生物特性识别技术范文

时间:2023-12-22 10:06:46

引言:寻求写作上的突破?我们特意为您精选了12篇生物特性识别技术范文,希望这些范文能够成为您写作时的参考,帮助您的文章更加丰富和深入。

生物特性识别技术

篇1

中图分类号:TP18 文献标识码:A 文章编号:1009-3044(2017)05-0130-02

1 概述

人员身份认证是安防体系中最重要和核心的一部分。传统的身份认证技术(如密码、门禁卡)等存在易忘记/丢失、易攻击/盗取等问题。为了克服这些问题,虹膜识别作为一种新颖的身份识别方法应运而生。虹膜识别技术采用专用光学图像采集仪采集人眼虹膜图像,再通过数字图像处理技术、模式识别和人工智能技术进行处理、存储、比对,实现对人员身份的认证和识别。虹膜识别具有超群的唯一性、稳定性、非接触性和难伪造性,已成为最具潜力的生物特征识别技术之一。林宇翔等[1]将虹膜识别技术在移动终端进行分析研究。刘扬[2]曾在虹膜识别上进行算法的研究虹膜识别技术包括硬件、软件两大模块。付鑫[3]等提出基于小波分析的虹膜识别技术的研究.王成儒等[4]提出基于几何特征的虹膜定位算法。本文考虑现实生活中各种不确定因素,提出基于虹膜技术的研究和设计,通过对比一般安检方法,论述虹膜技术的先进,从实例验证基于虹膜的可靠性,从而为安防体系提供理论依据。

2 虹膜识别的特性

门禁系统,又称出入管理控制系统,是一种管理人员进出的数字化管理系统.常见的门禁系统有:密码门禁系统,非接触 IC 卡 ( 感应式 IC 卡 ) 门禁系统,指纹虹膜掌型生物识别门禁系统等.密码识别系统由于其本身的安全性弱、便捷性差,以致面临淘汰,生物识别的时代即将来临.虹膜识别的特性决定了它越来越好的发展前景,虹膜识别的特性有如下几点:

唯一性:虹膜纹理的细节特征是由胚胎发育环境的随机因素决定的,这种纹理细节的随机分布特性为虹膜的唯一性奠定了生理基础,自然界不可能出现完全相同的两个虹膜。

稳定性:虹膜从婴儿胚胎期的第三个月前开始发育,到第8个月主要纹理结构已经形成.由于角膜的保护作用,发育完全的虹膜不易受到外界伤害,纹理几乎终生不变(活体限制)。

非接触性:虹膜是一个外部可见的内部器官,相对于指纹等需要接触采集的生物特征更加卫生、方便。通过非接触(甚至远距离)的采集装置就能获取合格的虹膜图像,这一点与指纹、脸像等人体外部器官有很大的区别。

防伪性:获取清晰的虹膜纹理需专门的虹膜图像采集装置和用户配合,因此一般情况下(相对指纹和人脸)很难盗取其他人的虹膜图像.并且,眼睛也有很多优良的光学和生理特性可用于活体虹膜检测。

3 虹膜识别技术识别流程

虹膜图像采集、虹膜图像预处理和虹膜特征提取与匹配为虹膜识别的三个主要阶段.每阶段对最终识别效果的影响都至关重要。

第一个阶段是图像获取.通过虹膜采集仪采集用户的人眼或人脸图像.虹膜身份认证的准确性直接收虹膜图像质量影响.虹膜图像的质量受虹膜采集仪性能的直接影响。

第二阶段是预处理阶段,在虹膜定位前先使用人眼检测器大概确定人眼位置,在此基础上进行虹膜内外边缘定位。因为虹膜内外边缘近似圆形,虹膜定位一般采用圆拟合虹膜边缘。

第三阶段是虹膜图像特征提取与匹配,在预处理后的虹膜图像上,提取能唯一表征该类虹膜的特征,与虹膜数据库模板匹配,得到最终匹配结果。

4 虹膜识别技术功能模块

虹膜识别技术分为六个模块,按层次结构依次为:内心圆的确定、外心圆的确定、圆心的矫正和展开、二值化和形态学处理、特征值的提取、特征值的比对。

二值化图像中的虹膜特点的描述参数如图1所示。

一系列斑点为虹膜的特征表现,这些斑点的位置、面积、形状等都可作为识别的特征。对一个特征点来说,重心位置是描述这个点的首选参数,而形状参数更丰富了其信息。在提取特征点形状时,考虑到如下实际因素:

1)特征点的大小和形状各种各样,无法一一列举。

2)因滤波和形态学处理及,镜头聚焦等因素,相同虹膜的特征点也不完全相同,只是相似。

3)形状,只能提取抽象特征。

虹膜特征点的提取:选定如上特征点之后,从二值图像中将其特征量提取出来,提取时一般采用扫描和标记不同特征点的方法实现,对图像顺序扫描,由上到下、由左到右逐行扫描,设图像中的目标像点用1代表,背景用0代表。

虹膜特征点对比:上面所对每一个特征点确定了它的描述参量,我们采用如下方法取点组成特征向量,从展开图底部,即靠近瞳孔一侧由上到下,由左至右依扫描整个图像,依次选取N个特征点放入特征向量,若模板中的特征向量少于下限t,表明此图像不合格,需重新采集。

5 实例分析

王翠曾提出基于嵌入式的虹膜识别系统[5],本文以基于虹膜识别的考试管理系统的设计为例说明虹膜识别在现实生活中的应用。

1)虹膜识别仪的识别界面:设备启动后默认界面是识别界面,可进行虹膜识别,当人眼进入虹膜摄像头拍摄范围,眼睛会被“眼睛跟踪框”标定,虹膜图像清晰时“眼睛跟框”变绿,否则是红色,同时设备会语音提示“请靠近一点”“请远一点”“请对准方框、保持稳定”等引导人员使用设备,如图2所示。

虹膜识别技术在考试中应用,能更有效地减少考试中的各种作弊现象的发生,从而更好地严肃考风考纪。

6 结束语

各种安全系统在生活中广泛使用,由于现代生活中对安全性要求越来越高.现有的系统存在安全隐患,由于虹膜核心技术的先进性,结合二值化图像和人体的生物特性,通过介绍虹膜识别的特性和工作流程,虹膜识别可替代应用于所有的安全系统,提升老旧安全系统或低效虹膜系统的安全可靠性和服务质量,也可应用于司法监狱、公安看守所、银行、 军队、武警、工矿企业、教育、国企、私企、普通公司等.虹膜识别技术可扩展用作安防、考勤,普及率逐年上升,可在未来衍生民用化产品,使得每家每户安装虹膜安全锁,家庭安保将大大提升多个档次,惠及国计民生。

参考文献:

[1] 林宇翔.虹膜识别技术在移动终端应用中的特征及优势分析[J].技术应用,2013(5):103-104.

[2] 刘扬.基于虹膜身份识别算法的研究[D].东北石油大学,2014.

