微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 传感器 > 六大热门生物识别技术,为何都有致命缺点?

六大热门生物识别技术,为何都有致命缺点?

时间:01-18 来源:电子发烧友网 点击:

视网膜识别

视网膜是眼睛底部的血液细胞层。视网膜扫描是采用低密度的红外线去捕捉视网膜的独特特征,血液细胞的唯一模式就因此被捕捉下来。

视网膜是一些位于眼球后部十分细小的神经(一英寸的 1/50),它是人眼感受光线并将信息通过视神经传给大脑的重要器官,它同胶片的功能有些类似,用于生物识别的血管分布在神经视网膜周围,即视网膜四层细胞的最远处。

优点

1)视网膜是一种极其固定的生物特征,因为它是"隐藏"的,故而不可能磨损,老化或是为疾病影响

2)使用者不需要和设备进行直接的接触

3)是一个最难欺骗的系统因为视网膜是不可见的,故而不会被伪造。

缺点

1)视网膜技术未经过任何测试

2)很明显,视网膜技术可能会给使用者带来健康的损坏,这需要进一步的研究

3)对于消费者,视网膜技术没有吸引力

4)很难进一步降低它的成本

虹膜识别

原理

1)捕捉虹膜的数据图像

2)为虹膜的图像分析准备过程

3)从虹膜的纹理或类型创造512字节的iriscode

4)使用iriscode模板用于确认。

在当今世界,虹膜识别仍被公认为是识别精度最高的生物识别系统。

生物测定学是一种技术,这种技术是将独特的人体特征(诸如面部特征、声音,指纹特征等)翻译成数字编码,这种编码可以识别、检验身份。

而虹膜识别技术通过人体独一无二眼睛虹膜的特征来识别身份,虹膜特征匹配的准确性甚至超过了DNA匹配。
这种技术在生物测定行业已经被广泛认为是目前精确度、稳定性、可升级性最高的身份识别系统。

优点

1)便于用户使用;
2)可能会是最可靠的生物识别技术;
3)不需物理的接触;
4)可靠性高。

快捷方便:拥有本系统,不需要携带任何证件,就能实现门控,可单向亦可双向;既可以被授权控制一扇门,也可以控制开启多扇门;

授权灵活:本系统根据管理的需要,可任意调整用户权限,随时了解用户动态,包括客户身份、操作地点、功能及时间次序等,实现实时智能管理;

无法复制:本系统以虹膜信息为密码,不可复制;且每一次活动,都可自动记录,便于追溯、查询,非法情况则自动报警;

配置灵活多样:使用人和管理者可根据自身喜好、需要或场合的不同,设定不同的安装及运行方式。比如在大堂等公共场所,可以只采用输入密码的方式,但在重要场合,则禁止使用密码,只采用虹膜识别方式,当然也可以两种方式同时使用;

投入少、免维护:装配本系统可以保留原来的锁,但其机械运动件减少,且运动幅度小,门栓的寿命更长;系统免维护,并可随时扩充、升级,无须重新购置设备。长远来看,效益显著,并可使管理档次大大的提高。

应用行业广泛:广泛应用于煤矿、银行、监狱、门禁、社保、医疗等多种行业

缺点

1)很难将图像获取设备的尺寸小型化;

2)设备造价高,无法大范围推广;

4)镜头可能产生图像畸变而使可靠性降低;

5)两大模块:硬件和软件;

6)一个自动虹膜识别系统包含硬件和软件两大模块:虹膜图像获取装置和虹膜识别算法。分别对应于图像获取和模式匹配这两个基本问题。

面部识别

原理

人脸识别技术中被广泛采用的区域特征分析算法,它融合了计算机图像处理技术与生物统计学原理于一体,利用计算机图像处理技术从视频中提取人像特征点,利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。利用已建成的人脸特征模板与被测者的面像进行特征分析,根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。

优势

1)人脸识别作为一种新兴的生物特征识别技术(Biometrics),与虹膜识别、指纹扫描、掌形扫描等技术相比,人脸识别技术在应用方面具有独到的优势:

2)使用方便,用户接受度高人脸识别技术使用通用的摄像机作为识别信息获取装置,以非接触的方式在识别对象未察觉的情况下完成识别过程。

3)直观性突出人脸识别技术所使用的依据是人的面部图像,而人脸无疑是肉眼能够判别的最直观的信息源,方便人工确认、审计,"以貌取人"符合人的认知规律。

识别精确度高,速度快与其它生物识别技术相比,人脸识别技术的识别精度处于较高的水平,误识率、拒认率较低。

不易仿冒在安全性要求高的应用场合,人脸识别技术要求识别对象必须亲临识别现场,他人难以仿冒。人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统。这是指纹等生物特征识别技术所很难做到的。举例来说,用合法用户的断指即可仿冒合法用户的身份而使识别系统无从觉察。

使用通用性设备人脸识别技术所使用的设备为一般的PC、摄像机等常规设备,由于计算机、闭路电视监控系统等已经得到了广泛的应用,因此对于多数用户而言使用人脸识别

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top