4、生物识别技术

null 第四章 生物特征识别技术 第四章 生物特征识别技术生物特征识别 数字时代的安全卫士null 4.1 生物特征识别技术概述 1、什么是生物特征识别技术？ 生物特征识别技术是基于某人的生理特征或行为特征用自动化的方法予以辨识或认证的技术。 目前已利用的生理特征和行为特征包括： （1）生理特征：手指、手掌、眼睛（包括虹膜、视网膜）、面孔等。 （2）行为特征：签字、语音等。 null 2、生物识别技术特点 （1）广泛性：每个人都应该具有这种特性。 （2）唯一性：每个人拥有的特征应该各不相同。 （3）稳定性：所选择的特征应该不随时间的变化而发生变化。 （4）可采集性：所选择的特征应该便于测量。null 3、生物识别工作步骤 所有生物识别工作都包括四个步骤：原始数据获取、抽取特征、比较和匹配。生物识别系统捕捉到生物特征的样品，唯一的特征将会被提取，并且转化成数字的符号，接着，这些符号被用作那个人的特征模版，这种模版可能会存放在数据库、智能卡或条码卡中，人们同识别系统交互比较，根据匹配或不匹配来确定身份。null 4.2 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，是目前生物检测学中 研究最深入，应用最广泛，发展最成熟的技术。 1、指纹的固有特性 （1）确定性。每幅指纹的结构是恒定的，胎儿在4个月左右就形成指纹，以后就终身不变。 （2）惟一性。两个完全一致的指纹出现的概率非常小。 （3）可分类性。可以按指纹的纹线走向进行分类。 null 2、指纹的特征 指纹识别主要从两方面展开：总体特征和局部特征。 总体特征 （1）纹形：可分为斗形、弓形、螺旋形三大类。 （2）模式区：是指指纹上包括了总体特征的区域，从此区域就能分辨出指纹是属于那一种类型的。有的指纹识别算法只使用模式区的数据，而有的则使用所取得的完整指纹。 null （3）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。有的算法只能处理和识别具有核心点的指纹。 （4）三角点：位于从核心点开始的第一个分叉点或者断点，或者两条纹路的会聚处、孤立点、转折处，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。 （5）纹数：是指模式区内指纹纹路的数量。在计算指纹的纹数时，一般先连接核心点和三角点，这条连线与指纹纹路相交的数量即可以认为是指纹的纹数。 null 局部特征 局部特征是指指纹上节点的特征，这些具有某种特征的节点称为特征点，这些特征点提供了指纹惟一性的确认信息。 （1）终结点：条纹路在此终结。 （2）分叉点：条纹路在此分开 成为两条或更多的纹路。 （3）分歧点：两条平行的纹路 在此分开。 （4）孤立点：一条特别短的纹路， 以至于成为一点。 （5）环点：一条纹路分开成两条后，立即又合并成一条，这样形成的小环称为环点。 （6）短纹：一条较短但不至于成为一点的纹路null 3、指纹识别的几何基础 脊线：在指纹图象中，具有一定宽度和走向的纹线称为脊线。 根据脊线分布的位置和走向以及它们的形状，脊线可分为内部脊线、外围脊线和根基脊线三类。 （1）内部脊线：居于指纹的中心部位，主要有箕形、环形、螺旋形、弧形或混合形的脊线组成。 （2）外围脊线：从上部和左右两侧包绕着内部脊线，主要有弓形线组成。null （3）根基脊线：分布在内部脊线的基底部位，主要由弧度较小的波浪线或不大平坦的直纹线组成。 三类脊线常汇合在一处，构成三角状，称之为三角区，每幅指纹图象中一般有一到两个三角区。脊线的中心定点称为指纹的中心点，中心点与三角区是指纹识别中两个非常重要的特征。null 4、采集指纹图象的三种技术 （1）光学技术 优点是设备价廉，有较高的分辨率，缺点是设备光程长，尺寸大。 （2）硅技术(电容技术） 优点是在较小的面上获得较好的图象，缺点是芯片昂贵、电容采集头易受干扰，可靠性不高。 （3）超声波技术 超声波技术的特点：超声波的能量被控制在对人体无损的程度，分辨率与光学指纹采集设备接近，成本已降到可接受的程度，超声波技术产品可能达到最好的精度。 