篇2

中图分类号:TP391 文献标识码:A 文章编号:1671—7597(2013)041-091-01

目前技术实现最为简单、最为成熟的识别办法是指纹图像识别技术,它是生物识别个人身份之首,前提是由于指纹具有人各有异、随身携带以及终身不变的特点。指纹图像识别技术非常具有法律权威的验证手段,在国际上也具有通用性,因此广泛应用于公安、金融、证券等领域。

1 指纹的特点

我们人类在寻找能够方便、有效、安全地保护物品、交易、文档方面经历了漫长的过程,主要可以分为三个阶段,第一阶段是一个初级原始的阶段,主要是采用各种机械钥匙来进行安全保护。第二阶段是向如密码或条形码的数字密钥进行转变,而不再是过去的机械钥匙。第三阶段是利用生物特征来对身份进行验证和辩识。从目前国内外的安全密钥系统来看,安全级别最高的就应该是生物识别。而在生物识别中,价格便宜、可靠、实用、方便、不会侵犯到人生自由的应该是纹识别技术,这也是最有应用前景和最有典型代表性的一种生物识别技术。

1.1 指纹的优点

指纹是一种最成熟、最传统的生物鉴定方式,其具有两个突出优点:

1)独特性。指纹的独特性很明显。到现在还无法找出两个指纹全部一样的人。就是同卵双胞胎的指纹也不会相同。

2)稳定性。指纹的稳定性很强。指纹的结构、纹线类型、统计特征的总体分布等从胎儿在6个月时指纹完全形成到人死后尸体腐烂始终没有明显变化。

1.2 指纹的特征

指纹是表面皮肤凹凸不平而产生的纹路。此外,受光照的影响,噪声会通过摄像机或扫描仪进行数字化时引入。这些因素导致灰度图像无法直接用来匹配。所以,选择合适的指纹来描述指纹很有必要。有两种结构特征的层次一般被采用。

1)局部特征,也叫细节特征,最常用的指纹局部结构特征是端点和分叉点。细节-坐标模型是一个使用这种特征的例子,即指纹的描述可以通过指纹的坐标、细节点和其他一些特征来完成。

2)全局特征。即指指纹的全局纹路结构,在利用计算机的时候划分为:箕型、弓型、螺旋型。这3种基本图案是其余指纹图案的基础。只是靠着图案类型进行指纹的分辨仅是一个大致的分类,还远远不够。不过由于经过这样的分类过程,在数据库中寻找指纹将更为便捷。

3)指纹采集。指纹采集目的就是如何将指纹进行数字化。其根据指纹的几何特性或生理特性,利用指纹纹理的不同的几何特征以及生理特征,还有其对光的反射强度、温度、压力、导电性不同的特点,将人的不同手指的指纹进行采集,再传输到计算机系统进行一系列的处理,最后形成数字化的指纹图案。众所周知,在自动识别指纹的过程中,最初所输出的原始指纹图像是一个典型的灰度图像,含有很多噪音,是不能被我们所用的。我们必须通过相应的预处理技术,将灰度图像中所蕴含的噪音去除掉,使之能够有效地成为相对较为清晰、便于提取指纹特征的点线图。预处理技术的好坏,直接影响到指纹识别的好坏。

2 指纹图像识别技术的应用

指纹图像识别技术的应用也很广泛。现在国外主要有以下几方面的应用:

1)医疗方面:如个人医疗档案管理、献血输血管理等。

2)金融安全方面:主要涉及到如远程交易身份确认、指纹终端、交易终端客户身份确认、指纹储蓄卡、指纹储蓄卡、大额取款客户身份确认、指纹保险箱、指纹智能卡等。我们以养老金为例,在过去常常会出现有超期领取、冒领、错领养老金的行为,造成了国家财产的巨大损失。为了有效地规范管理养老保险金,我们可以将传统领取养老金的方式进行改变,使用身份指纹认证系统。只需要领取者轻轻地将指纹捺印在指纹采集仪上,就能够在不到1秒的时间内对其身份的真实性进行自动识别。

3)数据通信领域:在对数据解密、加密过程机械变换的过程中,加密技术一种有效保障安全传输信息的手段,而在数据通信加密中采用指纹识别技术,能够使得其安全性更加提高,能够进行二次加密。

4)信息安全领域:主要涉及到网上贸易、网络安全防范、指纹验证代替、电子商务、网上银行等。

5)公共安全方面:如个人指纹身份证、指纹门锁、汽车门锁等。

6)指纹特征匹配方面,指分析比对公安机关指纹库中的指纹模板和目前正在待验证的指纹的过程。比对是结合总体特征和局部特征两个方面,按照模式识别的原理进行的,如果达到预设的阈值则为两者匹配,否则不匹配。比对数据、保存数据、提取特征、读取指纹图像是指纹识别技术的四个主要功能。这种方法会产生大约490个数据,因为一般手指上平均具有70个节点。我们将此数据称为模板。我们对比分析计算两个指纹的模板,同时基于计算机模糊比较原则,将二者之间的相似度精确地计算出来,这样一来,就能够准确地得到两个指纹的匹配的结果。

7)社会福利方面:主要涉及到确认公费医疗、保险的受益人,防止有人假冒领取。

8)其他方面:主要涉及到民航、海关的通关认证、确认俱乐部会员资格、指纹考勤等。

3 结论

指纹识别技术随着指纹识别产品的开发已开始进入民用市场,而且其发展发展系数,未来将会逐渐得到普及。同时伴随着社会对保密性和安全性的要求的提高,生物识别正逐步形成一个新的领域,未来,传统的钥匙和密码和智能卡等将可能被生物识别技术取代,生物识别技术将成为安全、方便、保密的工具。

参考文献

[1]张中会,刘益成,闻辉,荣峰.一种基于中心点的指纹匹配算法的研究[J].电子与电脑,2006(07):115-119.

篇3

一、前言

随着网络经济和网络社会时代的到来,我国的经济、军事、社会各方面都越来越依赖于网络,特别是金融和电子商务方面。同传统的金融管理方式相比,金融电子化如同将金库建在计算机数据库中,资金在计算机网络中流动,金融计算机系统已成为犯罪活动的新目标。为了保障金融、电子商务的安全性,认证技术是一个重要方面。身份认证用于鉴别用户身份,以保证通信双方身份的不可抵赖性。生物识别技术是利用人体生理特征进行身份认证和识别的一种技术,生物特征是唯一的、稳定的、可以验证的,与传统的身份鉴定手段相比,基于生物特征识别的身份鉴定技术具有防伪性能好,不易伪造或被盗等优点。因此近年来在金融、电子商务中,生物识别技术正成为一个重要应用方向。

二、主要的生物识别技术

1.在金融、电子商务中。常用的生物识别技术有以下几种:

指纹识别技术指纹识别技术是最早的通过计算机实现的身份识别手段。指纹识别技术涉及到许多高新技术,如指纹样本的采集和存储技术以及计算机数据处理技术等等。指纹的识别属于“模式识别”,该系统的核心是OCR(光学字符识别)技术。通过摄像头提取指纹,然后输入计算机,再通过一系列复杂的指纹识别算法,现代技术就能在极短的时间内完成任何人的身份识别认证。随着科技的进步,指纹识别技术正在走向金融、电子商务领域,指纹识别身份的ATM提款机已经有所应用。

2.掌形识别掌。人类手掌的立体形状,就如同指纹一样,是每个人都互不相同的可以作为身份确认的识别特征。手掌特征是指手掌长度、宽度、厚度以及手指的表面特征。首先,掌形识别系统获取手掌的三维图像,然后经过分析确定每个手指的长度、手指不同部位的宽度以及靠近指节的表面和手指的厚度。可得到近百个掌形的数据,从而与模板进行比较,并得出结果。手掌的几何特征的稳定性极高,不易受外在环境的影响而改变。缺点是掌形识别容易受生理状况改变的影响,而造成识别率的不稳定。

3.人脸识别。人脸识别技术具有非接触性、对被识别对象侵扰少和识别手段隐蔽,可广泛用于公安部门的犯人管理及案犯查找、医学诊断、信用卡、人机交互、证件核对等。其识别技术主要有:获取人脸图像、进行特征提取、分类器根据特征来进行决策分类、匹配识别。其不足是处理技术较复杂,人脸易受影响的因素太多(表情、光照、环境等),给特征提取增加了困难。

