生物特征识别技术概述

李畅

摘 要：生物特征识别技术作为一种有效的身份识别技术，在过去的很短时间里得到了飞快的发展。随着人们对信息安全要求的逐渐提高，更多安全性更高、个体差异性更强的生物特征逐渐被人们所开发。生物特征技术现在不再简单停留在指纹识别、声音识别、虹膜识别，而是向更深层的特征发展。本文通过对生物特征识别技术的概念和发展历史展开叙述，通过着重对几个生物特征技术的介绍来写出自己对这个技术的预测和看法。

关键词：生物特征识别；发展史；预测

中图分类号：TP391 文献标识码：A 文章编号：1671-2064（2017）19-0027-02

1 生物特征識别技术介绍

1.1 生物特征识别概念

“如何辨别一个人的身份”这个问题在人类社会初始建立或者说人体有意识的时候开始就已经存在，是时时刻刻无处不在的问题。为了去识别一个人的身份，人们可以说是绞尽脑汁。3000多年以前，我们的祖先就已经开始使用钥匙来作为身份识别的象征，这是我们最早的用来识别一个人身份的方法。伴随着信息产品的告诉发展，以及硬件设备的更新换代，人们的身份识别方式已经从实物——这种易被人模仿的身份特征，变成了以存储信息为主的产品，比如：密码、条形码、磁卡。这些产品的虽然可靠性虽然比实物要高很多，但是这类身份识别主要还是通过信息匹配来实现，换句话说即使是不同的人也可以通过拿着这些身份识别的信息存储产品来实现自己的目的，所以这些产品无法认证到人们的真实身份，而且他们很容易被伪造、丢失和以为那个。所以人们在寻求一种新的身份识别，生物特征识别技术便营运而生。生物特征识别技术利用人类固有的生物特征来作为识别的依据，而这些特征往往有很高的个体差异性，同时可模仿性也很差，这些技术主要包括：指纹、声音、人脸、掌纹、笔迹等生物特征。基于这些生物特征，人们也已经研制出很多耳熟能详的生物特征识别的产品，如指纹打卡机、人脸识别开机、声音控制设备、签名识别等多种产品。生物特征识别技术在经历了很长时间的沉淀之后，在21世纪得到了飞速的发展，被列为对人类社会带来革命性影响的十大技术之一。同时也将成为未来几年，信息产业里程碑式的技术。

1.2 生物特征识别发展史

因为生物特征识别涉及的技术很多、方面很广，所以很多的技术在不同时期完成着自己的蜕变。但是总结各个生物特征识别技术的发展历程，他们大多就经历了三个时期：萌芽期、高潮期和商业化期。以人脸识别的发展为例，人脸识别在1965年萌芽，到1990年这25年是人脸识别的早期，这个时间里的人脸识别主要的体现在人脸的几何特征之上，包括人侧脸的弯曲角度，人面部的轮廓，因为这些研究方向的个体差异性不大，所以这一阶段人脸识别并没有得到长足的发展，更不要谈应用到具体的项目之上。

不如20世纪90年代，随着硬件设备的飞速发展，人脸识别技术也得到了飞快的进步。Turk和Pentland提出的脸部特征的概念，为以后人脸识别的发展奠定了基础，同时其他的科学家还研究出了特征的提取办法以及识别匹配算法。同时作为当时的科技前沿的单位，美国军方设计了人脸识别算法，又大大的推进了人脸识别的发展。

截止目前，生物特征识别包括人脸识别以及其他的识别技术，已经逐渐走向了成熟。很多有实用性的技术已经日趋商业化.商业化的产品为技术的改进提供了动力，同时也加快了产品的普及。这个时期无疑是各个技术高速发展的时代。生物特征图，见图1。

2 具体生物特征识别技术介绍

2.1 指纹识别技术

早在秦朝时期，中国就已经出现了利用指纹识别身份的案例，当然在那个时期还属于个别案例。在1903年，青岛市警察局首次应用汉堡式指纹法。此后我国相继开展了指纹的应用及研究，还曾建立过“指纹学会”。正如我们所知，每个人的指纹不同，指纹拥有个体差异性。指纹的特征点如：指纹的嵴、谷、以及交叉点、分叉点、结束点等都可以用来抽取特征值，通过特征值比对来确认用户的身份。所以在指纹识别领域，如何更好的提取特征成为了研究的主要方向，一旦有更好的提取方法，指纹识别的准确率和稳定性会大大提高。现阶段无论是基于灰度图像或是细化处理图像来提取特征值，都是为了更准确的提取特征。留心我们的生活中，能够发现指纹识别的应用场合非常广泛，从指纹解锁手机到上班打卡，从指纹付款到指纹开门，这无疑体现了指纹识别的优势所在：它是一种价格低廉，采集稳定的接触性识别技术。同样因为应用范围的广泛，使得指纹采集头频繁被使用，尤其是在公司等人多的情况下，指纹识别头的磨损会非常严重指，平均一年或者几个月就需要更换一次采集设备，不仅如此，有很多使用者自身的问题，比如：指纹受伤或者指纹较浅，这一类人的指纹不能被识别，所以这些缺陷成为了指纹识别技术推广的局限所在。

