不得不知的生物特征识别十大关键技术

　　生物识别技术在近几年有了长足的进展，但要使生物识别从理论研究走向实际应用，众多的科研单位还需要突破和解决其中一系列的关键技术。从统计的意义上讲人类的指纹、掌形、虹膜等生理特征存在着唯一性。因而这些特征都可以作为鉴别用户身份的依据。

　　1、生物特征传感器技术

　　通过某种原理可以测量生物特征，并将其转化成计算机可以处理的数字信号，这就是生物特征传感器的主要任务，也是生物特征识别的第一步。大部分的生物特征都是通过光学传感器如CCD或CMOS形成图像信号，例如人脸、指纹、虹膜、掌纹、手形、静脉等。但是虹膜和静脉图像需要主动的红外光源才可以得到细节清晰的个性特征。由于外加主动光源能够克服可见光线变化对生物特征的影响，所以最近在人脸识别领域有研究人员设计了红外成像设备，来克服人脸模式随光照变化的类内差异，从而大幅度提高了人脸识别的精度。

　　为了提高生物识别系统的易用性、舒适性和用户的接受程度，同时又要保证生物特征信号的质量，此外还要小巧精致、成本低廉，生物特征传感器技术还有许多需要改进的地方。例如最近已经有通过非接触方式采集的3D 指纹传感器技术。生物特征传感器的核心技术包括：

　　1)智能定位技术

　　生物特征获取装置必须让用户和识别系统处于合适的距离和位置才可以捕获合格的生物特征信号。最理想的方案是让采集装置自动判别用户的位置，然后主动调节光学系统或者直接通过机械装置移动采集设备，这样就可以降低对用户的要求，采集方式更加智能化和人性化。

　　2)人机接口设计

　　生物特征采集系统应该"以人为本"，符合人体工学，设计生物特征和采集装置之间的交互接口。通过开发用户自定位技术让用户在某种方式的导引下很快找到合适的成像位置。例如现有的人脸识别和虹膜识别系统中通常在采集装置上安装一面镜子或者设置一个注视点或者设计比较巧妙的光学系统，用户通过视觉或者语音反馈就可以比较迅速地找到适合成像的位置。

　　3)光学系统设计

　　主要是光学镜头组的设计和加工，如果需要主动光源照明的话还要在镜头上安装滤光片，根据成像距离设置主动光源。

　　4)机械控制技术

　　包括自动变焦的电控单元设计、配合用户的身高和距离进行程序调节的机械单元设计等。

　　生物特征传感器的核心技术还包括传感器电路设计；信号传输与通信技术；防撬报警技术以及和其他技术的有机结合。

　　2、活体检测技术

　　为了防止恶意者伪造和窃取他人的生物特征用于身份认证，生物识别系统必须具有活体检测功能，即判别向系统提交的生物特征是否来自有生命的个体。一般生物特征的活体判别技术利用的是人们的生理特征，例如活体指纹检测可以基于手指的温度、排汗、导电性能等信息，活体人脸检测可以基于头部的移动、呼吸、红眼效应等信息，活体虹膜检测可以基于虹膜振颤特性、睫毛和眼皮的运动信息、瞳孔对可见光源强度的收缩扩张反应特性等。

　　此外，基于生物特征图像的光谱学信息也是进行活体检测的有效途径。例如打印的图像会形成有规律的纸质纹理特征，可以用频谱特征进行检测。此外，还可以通过人机互动的形式检测生物特征的活体特性; 使用多模态生物特征识别系统也可以提高伪造的难度。

　　从现有的技术水平看，活体检测功能一直是生物识别系统的薄弱环节，已经有研究人员使用伪造的指纹和人脸攻破了现有的系统，引发了有些用户对生物识别技术的信任危机。所以活体检测技术将是生物识别系统进入高端安全应用的最大瓶颈。

　　3、生物特征信号质量评价技术

　　在自动身份识别系统中，生物特征一般是以连续的视频流或者音频流的形式进行获取。由于有效的生物特征采集范围总是有限的，再加上人的运动、姿态变化等因素，传输到计算机的生物特征信号大部分都是不合格的。而高质量的生物特征信号是进行特征表达和身份识别的基础，低质量的生物特征信号有可能引起错误接收或错误拒绝，降低系统的稳定性和鲁棒性（系统的健壮性），浪费大量的计算资源在无效的生物特征信号处理上。

　　基于上述分析，我们可以从三个方面努力排除低质量生物特征信号对识别性能的影响：

　　■研究高性能的成像硬件平台

　　■提高识别算法的鲁棒性

　　■在生物识别系统中引入智能的质量评价软件模块，只容许较高质量的生物特征信号进行注册或识别。

在这些措施中设计有效的质量评价算法最实际。因为再鲁棒的识别算法能够接受的信号质量也是有限的。虽然已经有高性能的生物特征获取装置面世，但是价格十分昂贵，也解决不了根本问题。所以研究生物