4.签名识别技术。笔迹是人的一种稳定的行为特征,具有一定的不变性和独特性。因此可以利用人的签名来识别个人身份。手写签名识别技术,是通过计算机把手写签名的图像、笔顺、速度和压力等信息与真实签名样本进行比对,以实时鉴别手写签名真伪的技术。签名识别技术装置一般使用有线笔、灵敏的图形输入板或二者相互结合使用。其过程分为签名采集和签名识别:签名采集提取了签名中的百余种生物特性,对每个人的签名建立一个惟一模板。签名识别系统通过签名识别,完成用户合法身份的确认。可用于电子政务、电子商务、金融机构、安全防范等领域。

虹膜识别虹膜即为人们所称的黑眼珠部分,是眼球前一层圆盘状的薄膜,中央部分是瞳孔。经计算两个人同一只眼虹膜特征相同的概率是十万分之一,两眼相同的概率是一千亿分之一。眼睛虹膜纹络识别技术是计算机技术与成像技术的结晶,采用的是红外成像技术,将人眼中的虹膜纹络特征图信息输入计算机,成为特殊的可供自动识别的人体身份证。与其他识别技术相比,虹膜识别的错误率是最低的。其不足是图像获取设备复杂、价格较高。

三、生物识别技术在金融、电子商务中的主要应用

目前,我国在金融、电子商务中使用的基本上是智能IC卡,这类卡在使用时是通过“用户ID+用户密码”来进行身份识别和数据的访问,基于该方式加密的金融卡有两大隐患,一是微机只认密码不认人;二是密码位数短,容易破解,若位数长,用户很难记,常遗忘密码,对用户造成使用时不便。全球的金融IC卡使用区域是受限制的,这主要是因为各国的IC卡标准不统一,我国目前所进行的EMV大迁移主要是解决这一问题。在EMV大迁移的过程中,符合EMV国际标准的IC卡加密就显得尤为重要。基于生物特征进行身份识别,其可靠性和安全性是非常高的。如果金融卡的使用过程像其他生物特征识别系统一样,需要建立一个生物特征数据库,那么将全球拥有IC卡的用户特征学习到生物特征数据库,数据库将是非常庞大的,这将影响到识别过程的快速性。因此,该方法是不可行的。为此,一般是将拥有IC卡的用户的生物特征信息集成到IC卡上,用户在使用IC卡进行金融交易时,只需与卡上的特征进行比对,就可达到辨识的过程,而无需在金融网络中建立庞大的特征数据库。这样,用户不需要任何密码,更不会担心丢失或遗忘。将指纹识别技术应用于金融卡,也是一种加密上的改进,但比起虹膜识别技术的误辨识率要高,拒真率也高,虹膜技术在金融卡身份识别中将更有前途。金融中心需要有虹膜学习终端,金融交易机器(自动取款机,ATM)需要安装虹膜识别镜和虹膜辨识系统。

篇4

0 引言

生物特征识别技术是根据每个人独有的、可以采样检测的生理特征或行为特征进行身份识别的技术。第一代生物特征识别技术主要利用人的指纹、脸像等特征进行识别,这通常要求上体近距离或接触性的协作感知,在远距离的情况下,这些特征不可能被利用。

由于个体之间身体结构和运动行为上的基本特性不同,步态运动为人的识别提供了独特的线索。步态具有非接触性、难以隐藏或伪装、易于捕捉等特点,且不受距离影响。除了步态本身的特点,PC处理器能力的提升,高速数据存储设备的出现,人体建模、运动跟踪等计算机视觉处理技术的提高等因素使得步态识别技术成为一种新的可行的安全应用,极具研究意义与研究价值。

近几年来步态势识别技术引起了世界各国学术科研机构的广泛的关注。美国国防高级研究所项目署资助的重大项目――HID(Human Identification a Distance)计划开展的多模态视觉监控技术以实现远距离情况下的人的检测、分类和识别。

1 步态识别过程

步态识别旨在根据人行走时的姿势来进行人的身份认证。步态识别过程可以划分为步态检测、步态特征提取、步态分类与识别三个阶段。

1.1 步态检测

步态检测是从人行走的视频序列中提取步态轮廓区域,这方面的工作包括背景建模、前景检测和形态学后处理等。步态轮廓的有效分割对于特征提取、分类识别等后期处理非常重要,因为后续处理过程仅考虑图像中轮廓区域的像素。常用的步态检测方法有背景减除法、时间差分法、光流法等。

1.2 步态特征提取

步态特征主要分为两大类:人体结构特征和运动行为特征。前者反映了人体的几何特性,如身高和体形;后者主要指行走时的肢体运动参数的变化。步态特征提取的方法主要有基于模型的方法和基于非模型的方法。

1.2.1 基于模型的方法

基于模型的方法是将人体结构或人体运动建模后,利用二维图像序列数据与模型数据进行匹配以获取特征参数。人的步行存在着携带背包、雨伞等足以改变外形、掩盖部分身体的现象,在很多运动场合还存在身体自我遮挡现象,基于模型的方法能够成功解决遮挡问题,原因在于模型是依赖于图像序列中人的运动模式而建立,能够反映当前的变化,还能对过去和将来的变化进行估算。常用的模型主要有:Lee构建的椭圆模型,即用椭圆来匹配运动人体的二值化侧影的不同身体部位,以椭圆的质心、离心率等参数反映人体步态特征参数[1];Cunado建立的钟摆模型,将大腿建模为链接的钟摆,并从其倾斜角度信号的频率分量中获取步态特征[2];Yoo建立的骨架图模型,即用直线近似在关节点处所连接的骨骼来表达人体[3]。

1.2.2 基于非模型的方法

非模型的方法是通过对位置、速度、形状等相关特征的预测或估计来建立相邻帧间的关系。例如,Little等[4]利用步态序列图像的光流频率和相位作为特征;Kale等[5]提取人体轮廓图像的宽度向量作为特征;Shutler[6]等引入速度矩作为特征;王亮等[7]提取轮廓点到人体质心的距离向量作为步态特征。

1.2.3 步态分类与识别

步态的分类识别过程,即采用适当的方法将待识别的步态与步态数据库中的步态模式进行匹配,通过一定的判别依据决策它所属的类别。考虑到步态的运动特性,对其分类识别也需要采用基于动态系统的识别方法。

2 结论

美国“9.11”事件之后,国际社会反恐形势更为严峻,加强重点场所的安全监测,提高身份识别能力,是反恐必不可少的措施。步态可在被观察者没有察觉的情况下进行非接触性的感知和度量,具有较好的非侵犯性。因此,从视觉监控的角度来看,步态识别是非常具有潜力的生物特征识别技术。当前文献报道的各种步态识别方法大多数是在一定实验假设条件下进行测试的,还没有应用到实际生活中。实际监控场景往往很复杂,可能存在多个运动物体,背景图像受天气、光照等外界因素的影响变化较大。以日照条件下运动目标的影子为例,它可能与被检测的目标相连,也可能与目标分离。前者,影子扭曲了目标形状,使基于轮廓的步态识别方法不再可靠;后者,影子可能被误认为场景中一个错误的目标。因此,实现实际场景下的步态检测仍然是一个挑战。

【参考文献】

[1]L.Lee.Gait analysis for recognition and classification[C]//Proceedings of the IEEE International Conference on Automatic Face and Gesture Recognition.2002.

[2]D.Cunado, M.Nixon, J.Carter. Using gait as a biometric, via phase-weighter magnitude spectra[C]// Proceedings of International Conference on Audio and Video-based Biometric Person Authenticetion.1997.

[3]Yoo Jang-hee,Nixon M S, Harris C J.Extracting Human Gait Signatures by Body Segment Properties[C]//Proceeding of Proc IEEE Southwest Symposium on Image Analysis and Interpretation.2002.

[4]J.Little,J. Boyd.Recognizingm people by their gait: the shape of motion[J]. Jouranl of Computer Vision Research,1998(2):2-32.

