡鑒定是通過分析手寫字符的書寫風格和書寫結構，來判斷書寫人身份的一種技術。
筆跡識別(包括簽字識別)有聯(lián)機和脫機兩種。因為聯(lián)機識別除位置信息外，還可以提取時間、壓力等信息，所以識別正確率相對脫機識別較高。根據(jù)考察的對象和提取特征的方法，現(xiàn)在的筆跡識別方法主要分為文本相關、文本無關兩類，另外還有利用內容信息的半文本無關方法。
筆跡識別的優(yōu)點：大眾易接受，是一種公認的身份識別的技術;缺點：隨著經驗的增長、性情的變化等簽名也會相應的發(fā)生變化;用于簽名的手寫板不僅結構復雜而且價格也非常高。
1.8 步態(tài)識別 研究表明人和人的走路姿勢有很大的差別，因為人們在骨骼長度、密度、協(xié)調能力、體重等生理條件以及個人走路的“風格”上都存在細微差異。步態(tài)識別就是要對包含人體運動的圖像序列進行分析處理，根據(jù)人們走路的姿勢進行身份識別。
步態(tài)識別的方法有：基于SFM的方法，基于運動的方法，基于整體的方法，基于特征的方法，基于HMM的方法以及基于模板匹配方法等。步態(tài)識別優(yōu)點：對圖像分辨率要求不高，可以通過遠距離的攝像機捕獲，具有非侵犯性和可接受性。缺點：由于步態(tài)識別是個動態(tài)過程，其序列圖像的數(shù)據(jù)量較大，因此計算復雜性比較高，不容易處理。而且由于人的行走姿勢受各種因素的影響，在不同環(huán)境條件下行走姿勢有或多或少的變化，因此步態(tài)識別的計算較復雜，識別的準確度還不夠高。
2 結論
隨著信息網(wǎng)絡化的發(fā)展，以及經濟全球化的推進，人們進一步的認識到對安全的理解和需求。各種生物特征識別技術都在不斷的發(fā)展，同時也得到越來越廣泛的應用。但是，在實際應用中上述的每種識別技術都要結合到具體應用項目，單憑一項的取勝不能評判各種識別的優(yōu)劣，不同的識別方式在指標上不同，需要在選擇對一些項目進行如下綜合地考慮：比如提取用戶生物特征的難易度、識別時的精確度、提取儀器的大小、周圍環(huán)境對使用的影響和使用成本等等。因為單個生物特征與生俱來的局限性，目前在實際的應用中找不到任何基于單個生物特征的識別技術。未來的研究重點將是結合多種特征、多種識別方式的多模式生物特征識別技術[7]。例如人臉識別和虹膜識別的組合、指紋和掌紋的組合，因為這些特征可以在特征獲取時由一套設備同時或先后獲取。僅基于單一特征的生物識別對識別的精度要求非常的高，綜合了多種特征的生物識別系統(tǒng)識別率比較高，具有無限的應用潛力。
參考文獻：
[1]盧官明，李海波，劉莉.生物特征識別綜述[J].南京郵電大學學報(自然科學版)，2007，27(2)：81-82.
[2]Bille R M， Pankanti S， Ratha N K. Evaluating Techniques for Biometrics-based Authentication Systems. Proceedings 15th | APR lat|. Conf. on Pattern Recogntion， Barcelona.
[3]楊宏林，吳陳.指紋識別方法的綜述[J].華東船舶工業(yè)學院學報(自然科學版)，2003，17(3)：37-42.
[4]田啟川，劉正光.虹膜識別綜述[J].計算機應用研究，2008，25(5)：1298-1299.
[5]岳峰，左旺孟，張大鵬.掌紋識別算法綜述[J].自動化學報， 2010，36(3)，356-360.
[6]田瑩，苑瑋琦.人耳識別技術研究綜述[J].計算機應用研究，2007，24(4)：22-24.
[7]李雪妍，郭樹旭，郜峰利.基于模式融合的生物特征識別[J].西安電子科技大學學報(自然科學版)，2007，34(增)：209-210.
看了“生物識別技術論文”的人還看：
1.人臉識別技術論文
3.機器視覺技術論文
4.仿生技術論文