null 5、指纹识别过程 指纹识别技术主要涉及指纹图像采集、指纹图像处理、特征提取、保存数据、特征值的比对与匹配等过程。 （1）图象预处理 首先，通过指纹读取设备读取到人体的指纹图像，并对原始指纹图像进行初步处理，使之更清晰。图像预处理包括两个步骤—图像分割与图像增强。 图象分割：分割器读输入的指纹图，并在不损失有用指纹信息的基础上产生一个比原图象小的指纹图片。 图象增强：用于增强分割后的指纹图，提高图象质量。 null （2）特征提取 一个高质量的图象被拾取后，需要许多步骤将它的特征转换到一个复合的中，这个过程称为特征拾取过程。 该步骤将灰度指纹图转换成黑白图象，然后通过指纹识别算法形成几百字节的指纹特征数据。这是一种单方向的转换，可以从指纹转换成特征数据，但不能从特征数据转换指纹，而且两枚不同的指纹不会产生相同的特征数据。这些数据通常称为模板。 null （3）特征匹配 用特征提取获得的特征点去匹配数据库中的模板，判断是否为同一手指的两幅纹理图。 通过计算机模糊比较的方法，把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。 null 6、指纹识别的验证和辨识 就应用方法而言，指纹识别技术可分为验证和辨识。 验证就是通过把一个现场采集到的指纹与一个已经登记的指纹进行一对一的比对来确认身份的过程。 辨识则是把现场采集到的指纹同指纹数据库中的指纹逐一对比，从中找出与现场指纹相匹配的指纹。 null 7、指纹识别技术特点 （1）指纹识别的优点 a.指纹是人体独一无二的特征。 b.可采集的指纹多，最多可达10个，而且每个指纹都是独一无二的。 c.扫描指纹的速度快，使用非常方便。 d.指纹与采集头直接接触，读取特征方法可靠。 e.指纹采集头体积小，价格低廉。null （2）指纹识别的缺点 a.某些人或某些群体的指纹特征很少，故而很难成像。 b.有些人害怕将指纹记录在案。 c.每一次使用指纹时，都会在指纹采集头上留下用户的指纹印痕，而这些指纹痕迹存在被用来复制指纹的可能性。null 8、指纹识别系统的应用领域 （1）计算机系统及信息安全方面 计算机系统安全。 系统使用者身份认证。 系统使用授权 网络远程登录及授权 信息加密 电子商务应用 数字证书 null （2）金融行业 交易、清算授权 指纹信用卡 指纹ATM系统 指纹储蓄系统 被保险人认证 内部系统及信息加密 null （3）其他政府及机构 社会治安管理 社会保险及救济 医疗卫生 教育系统 政府信息化 军队及公安国防系统中的应用 （4）卡、证的身份认证 （5）指纹识别门票系统 （6）指纹识别考勤 null 4.3 虹膜识别 虹膜识别技术是基于在自然光或红外光照射下，对虹膜上可见的外在特征进行计算机识别的一种生物识别技术。 1、虹膜识别的特性 （1）惟一性高。由信息组合的复杂性决定。同卵双胞胎的虹膜纹理信息不同，同一个人左右眼的虹膜纹理也不同。 null （2）稳定性高。虹膜纹理在胎儿7个月时已形成，出生6-18个月后终身不变，不随年龄、职业、生活方式的变化而变化，不被污染，不会磨损，不因疾病改变纹理结构。 （3）抗欺骗性强。不能人工仿造或手术仿造他人虹膜组织，使用克隆技术也不能复制。虹膜不留印迹，不会因痕迹残留导致他人非法获取特征信号。 （4）可采集性强。虹膜具有可见外形，可从一定的距离处采集信号，不需用户接触设备，可在无光照情况下进行采集。null 2、虹膜识别的应用 可以用于身份鉴别，如在银行取款、网上购物、抓捕逃犯、ATM自动取款等应用领域，可以准确识别行为人的真实身份，确保操作者的安全性和可靠性。null 3、虹膜识别技术的优缺点 （1）优点 a.便于用户使用。 b.可能会是最可靠的生物识别技术。 c.用户位于设备之前，无须物理接触。 （2）缺点 a.仍未进行唯一性的认证。 b.很难将图象获取设备小型化。 c.摄像头价格昂贵。 d.镜头可能使图象畸变而使可靠性降低 。 e.黑眼睛极难读取。 f.需要一个较好的光源。null 4.4 视网膜识别 1、视网膜识别的优点 （1）精确度高，错误接受率（FAR）低于百万分之一。 （2）生物识别稳定。 （3）难以伪造。 （4）使用者不需要和设备直接接触。 （5）记忆模板较小。 2、缺点 使用较困难，消费者感觉不好，成本高。 null 4.5 面像识别 1、捕捉面部图象的两项技术 （1）视频技术 （2）热成像技术 null 2、面像识别的特点及主要功能 主要特点 面像识别技术能适应于检测处于复杂背景中任何位置的不同大小的人脸，可以面向复杂背景的多级、多尺度、多角度人脸进行检测跟踪。具有自动的形状抽取能力，可应用于性别判别、表情识别、三维姿态复原及人脸重建等方面；具有识别速度快、同等条件下误认率和拒认率低、无须学习等特点。null 主要功能： （1）面像检测和识别 （2）面像数据摸板化和检索 （3）面像跟踪 （4）通过真人识别功能来防欺诈 （5）可以进行图像评价 null 3、面像识别技术的应用领域及典型应用 应用领域 身份确认与人员检索：可用于电脑、网络安全、银行业务、智能卡、访问控制、边境控制等领域。 身份证：可用于选民登记、身份证、护照、驾驶执照、工作证等。 计算机保护系统：利用面像特征识别用户，保护计算机信息。 犯罪嫌疑人识别系统：应用于脸部照片登记系统，事件后分析系统。 远距离身份识别：应用于监视、监控、闭路电视、交通管理、敌友识别等。null 典型应用 身份鉴定（一对多的搜索） 身份确认（一对一的比对） 监控和监视 4、面像识别的优缺点 （1）优点：易于使用，非常适合隐蔽进行面像采集；可直观比对，以核查某人身份 。 （2）缺点：面部的位置和周围的光环境可能影响系统的精确性，采集图象的设备昂贵。 null 4.6 签名识别 1、签名识别的优点 容易被大众接受，是一种公认的身份识别的技术。 2、缺点 （1）签名随着年龄的增长或性情的变化而变化。 （2）用于签名的手写板结构复杂，和电脑触摸板的分辨率有很大的差异。 （3）难将它的尺寸小型化。null 4.7 语音识别 1、语音识别的概念 语音识别是一种将人说话发出的声波转换成能够表达说话内容的符号序列。这些符号可以是识别系统的词汇本身，也可以是识别系统词汇的组成单元，常常称为识别系统的基元。null 2、语音识别基本原理 现有的自动语音识别技术是建立在对人的语音交互过程的坚实但又不完全理解的基础上的。语音交互技术的研究具有高度的学科交叉性质，广泛涉及信号处理、语音声学、模式识别、通信和信息理论、语言学、生理学、计算机科学、心理学等学科的原理和方法。利用这些学科知识，可以概括构成自动语音识别技术基础的三个原理：null 第一，语音信号中的语言信息是按照短时幅度谱的时间变化模式来编码的；第而，语音是可以阅读的，即它的声学信号可以在不考虑说话人试图传达的信息内容的情况下用数十个具有区别性的、离散的符号来表示；第三，语音交互是一个认知过程，因而不能与语言的语法、语义和语用结构割裂开来。 按照这三个基本原理，一个语音识别系统可以从三个方面来认识：null （1）特征参数提取 特征参数提取的目的是对语音信号进行分析处理，从而突出所载荷的语言声音信息的特征，尽可能抑制与语言声音信息无关的特征，同时压缩特征的数据量。 （2）基元的选择 语音识别基元的主要任务是在不考虑说话人试图传达的信息内容的情况下，将声学信号表示为若干个具有区别性的离散符号。能够充当语音识别基元的单位可以是语句、音节、音素或更小的单位。基元的选择受识别任务的具体要求来定。null （3）基元模型的训练和匹配 基元模型训练是指按照一定的准则，从大量已知模式中获取表征该模式本质特征的模型参数，而基元模型匹配则是根据一定准则，使未知模式与模型库中的模式序列构成最佳匹配。 3、语音识别的应用 （1）在家用电器中的应用 （2）在智能话务接续系统的应用null 4.8 生物特征识别技术的应用 1、生物识别技术的应用现状 （1）国外应用现状 公共安全领域 出入境管理 金融服务领域 门禁系统 通信领域null （2）国内应用现状 公共安全领域 金融系统 社保领域 企业考勤 信息安全领域 教育考试领域