篇5

云计算是继同构计算、异构计算、元计算、网格计算、普适计算之后最有希望的计算模式。云计算的初始定义来自IBM公司2007底的云计算计划,在该计划中将云计算平台定义为:按用户的需求动态地部署、配置、重配置以及取消服务等伸缩性平台。

看到其中蕴含的巨大商机和潜力,一些知名的IT企业相继推出自己的云服务。典型SaaS如:Google的APP Engine、Microsoft的Live Meeting、Office Live;典型的Paas如:Google Code、Facebook developers以及Saleforce提供的;典型的IaaS如:IBM的“兰云”,Microsoft的Azure、Amazon的EC2/S3/SQS等等,而且一些新的应用还在不断的推出。但在这云应用繁荣的背后,隐藏大量以风险。以前的风险依然存在,在新的环境中还可能造成更大的危害。新出现的风险表现在:1)传统的安全域的划分无效,无法清楚界定保护边界及保护设备和用户;2)用户的数量和分类不同,变化频率高,动态特性和移动特性强;3)数据、服务,通信网络被服务商所控制,如何确保服务的可用性,机密性等,使用户相关利益得到保护。

可信云是可信技术在云计算中的扩展,相关技术即可信云安全技术。本文对可信云环境中三种关键的安全技术即:可信识别技术、可信融合验证技术做了一些研究。这两种安全技术不仅把设备作为可信计算根,更把设备使用人作为可信计算的根,以信任根计算为计算手段,达到可信跟计算认证目的。可信识别技术将识别技术和识别行为密钥技术的相结合,将识别行为产生的密钥编码和设定的行为密钥进行来进行判别,克服误识率和拒识率的矛盾,增强防范身份假冒,身份伪造能力;可信密码学技术是对由可信根生成的可信点集矩阵进行基于拓扑群分形变换操作。可信密码学的密钥和算法都是随机可信的生物特征信息,因此密钥和算法凭都具有可验证性。采用可信模式识别技术和可信密码学技术,结合“零知识”,身份无法伪造,一旦应答,双方均不能否认。

1 可信识别技术

传统的模式识别技术是指对用户的生物特征进行测量,和预留的模板数据进行比较,依据匹配结果进行识别。这些生物特征包括指纹、声音,人脸、视网膜、掌纹、骨架、气味乃至于签名笔迹、图章印痕等等。传统的识别技术具有“拒识率”和“误识率”的缺陷,具体说就是:匹配阀值增大,拒识率升高,“误认率”下降;匹配阀值减小,拒识率降低,“误认率”升高。生物特征采样点的数量有限,容易引起误判。在云计算环境中,其固有的虚拟性特征以及透明性不足,使身份认证,可信登录更是面临着比传统计算环境更大的风险。

可信识别技术是传统识别技术和识别行为密钥技术的结合。识别行为或自然形成或人为设定,如人为设定的2次人脸对比规则是先张嘴、后闭嘴,指纹对比规则是先拇指、后食指等。将识别行为编排成组,为每组识别行为秘密设定一个数,该数是该组累积成功识别次数。可信识别失败并不是以一两次失败就断定此次识别失败,而是把失败的次数记录下来,直到超过预先设定的阀值才断定识别失败。可信识别成功也不是依靠一两次成功就断定识别成功,而是累计该组的成功识别次数,直到等于该组秘密设定的成功次数为止,才断定本组识别成功。而非法用户不能猜出识别的组数以及每组识别的次数,因此不能假冒合法用户。只有指定的每组识别都达到要求。才能最终判别是真正的合法用户。

传统的识别行为征信息的阀值起着关键作用,阀值给定,拒识率和误视率是存在难以克服的矛盾。可信的识别行为密钥,并不取决于个别识别行为“误识率”的高低,而取决于客户设置的有效识别行为密钥编码。

可信识别的技术优势:可信识别模式在传统的模式识别的基础上,结合组间识别行为特征,非识别数,编组识别设定数,各组识别行为总数等措施,从而具有一下优势:1)可以设置可信识别策略设计;2)具有区别错误拒识设置;3)具有区别误识和仿冒设置;4)具有统计结论模式。从而弥补了传统识别就“拒识率”和“误识率”的技术缺陷。

2 可信验证

可信融合验证技术采用可信模式识别技术和可信密码学技术,结合“云端零知识证明”,实现可信云端“零知识”认证,PKI等功能。

本文对云计算的一些关键安全技术作了一些探讨。可信云计算的识别技术是以可信的特征信息和识别行为相结合,通过判断对各组识别行为识别的成功数,克服识别模式中的拒识率和误识率的技术缺陷。可信融合验证技术是利用可信识别技术和可信加密/解密技术。实现双方“零知识”。具备身份无法伪造,保密性高,具有不否认性的特点。这些可信云安全技术的进一步研究以及随之而来的应用的展开。一定可以缓解客户对云计算的忧虑,催进云计算这种新的计算模式的发展。

[参考文献]

篇6

中图分类号:TP391 文献标识码:A 文章编号:1009-3044(2017)03-0168-02

Biometric Identification Technology Used in Intelligent Terminal

DUAN Pei-pei,YUAN Xin, HOU Na

(School of Computer Science,Xi'an Shiyou University,Xi'an710065,China)

Abstract: With the development of information and network technologies, intelligent terminals are widely used. The personal identity on the network is blurry so that some reliable biometric recognition technology are used to guarantee the safety and property of people. In the paper, an identification algorithm based on fingerprint identification is proposed.

Experiments have shown that the method extracts fingerprint features well and can improve the effect of the personal identification.

Key words: biometric identification; feature extraction; ridge line tracing

1 概述

近年来,信息、网络技术发展迅猛,依托这些技术,社交媒体、电子商务等各类应用也愈发丰富。数码产品,尤其是智能终端的种类和应用场合也越来越多。事实上,在网络全球化的当下,典型智能终端设备――手机几乎可以视作是台“移动电脑”。然而,在这些应用场合中,个人的身份在网络中其实是既模糊又数字化的,故而为了保证信息安全、财产安全,必须提高用户身份识别的准确率。

常规的终端设备多使用基于身份识别与密码相结合的方式来对用户访问进行控制,可这些方法也存在一些诸如:安全性差、密码易失及易被盗用等潜在问题。故而,随着技术及新的应用模式的发展,智能终端设备对于人机交互间安全性和便捷性的需求也就更为突出了。

就目前而言,生物识别技术可以说是使用较为广泛,且安全性、准确性均较高的识别技术。此类识别技术通过将计算机、光学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性以及生理特征来实现身份鉴定[1]。指纹识别即为其中典型应用之一。本次设计将讨论指纹生物特征用于智能终端身份识别的实现过程,包括:个体特征获取、生物特征图像预处理、特征提取、身份鉴定等步骤[2]。

2 基于生物特征的身份识别算法

本次设计将基于指纹特征完成身份识别,整个设计大致分为几个步骤:个体特征获取、生物特征图像预处理、特征提取、身份鉴定。不过,在实现时,处理过程如下:

图1 生物特征识别过程

2.1 生物特征图像预处理

实际上,对特征获取所得的生物特征图进行预处理是整个身份鉴定过程的基础。由于环境、身体,甚至采集设备均可能影响生物特征的采集效果,所以预处理其实就是要削弱这类不良干扰的影响,并将其转变成二值点线细化图。然而,由于图像本身质量问题和预处理过程中可能带来的某些噪声,为了在提取细节特征时剥离伪特征,可通过以下几个步骤来获得正确的指纹特征:

图2 指纹特征预处理过程

上图中不同模块的功能为:由于实际采集的图像很可能存在灰度不均匀的现象,为了使后续处理有较为统一的图像规格,需对图像做规一化处理。随后,通过图像增强来改善指纹图像质量,以使其细节更清晰,突出和保留生物体固有特征的过程。进而,再通过求取方向图及滤波完成指纹图像的变换表示。二值化进一步对图像纹线进行处理,使其更能突显生物体的重要特征。最后,经过细化处理,使得原本不清晰的图像转换为特征鲜明的图像。

2.2 生物特征提取

文中采用的生物特征其实就是指纹特征。故而此处,特征提取其实就是要提取指纹的细节特征,也就是把纹线走向、端点和分叉点等能够充分表示生物体唯一性的特征尽量多地提取出来。考虑到该技术在智能终端应用中的准确性,特征提取算法必须能够尽可能多地提取能代表生物个体原始信息的有效特征。具体来说,此处要提取的特征应满足:

1)提取的特征应能保持生物特征的独特性。

2)所提取的特征应具有紧凑性,尽可能不含冗余信息。

3)能适应不同的匹配算法。

本文用脊线跟踪的方法完成对生物细节特征的选取,以保证特征点选择的有效性。算法通过对指纹图像进行像素点搜索,首先确定其基本特征点;然后,根据指纹方向图和脊线间的平均距离完成脊线跟踪,进一步对前面搜索到的细节特征进行选取,以得到有效特征点,并通过对其相对位置进行分析,将之用作指纹的细节特征信息[3]。实际上,除了对待提取特征的考虑外,因槭窃谥悄苤斩酥杏τ茫所以提取生物特征的算法应尽可能简捷、高效,且抗噪能力要强。本文采用的分析方法提取的指纹细节特征能更好地抵抗指纹图像处理过程中的干扰,也为随后的特征匹配做好了准备。

图3 特征提取点(“~”所示为分叉点,“×”所示为端点)

2.3 生物特征匹配

获得生物特征之后就可以进行匹配分析,进而实现生物特征识别了。在本文涉及的应用中,生物特征匹配其实也就是完成指纹特征的匹配。为了解决匹配问题,其实需要分别提取出两幅指纹图像各自的细节特征,然后将两组细节进行比对,以判定它们是否来自同一个体。

一般而言,指纹匹配常使用基于纹理信息以及基于点模式的匹配方法,本文使用后者,也就是根据指纹脊线的端点以及分叉点来完成识别。在匹配过程中,将会把提取到的特征点和模板图像中的特征点进行比较,并根据两幅图像之间相差绝对值的大小判定匹配图像。在实际应用中,随着匹配条件的改变,识别效果也必然随之改变。通常情况下,该条件越严格,识别出错的概率自然就越低。

3 小结

生物识别技术以其自身的特点和优势,在很多场合中应用,作为其中典型应用的指纹识别技术尤其得到了更多的关注。在利用指纹生物特征进行身份识别的各类应用场合中,对身份识别性能的要求自然也各异。在安全需求较高的应用场合,识别率要尽量高;而在一些日常识别应用中,此类要求会有所下降。所以,在不同的智能终端应用系统中,识别参数的选取也各不相同。即便如此,本文研究的方法在应用时,仍可满足应用需求。

参考文献:

篇7

1. 引言

信息化高速发展的一大特征是个人身份的数字化和隐性化,如何准确鉴定一个人的身份,保护信息安全是当今信息化时代必须解决得一个关键性社会问题。生物特征身份鉴别技术是身份鉴别领域的一个研究热点。生物特征识别技术是指利用人体固有的生理特征或行为特征来进行个人身份鉴别认证的技术。生物特征识别技术包括采用人体固有的生理特征(如人脸、指纹、虹膜、静脉、视网膜)进行的身份认证技术和利用后天形成的行为特征(如签名、笔迹、声音、步态)进行的身份认证技术。与传统的身份鉴定手段相比,基于生物特征识别的身份鉴定技术具有如下优点:(1)不会遗忘或丢失;(2)防伪性能好,不易伪造或被盗;(3)“随身携带”,随时随地可用。正是由于生物特征身份识别认证具有上述优点,基于生物特征的身份识别认证技术受到了各国的极大重视。

2.  生物特征识别技术的现状及发展趋势

目前,常用的生物特征识别技术所用的生物特征有基于生理特征的如视网膜、人脸、指纹、虹膜,也有基于行为特征的如笔迹、声音等。下面就这些常见的生物特征识别技术的特点及其发展趋势进行讨论研究。

2.1.视网膜识别

人体的血管纹路也是具有独特性的,人的视网膜表面血管得图样可以利用光学方法透过人眼晶体来测定。用于生物识别的血管分布在神经视网膜周围,即视网膜四层细胞得最远处。如果视网膜不被损伤,从三岁起就会终身不变,如同虹膜识别技术一样,视网膜扫描可能具有最可靠,最值得信赖得生物识别技术,但它运用起来的难度较大。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得唯一性。

视网膜技术的优点:视网膜是一种及其固定得生物特征,因为它是隐藏的,故而不易磨损,老化;非接触性得;视网膜是不可见得,不会被伪造。缺点是:视网膜技术未经过任何测试,可能会给使用者带来健康的损坏。

2.2.人脸识别

人脸识别作为一种基于生理特征的身份认证技术,与目前广泛应用的以密码、IC卡为媒

介的传统身份认证技术相比,具有不易伪造、不易窃取、不会遗忘的特点;而人脸识别与指纹、虹膜、掌纹识别等生理特征识别技术相比,具有非侵犯性、采集方便等特点。因而人脸识别是一种非常自然、友好的生物特征识别认证技术。

人脸识别技术包括图像或视频中进行人脸检测、从检测出的人脸中定位眼睛位置、然后提取人脸特征、最后进行人脸比对等一系列相关的技术。

为了评测基于面部图像的人脸识别算法的性能。美国ARPA和ARL于1993年至1996年建立了FERET数据库,用于评测当时的人脸识别算法的性能。共举行了三次测试FERET94、FERET95、FERET96。FERET测试的结果指出,光照、姿态和年龄变化会严重影响人脸识别的性能。

FERET的测试结果也表明了基于面部图像的方法的缺点。人脸是一个三维非刚体,具有姿态、表情等变化,人脸图像采集过程中易受到光照、背景、采集设备的影响。这些影响会

降低人脸识别的性能。

为了克服姿态变化对人脸识别性能的影响,也为了进一步提高人脸识别性能,20世纪90年代后期,一些研究者开始采用基于3D的人脸识别算法。这些算法有的本身就采用三维描述人脸,有的则用二维图像建立三维模型,并利用三维模型生成各种光照、姿态下的合成图像,利用这些合成图像进行人脸识别。2000年后,人脸识别算法逐渐成熟,出现了商用的人脸识别系统。为了评测这些商用系统的性能,也作为FERET测试的延续,美国有关机构组织了FRVT2000、FRVT2002、FRVT2006测试。测试结果表明,人脸识别错误率在FRVT2006上下降了至少一个数量级,这种性能的提升在基于图像的人脸识别算法和基于三维的人脸识别算法上都得到体现。此外,在可控环境下,虹膜、静态人脸和三维人脸识别技术的性能是相当的。此外,FRVT2006还展现了不同光照条件下人脸识别性能的显著提高,最后,FRVT2006表明人脸自动识别的性能优于人。值得一提的是,清华大学电子工程系作为国内唯一参加FRVT2006的评测的学术机构,其人脸自动识别性能优于人类。FRVT2006为人脸识别后续的研究指明了方向,人脸识别中光照、年龄变化依然对人脸识别性能有很大影响,二维人脸识别的性能不比三维人脸识别差。

人脸识别得优点:非接触性的。缺点是:要是比较高级得摄像头才也有效地扑捉面部图像;使用者面部的位置与周围得光环境都可能影响系统的精确性,而且面部识别容易受欺骗;

