生物特征识别技术及应用课件.ppt

1、身份识别的重要性人的身份识别在现代社会变得越来越重要 我们急需一种更加方便、有效、安全的身份识别技术 当前，生物识别技术正成为一个蓬勃发展的领域，成为信息处理及计算机工业的一个重要应用方向。生物识别技术主要是指通过可测量的身体或行为等生物特征进行身份认证的一种技术；而生物特征是指唯一的可以测量或可自动识别和验证的生理特征或行为方式。生物特征分为身体特征和行为特征两类。身体特征包括：指纹、掌型、视网膜、虹膜、人体气味、脸型、手的血管和DNA等；行为特征包括：签名、语 音、行走步态等。目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、语音识别和签名识别等归为

2、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“深奥的”生物识别技术。生物识别的技术核心在于如何获取这些生物特征，并将其转换为数字信息，存储于计算机中，利用可靠的匹配算法来完成验证与识别个人身份的过程。生物识别技术与传统身份鉴定技术的对比分析传统身份鉴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）进行身份鉴定的一种技术。其应用如：人们通过信用卡和密码可以实现在ATM机上取款。传统方法的缺点是：特定持有物易丢失、被盗和遗忘。特定知识则存在记忆上的问题。密码太复杂，容易遗忘；密码简单（如：生日、电话号码等），则容易被破译和猜测。与传统身份鉴定相比，生物识别技术

3、具有以下特点：随身性：生物特征是人体固有的特征，与人体是唯一绑定的，具有随身性。安全性：人体特征本身就是个人身份的最好证明,满足更高的安全需求。唯一性：每个人拥有的生物特征各不相同。稳定性：生物特征如指纹、虹膜等人体特征会随时间等条件的变化而变化。广泛性：每个人都具有这种特征。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：选择的生物特征易于测量。可接受性：使用者对所选择的个人生物特征及其应用愿意接受。基于以上特点，生物识别技术具有传统的身份鉴定手段无法比拟的优点。采用生物识别技术，可不必再记忆和设置密码，对重要的文件、数据和交易都可以利用它进行安全加密，有效

4、地防止恶意盗用，使用更加方便。古代埃及人通过测量人体各部位尺寸进行身份鉴别；现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的场所和军事用途；目前已逐渐应用于商业领域，如出入口控制、考勤管理等。现代信息技术为其提供了非常雄厚的技术支持，当今信息技术已 超越了摩尔定律，成几何级数发展，各种先进的图像处理技术、计算机技术、网络技术得到了广泛的应用，从而使得基于数字信息技术的现代生物识别系统迅速发展 起来。生物识别系统的处理过程所有的生物识别系统都包括如下几个处理过程：采集、特征提取、比对和匹配。生物图像采集包括了高精度的扫描仪、摄像机等光学设备，以及基于电容、电场 技术的晶体传

5、感芯片，超声波扫描设备、红外线扫描设备等。在数字信息处理方面，高性能、低价格的数字信号处理器（DSP）已开始大量的应用于民用领域，其对于系统所采集的信息进行数字化处理的功能也越来越强。在比对和匹配技术方面，各种先进的算法技术不断的开发成功，大型数据库和分布式网络技术的发展，使得生物识别系统的应用得以顺利实现。一个优秀的生物识别系统要求能实时迅速有效地完成其识别过程。但不同的生物识别系统的采集方式以及计算机处理算法等都不一样。下面以较为成熟的指纹识别、面部识别为例来介绍一下生物识别系统的关键技术。指纹识别 光学录入技术：最成熟也是最古老的指纹录入技术，只要将手指放在一个台板（通常是用加膜的玻璃制

6、成）上，就能完成手指图像的录入。超声波录入技术：已经存在多年，但它的应用范围始终不是十分广泛。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。由于使用了声波，因此，在录入图像时，手指不必直接接触台板。芯片录入技术：基于芯片的传感器，面积只有一枚邮票那么大，使用者直接将手指放在硅芯片的表面来完成指纹图像的录入。当通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的特征点，每个特征点都有大约七个特征，我们的十个手指产生最少4900个独立可测量的特征点，足以确认指纹识别的可靠性。指纹纹线

