生物测定技术根据人体自身的特征如指纹、声音等来识别个人的身份。目前,有很多的生物测定技术可用于身份认证。这里,我们描述一下大多数流行的生物测定技术是怎样工作的,并对它们抓图、抽取特征、比较和比对的功能做以简单的评论。
[虹膜识别技术]
虹膜是一种在眼睛中瞳孔内的织物状的各色环状物,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,据宣称,没有任何两个虹膜是一样的。虹膜扫描安全系统包括一个全自动照相机来寻找你的眼睛并在发现虹膜时,就开始聚焦,想通过眨眼睛来欺骗系统是不行的。
虹膜技术的优点
便于用户使用；
可能会是最可靠的生物识别技术,尽管它还没有测试过；
只需用户位于设备之前而无需物理的接触。
虹膜技术的缺点
一个最为重要的缺点是它没有进行过任何的测试,当前的虹膜识别系统只是用统计学原理进行小规模的试验,而没有进行过现实世界的唯一性认证的试验；
很难将图像获取设备的尺寸小型化；
因聚焦的需要而需要昂贵的摄像头,一个这样的摄像头的最低报价为4000美元；
镜头可能会使图像畸变而使得可靠性大为降低；
黑眼睛极难读取；
需要一个比较好的光源。
[视网膜识别技术]
视网膜也是一种被用于生物识别的特征,某些人认为视网膜是比虹膜更为唯一的生物特征,视网膜识别技术要求激光照射眼球的背面以获得视网膜特征的唯一性。
视网膜技术的优点
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； 使用者不需要和设备进行直接的接触； 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。
视网膜识别的缺点
视网膜技术未经过任何测试。 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； 对于消费者,视网膜技术没有吸引力； 很难进一步降低它的成本。
[面部识别]
面部识别技术通过对面部特征和它们之间的关系来进行识别,识别技术基于这些唯一的特征时是非常复杂的,这需要人工智能和机器知识学习系统,用于扑捉面部图像的两项技术为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被记录下来然后形成模板；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。一个算法和一个神经网络系统加上一个转化机制就可将一幅指纹图像变成数字信号,最终产生匹配或不匹配信号。
面部识别的优点
面部识别是非接触的,用户不需要和设备直接的接触； 尽管可以使用桌面的视频摄像,但只有比较高级的摄像头才可以有效高速的扑捉面部图像；
面部识别的缺点
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； 大部分研究生物识别的人都公认面部识别是最不准确的,也是最容易被欺骗的； 面部识别技术的改进依赖于提取特征与比对技术的提高,并且采集图像的设备会比其技术昂贵得多； 对于因人体面部的如头发,饰物,变老以及其他的变化可能需要通过人工智能来得到补偿,机器学习功能必须不断地将以前得到的图像和现在的得到的进行比对；以改进核心数据和弥补微小的差别； 很难进一步降低它的成本,我们必需以昂贵的费用去卖高质量的设备。
[签名识别]
签名作为身份认证的手段已经用了几百年了,而且我们都很熟悉在银行的格式表单中签名作为我们身份的标志。将签名数字化是这样一个过程,测量图像本身以及整个签名的动作--在每个字母以及字母之间的不同的速度、顺序和压力,签名识别和声音识别一样,是一种行为测定学。
签名识别的优点
使用签名识别更容易被大众接受而且是一种公认的身份识别的技术。
签名识别的缺点
随着经验的增长,性情的变化与生活方式的改变,签名也会随着而改变； 为了处理签名的不可辟免的自然改变,我们必须在安全方面做以妥协； 因为签名的速度不快,我们无法在Internet上使用它； 用于签名的手写板结构复杂而且价格昂贵,因为和笔记本电脑的触摸板的分辨率有着很大的差异,我们在技术上很难将两者结合起来； 很难将它的尺寸小型化。
[声音识别技术]
和签名识别相同,声音识别也是一种行为识别技术,声音识别设备不断地测量、纪录声音的波形和变化。而声音识别基于将现场采集到的声音同登记过的声音模板进行精确的匹配。
声音识别的优点
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。
声音识别的缺点
和其他的行为识别技术一样,声音因为变化的范围太大,故而很难进行一些精确的匹配； 声音会随着音量、速度和音质的变化(例如当你感冒时)而影响到采集与比对的结果； 随着技术的发展,也许你可以觉察和拒绝录音的声音,然而,目前来说,我们还很容易用录在磁带上的声音来欺骗声音识别系统。 高保真的麦克风是很昂贵的。
[指纹识别系统]