对于采集图像的设备会比其他技术昂贵得多。

2.2. 指纹识别

指纹识别技术是指通过比较不同人指纹中的特征点不同来区分不同人的身份。指纹识别技术通常由三个部分组成:对指纹图像进行预处理;提取特征值,并形成特征值模板;指纹特征值比对。指纹图像预处理的目的是为了减少噪声干扰的影响,以便有效提取指纹特征值。常用的预处理方法有图像增强、图像平滑、二值化、图像细化等。

特征提取的目的就是从预处理后的指纹图像中,提取出能够表达该指纹图像与众不同的特征点的过程。最初特征提取是基于图像的,从图像整体中提取出特征进行比较,但该方法的精度和性能较低。现在一般采用基于特征点的方法,从图像中提取反应指纹特性的全局特征(如纹形、模式区、核心区、三角点、纹数等)和局部特征(如终结点、分叉点、分歧点、孤立点、环点等)。得到特征点后就可以对特征点进行编码形成特征值模板。指纹特征值比对就是把当前获得的指纹特征值与存储的指纹特征值模板进行匹配,并给出相似度的过程。

    指纹识别的优点:技术相对成熟;成本较低。缺点是:具有侵犯性;指纹易磨损,手指太干或太湿不易提取图像。

2.3. 虹膜识别

虹膜相对而言是一个较新的生物特征。1983年,Flom与Safir申请了虹膜识别专利保护,使得虹膜识别方面的研究很少。1993年,Daugman发表了关于虹膜自动识别算法的开创性工作,奠定了世界上首个商业虹膜自动识别系统的基础。随着Flom和Safir专利在2005年的失效和CASIA及ICE2005中虹膜数据集的提供,虹膜识别算法的研究越来越蓬勃。I CE2006首次对虹膜识别算法性能进行了测试。虹膜识别中需要解决如下两个难点问题:一是虹膜图像的获取,二是实现高性能的虹膜识别算法。

3.  结论

本文讨论了一些常用的生物特征识别技术的技术特点及发展趋势。随着各国对生物特征识别技术的越来越重视,生物特征识别技术必将获得更快的发展。

参考文献:

[1]张敏贵,潘泉,等.多生物特征识别[J].信息与控制,2002,31(6).

[2]杨俊,景疆.浅谈生物认证技术——指纹识别[J].计算机时代,2004,(3).

篇8

0 引言

随着电子、计算机、网络和通讯技术日新月异的发展,电子信息的安全性也变得越来越突出,人们注册网络服务、网上购物、银行取钱、消费刷卡等都需要进行身份的识别。传统的身份识别使用的密码、口令、智能卡、证件等,其安全性受到限制,存在丢失、被盗用和复制等诸多问题。由于人的生物特征具有唯一性和稳定性的特点,并且可随身携带、不易被盗、不易被伪造、不易丢失,所以生物特征识别成为目前最安全的身份认证技术,传统的身份识别手段将被它所超越和替代。

生物特征识别技术是使用计算机及相关设备,利用人体本身特有的行为特征和(或)生理特征,通过模式识别和图像处理的方法进行身份识别。生物特征分为生理特征和行为特征,生理特征为先天性的,行为特征则为后天性的。生理特征是人体器官本身固有的特征,不随主观意愿和客观条件发生改变。目前,利用人体生理特征的识别技术主要有人脸识别、人耳识别、虹膜识别、指纹识别、手掌识别、视网膜识别等。行为特征是人的动作特征,是人们在长期生活过程中养成的行为习惯,利用人体行为特征的主要识别技术包括声音识别、笔迹识别、步态识别、击键识别和节奏识别等。

1 常用的人体生物特征识别技术

1.1 生理特征生物识别

1.1.1人脸识别

人脸识别是通过采集人的脸部图像,由计算机从脸部图像中提取其面部特征信息,并与数据库中的特征进行比对匹配。人脸识别主要过程:人脸检测定位提取面部特征将待识别人脸特征与人脸数据库征进行比对匹配。

人脸检测定位是将图像分为人脸区域和非人脸区域两部分,从中分离出人脸的图像。检测的图像分为静态图像(人体和场景都是静止)和动态图像(人体在运动过程中),人脸检测定位分为静态图像的人脸检测定位和动态图像的人脸检测定位。

提取面部特征是对人脸的大小、轮廓线、位置等提取其特征信息。最常见的方法是先找出两只眼睛的中心位置,再对人脸进行归一化处理,最后提取特征信息。

人脸识别是将待识别人脸的特征或图像与数据库中人脸有关的特征值或图像进行比对匹配。

1.1.2 人耳识别

人们习惯上所说的耳朵,就是外耳的耳廓,是人耳识别的对象。人耳识别主要过程:人耳图像采集对采集的图像进行预处理对图像中人耳的边缘进行检测和分割提取外耳轮廓和特征点信息将待识别人耳图像与数据库中人耳图像比对匹配等。

人耳识别类似于人脸识别,但不因表情变化而受影响,因此稳定性好于人脸识别。

1.1.3 虹膜识别

虹膜是一个位于眼睛瞳孔和巩膜之间的环状区域,人眼图像中虹膜区域的冠状物、环状物、斑点、皱纹形成了特有的纹理,是人眼的典型特征,具有稳定性、唯一性、非侵犯性、可采集性、高独特性、高准确性、防伪性好、易使用性等优点。人的一生中虹膜几乎不发生变化,并且每个人的虹膜结构各不相同。虹膜识别在错误率和识别率等方面与其他的生物特征识别相比,其性能指标都优于其他的生物特征识别技术。

虹膜识别主要过程:采集虹膜图像对虹膜进行定位、归一化和增强等预处理提取特征信息进行特征编码将数据库中虹膜模板的特征向量与待识别的虹膜特征向量进行匹配(也就是将数据库中虹膜模板与待识别的虹膜进行相似性比对,如果相似性达到某一程度时,便认为这两个虹膜图像是来自同一只眼睛)。

1.1.4 指纹识别

指纹是手指末梢纹路的图案,指纹中的谷、脊和纹路的起终点、分叉点、中断处、转折点、汇合点等特征点提供了指纹识别的信息,在指纹中有非常详尽的特征值,可以用来辨别人的身份。指纹识别是最古老、最成熟的生物特征识别。指纹鉴定已经被官方所接受,目前,全球范围内都建立了罪犯指纹数据库和指纹鉴定机构,指纹识别已经是司法部门进行鉴定身份的有效手段。指纹识别技术通过分析指纹图像的局部特征和全局特征进行身份识别认证。

指纹识别主要过程:指纹图像采集将采集的图像进行预处理提取特征信息将待识别指纹特征值与数据库中的指纹特征值进行匹配比对。

指纹识别与其他生物特征识别相比,识别精度高,具有稳定性、唯一性等优点。据介绍,每一个人的指纹都不一样,人的指纹通常在出生9个月后成型而且终身不变。缺点是采集或识别有些群体或有些人的指纹较难,且指纹存在被盗取复制的可能。

1.1.5 手形识别

手形识别是利用手指的长度和不同部位的宽度、手掌厚度和宽度等手的外部轮廓所构成的几何图形进行识别。掌纹的特征信息多于手形,手形识别可以结合掌纹特征,手掌纹理特征的引入,可以取得更高的识别率和可靠性。手形识别系统也可将指纹特征信息引入,构成多生物特征识别技术的融合系统,识别结果将更为可靠的。

1.1.6 视网膜识别

眼球后部细小的神经就是视网膜,因为每个人的视神经分散程度不一样,所以身份识别可以使用视神经作为特征。由于视网膜不可能伪造,人的视网膜从三岁起就终身不变,并且在外部不可见,因此作为身份识别特征具有极大的准确性。同虹膜识别技术一样,视网膜识别技术具有很高的可靠性。