7、的3种基本模式是环型、弓形和螺旋形。最常见的指纹局部特征包括纹线端点、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重要，由这些特征，没有两个指纹是相同的。纹线端点 分叉点 短纹（孤立点）当指纹图像的特征值被提取后，就可依照特征值与数据库中原来存储的指纹图像特征进行比对和匹配。快速可靠的算法是关键短纹（孤立点）虹膜虹膜虹膜识别 虹膜虹膜中间有一直径2.54mm的圆孔，这就是我们熟悉的瞳孔。眼球前部含色素的环形薄膜，由结缔组织细胞、肌纤维等构成，当中是瞳孔。眼球的颜色是由虹膜所含色素的多少决定的。虹膜的特征虹膜的特征1.高独特性。高独特性。几乎任何两个人(包括双胞胎)的虹膜都是不完全相

8、同的，即使是同一个人左右眼的虹膜也存在一定的差异。2.高稳定性高稳定性。虹膜本身一般不易发病，可以保持几十年不变。3.良好的防伪性能良好的防伪性能。要想精细地修改虹膜的表面结构特征，即使采用目前先进的眼科手术，也必须冒着视力损伤的危险。另外，利用虹膜本身有规律的震颤特性以及虹膜随光强度变化而缩放的特性，可以把假冒的虹膜图片区分开来。4.易接受性易接受性。可以不与人体接触，甚至能够在人们没有觉察的情况下把虹膜图像拍摄下来。虹膜识别技术的基本原理虹膜识别技术的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1.捕捉虹膜数据图像捕捉虹膜数据图像2.为虹膜的图像为虹膜的图像分析准备过程

9、分析准备过程3.从虹膜的纹理或类型从虹膜的纹理或类型创造创造512字节的字节的iriscode4.使用使用iriscode模板用于确认模板用于确认虹膜识别实现方法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虹膜识别实现方法基于图像分割和二维小波变换的虹膜识别方法基于人眼结构特征的虹膜识别方法 当今社会虹膜识别技术高速发展，一下列举了一些识别方法：当今社会虹膜识别技术高速发展，一下列举了一些识别方法：虹膜识别实现方法面部识别面部识别由于具有无需特殊的采集设备，系统成本相对低，不干扰使用者，不侵犯使用者的隐私权等特点，因此成为目前实际使用的广泛程度公次于指纹识别的生物特 征手段

10、。近十年来，面像识别出现了不少诸如Boosting、ICA、流形学习等在内的技术热点，极大地促进了面像识别技术与产业的发展。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的产品，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。两个环节 面像识别系统包括两个技术环节：面像检测和面像识别。面像检测主要实现面像的检测和定位，即从输入图像中找到面像及面像的位置，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

11、配与识别。输入图像或视频输入图像或视频人脸检测与分割人脸检测与分割特征提取特征提取人脸识别人脸识别输出识别结果输出识别结果人脸检测与分割：从任意的场景中检测人脸的存人脸检测与分割：从任意的场景中检测人脸的存在并进行定位，提取出一个人脸。在并进行定位，提取出一个人脸。输入图像或视频输入图像或视频人脸检测与分割人脸检测与分割特征提取特征提取人脸识别人脸识别输出识别结果输出识别结果特征提取是指根据已知数据库中的人脸的表征方法，从人特征提取是指根据已知数据库中的人脸的表征方法，从人脸图像中提取出该人脸图像的表征值。人脸的表征方法很脸图像中提取出该人脸图像的表征值。人脸的表征方法很多，通常的方法有几何特

12、征、代数特征、特征脸、固定特多，通常的方法有几何特征、代数特征、特征脸、固定特征模板等。征模板等。现有的面像检测方法分为三类：基于规则的面像检测：总结了特定条件下可用于检测面像的知识（例如肤色、轮廓等），并把这些知识归纳成指导面像检测的规则;基于模板匹配的面像检测：首先构造具有代表性的面像模板，通过相关匹配或者其他的相似性度量检测面像;基于统计学习的面像检测：主要利用了面部特征点结构灰度分布的共同性，是当前面像检测研究领域中的主要 内容。面像识别由面像样本训练和待识别面像的识别两个过程组成。在训练阶段，提取面像特征形成面像特征库。在识别阶段，用训练好的分类器对待识别面像的特征和特征库中的特征进

13、行匹配，输出识别结果。早期的面像识别算法主要基于几何特征或模板匹配。对于不同人来说，面部特征点（眼睛、眉毛、鼻子和嘴）和脸部轮廓 的形状各不相同。基于几何特征的方法通过计算面部特征点形状、分布的几何参数区分不同人脸。基于模板匹配的面像识别通常采用Poggio和 Brunelli所提出的基于局部特征模板匹配的方法，它们提取局部特征的模板，进行局部模板匹配并进行识别。四种方法 目前面像识别的几个主流方向：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 特征脸方法作为一种比较成功的人脸识别技术，它掀起了人脸识别研究的第二次高潮。特征脸方法就是通过对训练的面像样本子空间进行

