安防人上中安网!

关注我们  

安防网 >> 智慧社区 >> 技术方案

生物识别——永恒的身份证

2010-08-02 17:08:57 来源:CPS中安网 作者:Remen 责任编辑: jj123 收藏本文
在日常生活中,往往会出现这样一些情况:钥匙丢了,进不了门;密码忘了,无法在ATM机上取钱;电脑中的重要资料被他人非法复制了,手机被他人盗用,打了国际长途……这些都给我们造成了很大的麻烦,甚至巨大损失。

  (2)掌纹


  手掌几何学是基于这样一个事实:几乎每个人的手的形状都是不同的,而且这个手的形状在人达到一定年龄之后就不再发生显着变化。当用户把他的手放在手形读取器上时,一个手的三维图像就被捕捉下来。接下来,对手指和指关节的形状和长度进行测量。


  根据用来识别人的数据的不同,手形读取技术可划分为下列 3种范畴:手掌的应用,手中血管的模式以及手指的几何分析。映射出手的不同特征是相当简单的,不会产生大量数据集。但是,即使有了相当数量的记录,手掌几何学不一定能够将人区分开宋,这是因为手的特征是很相似的。与其他生物识别方法相比较,手掌几何学不能获得最高程度的准确度。当数据库持续增大时,也就需要在数量上增加手的明显特征来清楚地将人与模板进行辨认和比较。


  (3)眼睛


  分析眼睛的复杂和独特特征的生物识别技术主要包括了虹膜识别技术、视网膜识别技术和角膜识别技术。


  虹膜是环绕着瞳孔的一层有色的细胞组织。每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构。虹膜扫描安全系统在发现虹膜时,就开始聚焦,捕捉到虹膜样本后由软件来对所得数据与储存的模板进行比较。想通过眨眼睛来欺骗系统是不行的。


  虹膜识别比较便于用户使用,可靠性好,用户与设备之间也无需物理的接触;但其设备尺寸较大,并且因聚焦的需要而采用的摄像头很昂贵,黑眼睛极难读取,此外还需要一个比较好的光源。


  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,血液细胞的惟一模式就因此被捕捉下来。某些人认为视网膜是比虹膜更为惟一的生物特征。


  视网膜识别的优点就在于它是一种极其固定的生物特征,因为它是“隐藏”的,故而不可能受到磨损、老化等影响;使用者也无需和设备进行直接的接触;同时它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。另一方面,视网膜识别也有一些不完善的,如:视网膜技术可能会给使用者带来健康的损坏,设备投入较为昂贵,识别过程的要求也高,因此角膜扫描识别在普遍推广应用上具有一定的难度。


  (4)面部


  面部识别系统是通过分析面部特征的惟一形状、模式和位置来辨识人。其采集处理的方法主要是标准视频和热成像技术。标准视频技术通过一个标准的摄像头摄取面部的图像或者一系列图像,在面部被捕捉之后,一些核心点被记录,例如眼睛、鼻子和嘴的位置,以及它们之间的相对位置,然后形成模板。热成像技术通过分析由面部的毛细血管的血液产生的热线来产生面部图像,与视频摄像头不同,热成像技术并不需要在较好的光源条件下,因此即使在黑暗情况下也可以使用。


  面部这项生物识别技术的吸引力在于它能够人机交互,用户不需要和设备直接的接触。但相对来说,这套系统可靠性较差,使用者面部的位置与周围的光环境都可能影响系统的精确性,并且设备十分昂贵,只有比较高级的摄像头才可以有效高速地捕捉面部图像,设备的小型化也比较困难。此外,面部识别系统对于人体面部的头发、饰物、变老以及其他的变化,需要通过人工智能来得到补偿,机器知识学习系统必须不断地将以前得到的和现在的得到的图像进行对比,以改进核心数据和弥补微小的差别。鉴于以上各种因素,此项技术在推广应用上还存在着一定的困难。


  (5)语音


  语音识别主要包括了两个方面:语言和声音。声音识别是对基于生理学和行为特征的说话者嗓音和语言学模式的运用,它与语言识别不同在于不对说出的词语本身进行辨识,而是通过分析语音的惟一特性例如发音的频率,来识别出说话的人。声音辨识技术使得人们可以通过说话的嗓音来控制能否出入限制性的区域。举例来说,通过电话拨人银行、数据库服务、购物或语音邮件,以及进入保密的装置。语言识别要对说话的内容进行识别,主要可用于信息输人、数据库检索、远程控制等方面。现在身份识别方面更多的是采用声音识别。


  声音识别也是一种非接触的识别技术,用户可以很自然地接受,使用方便。但由于非人性化的风险、远程控制和低准确度,它并不可靠;并且声音的变化范围大(如音量、速度和音质等方面)直接会影响采集与比对的精确度,一个患上感冒的人有可能被错误地拒认从而无法使用该声音识别系统。同时随着数字化技术的发展,音频数字处理技术很可能欺骗声音识别系统,其安全性受到了挑战。


  (6)签名


  签名识别,也被称为签名力学辨识,它是建立在签名时的力度上的。它分析的是笔的移动,例如加速度、压力、方向以及笔划的长度,而非签名的图像本身。签名识别和声音识别一样,是一种行为测定学。签名力学的关键在于区分出不同的签名部分,有些是习惯性的,而另一些在每次签名时都不同。


  签名作为身份认证的手段已经用了几百年了,应用范围从独立宣言到信用卡都可见到,是一种能很容易被大众接受而且是一种公认的较为成熟的身份识别技术。然而,签名辨识的问题仍然存在于获取辨识过程中使用的度量方式以及签名的重复性。签名系统已被控制在某种方式上去接受变量。但是,如果不降低接受率,它就无法持续地衡量签名的力度。因为签名的速度不快,我们也无法在Internet上方便使用它。



  【中安网原创稿件声明】转载中安网文章时应遵循以下三个规则:1、保持原创文章中图表、图片、音视频的完整性;2、完整标注文章作者[文章前后有说明];3、转载中安网原创中部分内容也要完整标注来源"中安网",违者本网将依法追究。

【想第一时间了解安防行业的重磅新闻吗?请立即关注中安网官方微信(微信号:cpscomcn)——安防行业第一人气微信,万千精彩,千万不要错过!!!

中安网官方微信

关键词生物识别
提示:试试"← →"实现快速翻页

网友评论

共有0条评论  点击查看全部>>

所有评论仅代表网友观点,与本站无关。

24小时阅读排行

本周阅读排行

订阅邮件
安防速递

每天三个要闻,知晓行业关键

E 周 刊

一周事,一朝知

Email: