生物识别技术论文(2)
生物识别技术论文篇二
生物识别技术浅析
摘要： 生物特征识别技术作为一种身份识别的手段，具有独特的优势，对信息安全具有重要意义，近年来已逐渐成为研究热点。文章介绍了常见的生物识别技术和识别方法并阐述了每种方法的优缺点。
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.
关键词： 生物识别;指纹;人脸;虹膜
Key words： biometric identification techniques;Fingerprint;Face;Iris
中图分类号：TP39 文献标识码：A 文章编号：1006-4311(2012)30-0213-02
0 引言
身份认证早在很久之前就出现在了人类社会生活中。身份证、护照、密码等这类传统的身份认证方法有许多的弊端，如：不容易携带、造假、容易丢失、密码会被解除等种种问题，在安全性和可靠性上的漏洞非常大，这样就为方便、有效、安全的身份认证技术的出现埋下了伏笔，生物识别技术应运而生。每个人所固有的生物特征都是唯一的，并且在一定时期内具有是稳定不变的，同时不会丢失、很难伪造和假冒，所以，这是一种终极的身份认证媒介[1]。
1 生物识别技术
我们可以这样定义生物识别技术，在计算机技术的协助下，通过采集人的生物特征样本进行人的身份识别。生物特征又包括生理特征和行为特征两个方面。生理特征是人与生俱来的，多为先天性的，相对而言稳定性比较强，现在应用到的生理特征有：指纹、人脸、手血管[2]等。行为特征是人后天形成的，主要包括人的声音、笔迹、以及步态识别等，随着主体状态和环境的变化在一定程度上也发生变化。两者比较，生理特征在生物识别领域更具有应用价值。生物识别技术的实现需要提取生物特征，然后对其进行进行比对，基本的要求就是这些生物特征需具有唯一性或非共同性。
1.1 指纹识别 指纹识别技术是应用最早、最广泛和最成熟的生物特征身份鉴别方法。指纹是指手指末端正面皮肤上凸凹不平产生的纹路，每个人指纹纹路在图案、断点和交叉点上都是存在差异的，是唯一的并且永远都是原来的样子。指纹分类的实现方法基本上分为基于神经网络的分类方法、基于奇异点进行分类的方法、语法分析的方法和其他的方法这4类[3]。
指纹识别的优点有：具有比较悠久的研究历史，技术上比较成熟;指纹图像提取设备小巧;与同类产品相比，它成本是不高的。缺点有：指纹识别是物理接触式的，具有侵犯性;指纹易磨损，某些人不宜提取，另外在指纹采集头上留下用户的指纹印痕容易被复制。
1.2 虹膜识别 眼睛的外观图包括巩膜、虹膜、瞳孔三部分。眼球外围的白色部分叫巩膜，大约占眼睛的30%;眼睛中心是瞳孔，约占5%;在巩膜和瞳孔之间的是虹膜，由相当复杂的纤维组织构成，包含了最丰富的纹理信息，占据65%。虹膜识别的方法有：Gabor滤波方法，拉普拉斯金字塔方法，小波变换过零检测方法，Haar小波分解方法，基于局部过零检测的方法等[4]。
虹膜识别技术操作非常简单，可避免物理接触，具有更高的检验精确度。据悉，现在虹膜识别的正确率最高，并且具有很高的实用价值。其缺点是：需要昂贵的摄像头聚焦，且很难将图像获取设备的尺寸小型化，需要较好光源等。
1.3 人脸识别 人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流，提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，一次到到识别身份的目的。目前常见的人脸识别基本算法可分为以下几类：基于几何特征的人脸识别、基于子空间分析的人脸识别、基于弹性图匹配的人脸识别、基于神经网络的人脸识别和基于隐马尔可夫模型的人脸识别等。
人脸识别技术优点是：主动性、非接触性和用户友好。缺点是：人脸容易受到周围环境等的影响，比如光照，比如发型的改变，饰物，变老等，准确率不高;对于采集图像的设备会比其他技术昂贵得多。
1.4 掌纹识别 掌纹识别是一种新生的生物特征识别技术。掌纹是指手指末端到手腕部分的手掌图像。纹线特征是掌纹中最突出的特征，手掌中最清晰的几条纹线一般并不会随着年龄的增长而发生变化。即使在分辨率和质量都比较低的图像中也能很好的得到辨认。掌纹识别方法大概分为基于结构的、基于子空间的、基于编码的和基于统计的四类[5]。掌纹识别的优点：有一定的稳定性和可靠性。缺点：手掌损伤后无法复原，掌形识别系统适用对安全性要求高的场所，普及率比较低，同时需要高成本支撑。
1.5 人耳识别 人耳识别是以人耳作为识别媒介来进行身份鉴别的一种生物特征识别技术。经过医学研究的得知，人在出生4个月之后，随着身体的不断发育，人耳也会按照一定的比例生长，基本上保持整体结构比率。
