【中国智能制造网 智造快讯】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性。因而这些特征都可以作为鉴别用户身份的依据。
生物识别发展迅猛 普及还需突破关键技术
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:
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。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、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安全应用的大瓶颈。
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。
生物特征信号的质量评价可看做一个两类模式识别问题——将采集到的生物特征分为合格和不合格两种情况。如果要对合格信号量化打分,还要将评价指标定量化。
生物特征信号的质量评价问题是一个比较困难的问题,因为造成特征信号质量差的原因千差万别,即负样本的种类太多,不胜枚举,很难设计一个分类器将所有的正负样本区分开。需要通过质量评价来过滤的低质量生物特征一般包括存在离焦模糊或运动模糊的图像,信噪比太低的信号,遮挡的图像等。一般可以从空域和频域两个角度出发去设计质量评价算法。
版权与免责声明:
凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。
本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。
鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。