探究生物识别技术未来的发展方向.docx

《探究生物识别技术未来的发展方向.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、探究生物识别技术未来的发展方向　　一、生物实别技术原理及种类　　生物识别技术是一种通过采集和分析人体固有的特征(生理特征与形为特征)来进行身份识别的计算机技术。人的生理特征有：指纹、手形、脸型、虹膜、脉搏、耳廓、等，形为特征包括手写笔迹、走路步态、按键力度等。计算机通过光学、声学、生物传感器等来采集这些特征，应用生物统计学，结合图形、声音、形为分析、数据库等高级算法和科技手段，最终实现对人身份的识别。　　无论是生理特征还是形为特征，要求对于特定个体，其状态基本上保持稳定，对于不同个体，则存在必要的差异用于区分，这是某种人体特征是否能

2、够应用于生物识别技术的一个重要前提。如签名、按手印等方法很早就被用于个人身份识别，正是由于人的手写笔迹、指纹同时满足上述“个体之内稳定性”与“个体之间差异性”两个条件。　　传统的身份鉴定方法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。生物识别技术以人体本身的特征来对人身份进行鉴别，因此和传统的身份鉴定方法相比，不易遗忘、不易伪造或被盗、能够随身“携带”和随时随地可用。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。　　生物识别不是

3、新的技术，早在1882年就有了采集人的图像，记录人的身高、食指长度、胳膊长度来区别人的历史记录。随着技术的不断进步，人们逐渐发展出了指纹识别、掌纹识别、手形识别、面相识别、发音识别、虹膜识别、静脉识别、签名识别等多种生物识别技术，并在不同领域得到广泛的应用。　　（一）指纹识别　　指纹识别是生物识别技术发展的先驱，同时也是目前应用最为广泛的生物识别技术。　　指纹是人与生俱来的身体特征，大约14岁以后，每个人的指纹就已经定型，并且终身不会改变。指纹也具有非常明显的唯一性，不同人不会具有相同的指纹。手指的唯一性特征包括涡、拱、环、脊断点和

4、脊分岔的特征，自这些特征被科学统计论证后，指纹识别很早就被用作犯罪侦查的工具，目前已经广泛地应用于金融银行、安全防范、刑侦、安全保密等各个领域。据IBG最新统计数据显示，指纹识别技术几乎占据了整个生物识别技术领域的60%的市场份额。　　（二）掌纹识别　　掌纹识别与指纹识别类似，是一种较新的生物识别技术，它通过分析手指末端到手腕部分的手掌图像来实现身份识别。掌纹的形态由遗传基因控制，具备很强的稳定性和维一性。　　掌纹中最重要的特征是纹线特征，这些纹线特征中最清晰的几条纹线基本上是伴随人的一生不发生变化的，对成像图片质量要求不高，便于快

5、速识别。掌纹的另一个特征是点特征，主要是指手掌上所具有的和指纹类似的皮肤表面特征，如掌纹乳突纹在局部形成的奇异点及纹形。点特征需要在高分辨率和高质量的图像中获取，因此对图像的质量要求较高。掌纹还有一个纹理特征，主要是指比纹线更短、更细的一些纹线，但其在手掌上分布是毫无规律的。　　掌纹的特征还包括几何特征：如手掌的宽度、长度和几何形状，以及手掌不同区域的分布。由于掌纹中能够提取的特征信息比指纹多，因此准确效高具备更好的身份鉴别能力，缺点在于机器维护率高，磨损后易产生误差。掌纹识别主要应用在银行、珠宝店、金库等安保等级高的区域。通过对入

6、库人员进行掌纹扫描来确认身份。　　掌纹识别作为一项新兴的生物识别技术，因具有采样简单、图像信息丰富、用户接受程度高、不易伪造、受噪声干扰小等特点受到国内外研究人员的广泛关注。但是由于掌纹识别技术起步较晚，尚处于学习和借鉴其他生物特征识别技术的阶段。　　（三）人脸识别　　人脸识别技术是另一种应用较为广泛生物识别技术。该技术以人的面部的外观特征为分析目标，包括：眼、眉毛、鼻、耳廓、嘴唇、下巴等面部器官的外状、大小、位置以及它们相互间对应的平面或立体空间关系等。该类外观特征的直观性较好，具有较高的惟一性。　　人脸识别目前又分两种主要的识别

7、技术，一种是基于对标准视频图像的识别，通过摄像头拍摄人体图形并转换成数字信号，再利用计算器对图形进行人脸图片抽取和分析以及匹配。视频图像面部识别是一种常见的身份识别方式，现已被广泛用于公共安全领域。视频图像识别容易目标光照影响，同时人体面部与摄像机的成像角度也会显著影响识别效果。　　另一种人脸识别技术是热成像技术，主要通过分析面部血液产生的热辐射来产生面部图像并进行分析。其依据是人体面部各个部位的骨骼与肌肉组织的温度不同，向外界散发出来的红外光谱也不同，并且具备个人惟一性，不受外界光照度的影响，在黑暗情况下也能正常使用，并且不易通过

8、化妆来遮盖及伪造。　　近些年迅速发展起来的另一种解决人脸识别方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响，已经取得了卓越的识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三