2.2 视网膜技术

上面介绍了指纹识别，接下来我来介绍同样很热门的视网膜识别技术。同指纹一样，每个人的视网膜图纹也不尽相同，不同人的视网膜血管分布具有唯一性，而且伴随着人的成长，视网膜血管不会发生变化，这也就保证了视网膜识别技术的准确率。视网膜识别技术的误识率不到万分之一。视网膜技术有自己独特的优点，首先就是它的识别准确率高，平均每万次检测才会可能出现一个识别错误的情况，所以它的准确性值得保证。同时因为视网膜识别检测的是人体视网膜的图案，像指纹识别是检测外在的人体指纹，人们可能通过带指套来伪装，但是视网膜识别检测的人眼球中深层次的血管分布而且肉眼不可见，可以给伪装增加难度从而加大识别的可靠性。同样这个识别技术也并不是完美无暇的，首当其冲的问题就是采集视网膜信息的投入成本过高，不论是金钱的投入还是时间的投入。再者就是对于某些有生理缺陷或者眼部有病变的人，视网膜识别并不适合他们。最后就是对人体自身的危害，因为视网膜识别需要通过扫描眼球来采集信息，会或多或少的对使用者的眼睛造成伤害。

2.3 人脸识别技术endprint

介绍了上面几个识别技术，我们忽视了日常中我们时时刻刻都在使用的识别技术，那就是人脸识别技术。在现实的生活里，我们去识别一个人并不是通过看他的视网膜、他的指纹或者听他的声音，更多的我们是在通过看那个人的脸来确定是不是自己的熟人。所以在所有的识别技术里，人脸识别是最贴近人的生活，符合人的认知规律的。它给人们带来直观，简便的识别效果，是其他识别技术所不能比拟的。

人脸识别拥有不同于指纹识别的优点就是，它是一个非接触的检测系统。利用设备中的图像获取设备来获取人脸的基本信息，然后利用算法提取特征值作为库文件，为以后的识别做好准备。直观的识别过程也是人脸识别的特点之一，作为人日常互相识别的方式之一，人脸识别符合人的生活规律。同时不像指纹识别，视网膜识别，这些识别技术的采集库数据很抽象，人们不容易辨别，而人脸识别的采集库可能能够轻松用肉眼辨别并且能够再利用。因为采集数据不需要刻意做出动作，只需要简简单单的站着就好，这种采集方式更容易被使用者所接受。人脸识别的可靠性也非常的高，他在检测时要求人们亲自到场去做出验证，不像其他的局部验证的技术，人脸识别这种总体的验证技术可以大大提高可靠性。而且人脸识别不会因为人的生理缺陷而影响到识别的准确性，恰恰相反在脸部的生理缺陷能够更好的成为识别特征。因为这些优势所在，人脸识别的应用前景十分广阔，并且普遍被机器人行业所接受。

人脸识别有两个优点自然性和简便性。自然性是指它的识别方式很贴近人在正常生活中的识别方式，这种识别的方式是人与生俱来的特殊能力，人们从一出生就能够通过观察来辨别不同的人。所以说自然性就是指是否符合人类本身的方式，像声音识别也是符合人类本身的识别方式，而指纹或者视网膜的特异性是人类在后来的发展中发现的特异性，人类本身并不具有识别这种特征的能力。另一个优点，简便性也是很重要的一个优点，因为识别的步骤和过程简便，这种方法不会引起使用者烦躁的情绪，增强用户友好度。所以人脸识别是这样一个可靠性强，不易被模仿，使用方便的识别方法。

3 生物特征识别技术预测

介绍了这么多的生物特征识别技术，他们或多或少都有自己的局限性。有的是在应用领域的局限性，有的是个体差异性不大会引起相当的安全性问题。这里我提出的一个想法是基于脑电信号的生物特征识别技术。在不久前我看了TED一次关于利用脑电信号搬运虚拟物品的介绍。视频中实验者先想象自己在搬运物体，同时设备会记录这时的实验者的脑电信号。然后面对屏幕中的物体，实验者再次想象刚才脑海中搬运物体的场景，物体就得到了搬运。我觉得这个过程就是一个信号的识别和匹配的过程，在保证个体差异性足够大的前提下能够很好的发展成为一个生物特征。因为每个人的思维方式不同，脑电信号也就有所差异，这样的一個生物特征将很难被其他人所模仿。

这里我用一个简单的例子来展开我的叙述：开锁。在设置锁的密码时，操作者可以任意去想象一个动作，这个动作就是这个锁的开锁密码。因为构思全部在脑海之中，其他人很难获取到操作者是怎么思考的，就算百分百知道操作者的想法，因为个体的思维方式差异性也很难去打开锁。我觉得BCI技术和生物特征识别结合将会是未来发展的主要趋势。

参考文献

[1]卢世军.生物特征识别技术发展与应用综述[J].计算机安全，2013，（01）：63-67.

[2]赵秀萍.生物特征识别技术发展综述[J].刑事技术，2011，（06）：44-48.

[3]王希光.生物特征识别技术的现状与发展趋势概述[J].信息与电脑（理论版），2010，（04）：25+27.

[4]高建虎.多生物特征融合与识别的关键技术研究[D].五邑大学，2008.

[5]李东晓.神奇的生物特征识别技术[J]. 人民公安，2007，（19）：52-53.

[6]郭文慧.几种常用的生物特征识别技术及其原理[J]. 黑龙江科技信息，2007，（13）：11.

[7]夏鸿斌，须文波，刘渊.生物特征识别技术研究进展[J].计算机工程与应用，2003，（20）：77-79+153.endprint