视网膜识别主要过程:采集视网膜上的视神经分布情况提取特征信息将待识别的视神经特征信息与数据库中视神经的特征数据进行比对匹配。

篇9

中图分类号:TD87 文献标识码:A 文章编号:1009-914X(2017)07-0155-01

1.序言

1.1 生物电流

生物电流普遍存在于各种生物之间,是生命活动的基本特征。甚至每个细胞都有电的现象,英文Cell一次也就有电池的含义,比喻每个细胞都是一个个小型电池。而脑部神经活动时产生的电流又叫脑电波。

1.2 脑电波的产生

脑电波又称大脑神经电流,是大脑活动时,突触电位变化之和的表现。它能够反映大脑的活动,是各种细胞在大脑皮层的的总体活动反应。脑电波主要来自锥体细胞顶端的树突后电位。

在人心情愉悦或静思冥想时,一直兴奋的β波、δ波或θ波此刻弱了下来,α波相对来说得到了强化。因为这种波形最接近右脑的脑电生物节律,于是人的灵感状态就出现了[2]。

1.2.1 脑电波特性

迄今为止,已有研究表明:人体对外部同样刺激做出的大脑反应是不相同的,可以说每个人的性格、思维方式等等种种因素都会影响着个体的大脑反应,即每个人的脑电波反应是独一无二的。同一个个体在不同刺激下,大脑所作出的反应是不相同的,与在正常状态下的脑电波电位有差异,这也就是说脑电波可以作为主体思维监测的一种手段。同一个个体在相同刺激下,所作出的反应以及大X的脑电波的电位变化相差不大。以上三点为身份识别提供了有力的理论基础,

2.新型密匙

2.1 简介

新型脑电波密匙就是基于脑电波的独特性为基础的识别装置。该装置通过读取人的特定情况下的脑电波数据,来对比事先录入的脑电波信息,在一定误差范围内,如果相互吻合,则可以打开,不吻合不予通过。

因为脑电波需要读出个体的脑电波数据,因此需要与头部连接的装置,类似于头盔,内部装有很多的感应元件。通过元件读取脑电波信息,在信号转换与数据库相连接。头盔包含磁感应器件、核磁共振器件。头盔本身具有防屏蔽外来

电磁波的作用。使用时头盔紧扣头部,与头部贴合,减少干扰。图中蓝色线条为感应区域。因为只要有电流,就会产生电磁波,通过微弱的电磁感应,读取脑中的电流。同时,结合核磁共振技术,将脑中的细胞运动反映出来。将捕捉到微弱磁信号转化为电信号。利用A/D转换硬件和RTLinux,AD7116驱动程序进行采集[4]。

2.2 情景模拟

人物A提前于脑电波装置录入自己平静状态下,想象一把老式钥匙的脑电波图案;在平静情况下想象老式锁;在紧张情况下想象炸弹;在紧张状态下想象陷阱的;这四种情况的脑电波录入,分别代表:想象钥匙的时候设定为允许进入;在想象锁的情况下为锁定,不允许通过;想象炸弹为数据抹除;想象陷阱时为允许通过但打开机关。

在平常情况下,只需要平静的戴上头盔,想象钥匙完成密令即可进入。如果出现突况,需要进行加锁、毁灭时,可以分别想象锁和炸弹;遇到被挟持等情况,可以诱敌进入完成逃脱。

这样的密令更加隐蔽,更加安全。外人无法知道当事人输入的是什么口令。由于脑电波的独特性,不可能出现人物B冒充A进入的情况。

2.3 理论分析

在平静情况下,人体α脑电波活跃,大脑中会通过较为稳定的电流,在想象图像时,大脑在呈现相同图形的时候,突触会经过相同的过程,也会产生相近甚至相同的信号。这种混合信号经过杂波处理,被头盔上的传感器接收,微弱电流经过调制放大后,通过数据线传输到终端,解调还原后成为相同的电流。系统接收到振幅、频率、间歇不同的几种脑电波,分析处理比对。相反,在紧张情况下,β波活跃,其他相对减弱。

2.4 多模态身份识别系统

以脑电波为主,指纹、声音、虹膜等为辅,可以更加准确的判定人物身份,减少错误率的发生。下面为该新型脑电波密匙的扩展:指纹和脑电波结合的身份识别系统。

3.总结

近几年来,脑电波技术飞速发展,人们对于脑电波的认识越来越深刻。脑电波的采集和其独特性决定了这个技术用于身份识别必将取得前所未有的胜利。安全防护的级别越来越高,使人们的财产和信息得到保证。在现代高模仿技术下,虹膜、指纹、声音都可以被模仿,也许有一天,脑电波也可以达到模仿的地步,即使被模仿,但由于其独特性,也会给模仿造成困难,从另一方面来说,人类都已经能够模仿脑电波了,说明对脑的认识已经十分充分,那时也必将有新的技术来进行身份识别。

这款基于A/D转换硬件和RTLinux,AD7116驱动程序采集,结合指纹技术,可以防止大部分的非法入侵。虽然现在采集技术还不是很成熟,但随着人们对大脑的认识越来越深,技术越来越成熟,新型脑电波密匙一定会成为现实,成为国家安全的一份保证。

参考文献

[1] 夏立文,《基于脑电波信号的身份识别技术》,北京邮电大学,2011年1月7日,第2页.

篇10

中图分类号:TP391 文献标识码:A 文章编号:1009-3044(2012)28-6773-02

1 问题的简述

随着社会和经济的发展,诚信问题显示出越来越重的地位,随着教育的不断发展,考试成为了一种必要的检测手段,作弊也就有了滋生的土壤,考试作弊也就成为困扰社会的一大问题,尽管国家出台了各种措施来应对作弊,但是还有不少人利用假证件,寻找替考人员.如何能实现考试的公平和公正,已经成为一个不容忽视的问题.。

我们可以利用人的生理特性对身份进行识别。可以应用于身份认证的生物特征应该满足以下几点要求:

(1) 普遍性:即每个人都应该拥有该特征。

(2) 唯一性:即两个人之间不存在相同的该特征。

(3) 不变性:即该特征不随时间变化。

(4) 可采集性:即该特征可以定量采集。

人的生理特征主要包括:DNA识别技术、虹膜识别技术、签名识别技术、声音识别技术、面部识别技术。

表1 各个生物特性的比较图

[生物特性\&独特性\&稳定性\&可采集型\&准确性\&指纹\&高\&高\&中等\&高\&签名\&低\&低\&高\&中等\&虹膜\&高\&中等\&低\&高\&声音\&中等\&中等\&高\&中等\&DNA\&高\&高\&低\&高\&]

(1) DNA:又称去氧核糖核酸,是一种分子,可组成遗传指令,以引导生物发育与生命机能运作。

(2) 虹膜:虹膜位于巩膜和瞳孔之间,包含了最丰富的纹理信,虹膜具有因人而异的固有特征和发育完全后的终生不变性

(3) 签名:利用每个人自己独特的书写风格、笔体。

(4) 声音:每个人的发音器官成熟后,声音只是能在一定时期内保持不变,稳定性较低。

(5) 指纹:指纹就是表皮上突起的纹线。由于人的遗传特性。虽然指纹人人皆有,但各不相同。

从上生物特征的比较中,我们可以得出利用指纹比采用其它得生物特性的验证要更容易接受,稳定性和安全性更高。

2 指纹技术的应用

指纹技术主要包括图像采集、预处理、特征提取、图像识别等几个方面。

2.1图像采集

在图像采集过程中我们的目地就是如何获取清晰、有效的手纹图像。我们通常通过扫描仪、数码相机等电子设备进行图像采集。我们在指纹采集过程中,由于采集的条件不同、采集方式不同,皮肤的汗渍、一些污物等因素的影响,采集到的指纹图像通常都会包含各种错误信息,从而影响到我们最后对指纹的确定。