14、主成份分析得到特征脸，所提取的特征就是面像在特征脸上的投影向量。Fisher脸方法 Fisher脸方法的基本思想是使不同人的面像在所生成的面像空间中可分性最佳，从而比特征脸方法更适用于面像识别。弹性图匹配方法 该方法用图来描述面像，图的顶点表示面部的局部特征点（例如眼睛、鼻尖等），边表示局部特征点之间的拓扑连接关系。面像识别时主要衡量它们所对应的图之间的相似度。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的局部区域，如大眼睛、鹰勾鼻等。局部特征分析就是基于全局的特征脸模型提出的一种局部特征的拓扑表示。其他生物识别的过程与上述指纹识别系统的过程基本是一致的，区别在于:采集设备

15、不同。每种生物识别技术所需的采集设备是不同的，如视网膜识别就需要红外线扫描仪、面部识别需要高精度的摄像机、声音识别需要高分辨率的麦克风等等。因此，采集设备的精度、分辨率及可靠性等各种性能指标都是直接影响识别效果的重要因素。提取的特征点不同，每种生物识别技术都会根据识别不同的识别对象而确定不同的特征类型，如静脉识别和视网膜识别都是提取不同部位的血管分布等特征，声音识别提取的不同频率等。所以特征类型的选取也是决定该生物识别系统识别效率高低的一个方面。在计算机处理方面，各种生物识别系统的算法都不同，就是指纹识别中，采用不同的扫描方式所采用的算法也不同。另一方面，对于大型的生物识别系统，都牵涉到 数据

16、库技术和网络技术，成千上万的采集样本存储不可能在同一个服务中，甚至同一个地方，怎样快速的在异地网络上检索、比对、匹配所采集的样本特征是一个重 要的技术关键。生物识别发展到现在，已经成为一个庞大的家族了。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重要作用。出现了专业研制生产生物识别产品的公司，所开发的产品种类丰富，除传统的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、面部识别的支票兑付系统等。社会生活的各个领域都需要身份认证，随着全球信息产业的迅猛发展，生物识别技术在技术发展和市场需求上日趋成熟。其产业化发展的步伐将进一步

17、加快。1999年华尔街预测：在安全和身份验证市场上的费用每年将以超过60的复合增长率增长；生物识别装置产业市场在今后五年中，估计每年将增长3035。雷曼兄弟投资银行预测，未来5年生物识别系统的市场，将自现在每年1亿美元起，以400的速度快速成长。Forest&Sullivan最新的一份市场调研也表明，2006年的美国身份认证设备市场销售额将达到26亿美元。整个生物识别产业发展趋势是：国内对于生物识别技术的开发和应用相对起步较晚，但近几年来却发展迅速，特别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的指纹 识别系统以外，在民用产品的研制开发和应用推广上也有了很大的发展。出

18、现了许多专业研制开发指纹识别系统及其产品的专业公司。此外，一些公司也开始涉及其 他生物识别技术的研究，如虹膜、静脉和骨骼等。芯片的自主开发。我国的芯片开发技术相对薄弱，目前国内指纹识别系统采用的传感芯片都是从国外引进的，在DSP处理器的开发和研制上也相对落后。因此，掌握先进的芯片设计和制造技术是生物识别系统硬件发展的一个关键。软件开发。任何一种生物识别系统，都需要经过特征的选取、分析、对比和匹配，因此对于算法就提出了很高的要求，既要保证很高的识别效率，又必须具备很强的抗干扰能力，特别是对部分特征的推理和判断能力。接 口的标准化。由于各种生物识别系统都可能要与其他信息系统相连接，如何解决各种接口的统一性问题就是一个重要的影响因素。据悉，开发商最近在生物识别技术 的应用程序接口（）标准方面取得了一致，可以用于视窗或其他操作系统。微软已表示，将在新的视窗系统中安装生物识别应用程序接口。产 品的价格和可靠性。无论是哪一种生物识别产品，要推广和应用，价格必须要为大众所能接受，如何提高技术含量、降低成本必然是每个开发商所面临的基本问题。此外，生物识别系统属于安全系统的范畴，如何在各种不同的环境条件下，保证系统的长期安全可靠的运行，都是每个生物识别产品所要必须做到的。未来生活的一切都将因为有了生物识别技术而变得的更安全、更轻松