指纹识别作为识别技术已经有很长的历史了,有着坚实的市场后盾,按照一般人的看法,指纹识别技术通过分析指纹的全局特征和指纹的局部特征,特征点如嵴、谷和终点、分叉点或分歧点,从指纹中抽取的特征值可以非常的详尽以便可靠地通过指纹来确认一个人的身份。 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��这足够来确认指纹识别是否是一个更加可靠的鉴别方式。这里,我们大体给出指纹识别中的获取图像、抽取特征和比对的过程。 图像采集中的光学技术和电容技术 两种用来采集指纹图像的技术主要为光学技术和电容技术。 光学技术需要一个光源从棱镜反射按在一个取像头的手指,光线照亮指纹从而采集到指纹。 采用电容技术的半导体技术,按压到采集头上的手指的脊和谷在手指表皮和芯片之间产生不同的电容,芯片通过测量空间中的不同的电容场得到完整的指纹。 电容技术的缺点 因为电容技术的芯片昂贵,芯片的大小和手指相当就已价格昂贵,故几个公司试图推出可提供比指纹更小的芯片只采集部分的指纹以验证,使用这种采集方式,用户必须精确的放上手指以确保能正确的读取。而这样必然使读取头变得不易使用,使用这种小芯片的另一个缺点是只使用部分的指纹必然没有采集全部指纹进行比对可靠得多。 电容采集头的另一个缺点是易于受到干扰,从60HZ的电缆线的干扰到用户接触时的干扰、指纹采集器内部的电干扰等。 电容采集头的最后一个问题是可靠性,无论是静电干扰,汗液中的盐分或者其他的赃物以及手指磨损都会使采集头很难读取指纹。 实际上,到目前为止,电容采集头提供更加可靠的解决方案。通过改进原来的光学取像技术,新一代的电容指纹采集器更是以无可挑剔的性能与相对非常低的价格使电容方案相形见绌。
指纹识别的优点
指纹是人体独一无二的特征,并且它们的复杂度足以提供用于鉴别的足够特征； 如果我们想要增加可靠性,我们只需登记更多的指纹,鉴别更多的手指,最多可以多达十个,而每一个指纹都是独一无二的； 扫描指纹的速度很快,使用非常方便； 读取指纹时,用户必需将手指与指纹采集头相互接触,与指纹采集头直接接触是读取人体生物特征最可靠的方法。这也是指纹识别技术能够占领大部份市场的一个主要原因。 指纹采集头可以更加小型化,并且价格会更加的低廉。
指纹识别的缺点
某些人或某些群体的指纹因为指纹特征很少,故而很难成像； 过去因为在犯罪纪录中使用指纹,使得某些人害怕"将指纹纪录在案"。然而,实际上现在的指纹鉴别技术都可以保证不存储任何含有指纹图像的数据,而只是存储从指纹中得到的加密的指纹特征数据。 每一次的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。 可以见到,指纹识别技术是目前最方便、可靠、非侵害和价格便宜的生物识别技术解决方案,对于广大市场的应用有着很大的潜力。 　
指纹识别技术中的软件和固件的重要性
尽管价格,尺寸和硬件的设计对于指纹识别系统非常重要,但这只决定了整个系统是否强健,但固件和软件的重要性在整个系统中的地位不低于硬件,尤其是对于想占领市场的产品来说。 指纹采集头中的固件负责处理图像和与PC机的连接,在大多数的系统中,固件相对显得非常简单,它不停的将数据传送给计算机,然而这样做存在着很多的问题,第一个主要的问题是,这样传输数据很容易被纪录并且被再次使用,这使的系统受到潜在的危险,另一个问题是我们必需为指纹采集头供给电源。计算机必须不停的扑捉图像以决定是否有指纹按压上去,这样才能在最恰当的时候扑捉指纹图像。通过设计好的固件来处理这些问题,可以改善了整个系统的性能；使用USB接口是目前的一个好的接口方案,能够提供电源、带宽和即插即用功能；传输到计算机的指纹需要进行必要的加密以保证安全；并且,在不读取指纹的状态下,固件应该转入低功耗状态。 当主机从计算机中安全的得到指纹图像后,识别算法就进行下一步的验证过程。指纹是如此可靠的生物特征,以至于只需很少的信息就可以进行比对。而指纹的这一特点却没有在大多数的指纹识别算法中得到体现,大多数的系统都要求用户按上所有的手指,用户必须很小心的按上手指。如果指纹的位置不对或者指纹质量不高都会使验证无法进行,用户必须再次按压手指,而这样的产品无法在市场中立足。 因此,好的系统应该更加易于使用、可靠,用户不必担心指纹的放置位置,算法要支持360度旋转和残缺的指纹。用户只需轻轻的按上手指而无须担心是否位置合适或只按压了一部份。对于手指的压感、旋转、质量,以及采集头的灰尘和薄雾,系统都要能很好地解决。 监控和无监控的操作,一对一比对和一对多比对 使用指纹识别技术首先必须理解监控和无监控比对之间的区别,在传统的犯罪指纹库中,指纹是在监控状态下获得而比对是建立在同指纹库中的多次比对基础上。而要将指纹识别算法推向市场,指纹的读取必须是建立在无监控的状态下的。这样,只需轻轻的按压而无须等待指纹图像达到最好,另外,在处理电子商务时,数据会跟已经登记好的指纹进行比对,大多数情况下是一对一的比对而不是一对多的比对。无监控的取像和一对一的比对算法和一对多的比对算法在系统中都有很好的对策,无监控模式必须使得比对算法能够处理差质量的指纹并且算法必须比监控状态下要可靠。