主要的人耳识别方法：主元分析法(PCA)，使用Voronoi图表的邻接图匹配方法，使用各种组合技术的神经网络方法，力场转换方法，遗传局部搜索算法，几何学方法，基于长轴的形状特征提取方法，基于3D的耳朵检测和识别方法[6]。人耳识别的优点：整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小，非接触性。缺点：人耳同样受光照、头发、帽子等的影响，且提取出来特征很少。 1.6 语音识别 语音识别技术就是让机器通过识别和理解过程把人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。
语音识别的方法主要有：基于DTW(Dynamic Time Warping)和模拟匹配技术的语音识别方法，基于统计的语音识别方法，基于差别子空间的语音识别方法，基于BP神经网络的语音识别方法，基于隐马尔可夫模型HMM(Hidden Markov Model)的识别方法。
语音识别的优点：非接触性的，用户可以很自然地接受。 缺点：声音变化范围过大，而且声音的大小、语速和音质的不同都会给采集与比对造成相应的影响;很容易用录在磁带上的声音造假;高保真的麦克风价格十分的高。
1.7 笔迹识别 笔迹，是指书写人在书写工具的协助下，按照文字符号的书写规范，书写运动器官开始进行的书写运动，这样在纸张或其他书写面上留下动态痕迹。笔迹鉴定是通过分析手写字符的书写风格和书写结构，来判断书写人身份的一种技术。
笔迹识别(包括签字识别)有联机和脱机两种。因为联机识别除位置信息外，还可以提取时间、压力等信息，所以识别正确率相对脱机识别较高。根据考察的对象和提取特征的方法，现在的笔迹识别方法主要分为文本相关、文本无关两类，另外还有利用内容信息的半文本无关方法。
笔迹识别的优点：大众易接受，是一种公认的身份识别的技术;缺点：随着经验的增长、性情的变化等签名也会相应的发生变化;用于签名的手写板不仅结构复杂而且价格也非常高。
1.8 步态识别 研究表明人和人的走路姿势有很大的差别，因为人们在骨骼长度、密度、协调能力、体重等生理条件以及个人走路的“风格”上都存在细微差异。步态识别就是要对包含人体运动的图像序列进行分析处理，根据人们走路的姿势进行身份识别。
步态识别的方法有：基于SFM的方法，基于运动的方法，基于整体的方法，基于特征的方法，基于HMM的方法以及基于模板匹配方法等。步态识别优点：对图像分辨率要求不高，可以通过远距离的摄像机捕获，具有非侵犯性和可接受性。缺点：由于步态识别是个动态过程，其序列图像的数据量较大，因此计算复杂性比较高，不容易处理。而且由于人的行走姿势受各种因素的影响，在不同环境条件下行走姿势有或多或少的变化，因此步态识别的计算较复杂，识别的准确度还不够高。
2 结论
随着信息网络化的发展，以及经济全球化的推进，人们进一步的认识到对安全的理解和需求。各种生物特征识别技术都在不断的发展，同时也得到越来越广泛的应用。但是，在实际应用中上述的每种识别技术都要结合到具体应用项目，单凭一项的取胜不能评判各种识别的优劣，不同的识别方式在指标上不同，需要在选择对一些项目进行如下综合地考虑：比如提取用户生物特征的难易度、识别时的精确度、提取仪器的大小、周围环境对使用的影响和使用成本等等。因为单个生物特征与生俱来的局限性，目前在实际的应用中找不到任何基于单个生物特征的识别技术。未来的研究重点将是结合多种特征、多种识别方式的多模式生物特征识别技术[7]。例如人脸识别和虹膜识别的组合、指纹和掌纹的组合，因为这些特征可以在特征获取时由一套设备同时或先后获取。仅基于单一特征的生物识别对识别的精度要求非常的高，综合了多种特征的生物识别系统识别率比较高，具有无限的应用潜力。
参考文献：
[1]卢官明，李海波，刘莉.生物特征识别综述[J].南京邮电大学学报(自然科学版)，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]杨宏林，吴陈.指纹识别方法的综述[J].华东船舶工业学院学报(自然科学版)，2003，17(3)：37-42.
[4]田启川，刘正光.虹膜识别综述[J].计算机应用研究，2008，25(5)：1298-1299.
[5]岳峰，左旺孟，张大鹏.掌纹识别算法综述[J].自动化学报， 2010，36(3)，356-360.
[6]田莹，苑玮琦.人耳识别技术研究综述[J].计算机应用研究，2007，24(4)：22-24.
[7]李雪妍，郭树旭，郜峰利.基于模式融合的生物特征识别[J].西安电子科技大学学报(自然科学版)，2007，34(增)：209-210.
看了“生物识别技术论文”的人还看：
1.人脸识别技术论文
3.机器视觉技术论文
4.仿生技术论文