2.2图像预处理

由于我们在图像采集过程中一定会受到外界因素的影响,这样就势必影响我们最终的图像的识别,因此我们必须对图像进行预处理。预处理的目地主要是消除光线外界因素造成的干扰。

对图像的的预处理主要包括图像的分割、图像的增强、二值化图形的处理、指纹图形细化处理等几个步骤。

(1) 图像的分割:我们一般将图像分为3类区域:(l)背景区: (2)前景区;(3)模糊区。在3个区域中,我们必须做到尽量保存前景区、模糊区。在此基础上我们,我可以人为的将图像分为有用区域和无用区域,有用区域包括:前景区、模糊区;无用区域包括:背景区。我们可以通过图像分割,在有用区域和无用区域之间尽可能增大有用区域在整个图形中的比例,从而提高我们通过指纹来确定身份的准确度。

(2) 图像的增强:我们在采集指纹图像中,由于受到外界和本身因素的影响,往往会影响我们对于指纹最后的判断,其中包括汗渍、光线、取指器材本身的缺陷等。还由于采集条件和方法的不同,指纹图像必然会包含各种错误信息。我们如何去除这种错误,能保证我们最后指纹的识别的正确性。这些错误信息的存在会对指纹特征信息的提取造成一定的影响,从而导致最后身份确认的失败。图像的增强就是为保证提取的指纹信息的准确性,我们主要是通过滤波算法处理。

在图像的增强的过程中,我们通常利用空域和频域,有些指纹图像会包含很多线条,我们可以利用滤波算法处理算法对图像进行增强,首先我们必须把空域中的图像转换成频中的指纹图像,我们上边所提到的诸多影响我们最终结果的因素,在频域的频谱图上都表现为若干个亮点,我们只要去除这些亮点,就能达到我们的目地。我们根据不同的需求来利用不同的信息,信息包括:全局信息、局部信息。全局信息隶属于频域,而局部信息是空域上。在全局信息和局部信息相互转换的算法中,我们通常采取基于傅里叶变换方法,来完成这种转换。转化成功后,我们主要通过带通滤波、方向滤波算法来完善图像的增强过程。傅里叶变换和带通滤波分析方法如下:

我们一般将得到的图像g(i,k)划分为是一个M×N的图像,那么二维离散傅里叶变换算法如下:

在傅里叶变换的算法中M,N的幂为2时,我们把这种情况称作快速傅里叶,它能对数据立刻能进行处理,缩短我们指纹识别的时间。接下来我们在进行傅里叶谱值处理。傅里叶谱值算法如下:

我们也可以从指纹图像的方向滤波方面入手进行处理,应用二维离散傅里叶变换(2)和傅里叶谱值(3)对指纹图像进行处理,我们可以在方向滤波处理过程中由(3)算出滤波方向角度。

(3) 二值化图像的处理:二值化图像的处理就是灰度处理,灰度处理的图像中只有黑白两种颜色,我们只要用0和1两种情况就能把指纹图像彻底地表示出来,我们利用计算机对包含0、1的指纹信息进行处理,我们利用这种方法能够使图像的处理过程简单、明了,而且还能大大加快处理速度。

(4) 指纹图像的细化:指纹图像的细化是为了尽可能减少存储空间,从而达到最好的图像识别效果。我们将指纹图像经过图像的分割、图像的增强、二值化图形的处理后,呈现在我们面前的是计算机易识别的灰度图像,图像中包括指纹纹脊和指纹纹谷,而我们最终目的只是要得到指纹图像的方向这个参数,对于其他的我们可以处理,这样既有利于节约存储空间,又有利于减少指纹识别的时间。

2.3 特征提取

我们提取出对我们指纹图像识别有用的区域,我们所选取的有用区域一般具有特异性、可区别性、独立性、可靠性等各方面的特点。我们选取的区域必须具有自己的特有性质,我针对不同的特性,采用不同的方法对其进行处理。这里的可区分性指的是我们把所选取的区域根据各部分之间不同的特点,再一次进行划分。再次划分的区域要有各自的特点这就是独立性。我划分的基本原则就是所有的区域都是真实的和有效性。我们采集到指纹图像后,我们对其进行图像的分割、图像的增强、二值化图形的处理、指纹图形细化处理等处理步骤后,我们可以得到只包含点和线两类基础信息的清晰的指纹图像,我们就可以通过上边的特征提取对包含点和线的指纹图形行特征提取。在提取过程中,我们把特征区分为总体特征和局部特征:

(1) 总体特征:说的通俗点就是指纹图像能从表面上看见的,明显的,突出的,总体特征一般包括:纹形、模式区、核心点、三角点和纹数五个特征。

(2) 局部特征:就是我们在提取指纹图像时,指纹本身存在的中断、分叉或打折,我们就是要提取这些节点的特征,为以后的指纹识别提供依据。

在特征提出中,我们在提取指纹图像时,提取的的总体特征有可能同其他的指纹图像的总体特征相同,为了加以区分,我们必须依靠局部特征对其进行分辨。由此可见,局部特征的提取是特征提取的决定因素。

2.4 图像识别

我们必须对提取的指纹特性进行分类,根据分类决策,对指纹图像做出属于哪个类别决策,如果特征不在分类决策中,我们就要将其归为拒绝识别的决策。如何制定决策,我们要根据判断规则,通过分类器制定分类规则。在分类规则中阀值是界定不同类的主要依据,我们根据特征值和阀值的比对,就能判断对象是属于哪个类的。

参考文献:

[1] 杨文伟,严继良.指纹认证在考试管理中的应用[J].暨南大学学报(自然科学版),2009:30(1):54-56.

篇11

生物识别技术在监狱安防信息化建设中的应用

监狱是刑罚执行机关,维护场所的安全稳定是监狱首要任务。而运用生物识别技术是强化监狱安全防范,确保监狱安全发展的重要技术手段。司法部“35条”明确指出,监狱大门应当设置AB门,分设行车通道和行人通道。行人通道应当安装带有数字密码和人体特征识别功能的电子门禁系统。司法部“35条”为监狱应用生物识别技术加强安防信息化建设带来了重要契机。

1狱政管理上的应用

生物识别技术在狱政管理上的应用主要体现在门禁系统和巡更系统。

(1)生物识别门禁系统。在监控指挥中心等重点区域建设生物识别门禁系统,能够提高安全性和精确率。比如在监控中心、应急指挥中心运用指纹等识别技术的门禁系统后,就能确保只有中心工作人员输入指纹或其他生物特征后才能开启;通往监内的通道运用指纹、掌纹、脸型、虹膜等生物识别门禁系统,对出入人员(民警职工、罪犯、外来人员)进行生物特征信息比对确认,保证通行的合法性;在监舍、习艺区、会见室、提审室等重点区域建设生物识别门禁系统,对于合法、安全、有序通行、罪犯人数清点、民警管理考核发挥其重要作用。单独使用生物识别门禁系统,效率较高。然而,通过多种生物识别技术综合运用、多重识别技术综合运用、多次识别技术综合运用,能做到对身份的完全确认,从根源上杜绝了罪犯伪装、尾随民警或人员脱逃事件的发生。浙江省DS监狱在通往监区的人行通道AB门之间,采用脸型识别系统,结合第三方认证的方式开启AB门通行;在机房和监控指挥中心分别采用指纹、虹膜3种生物识别系统门禁,只有专人才能被系统确认进入,安全度大大提高。

(2)生物识别巡更系统。巡更系统是一种智能化的考勤系统,由巡更人员在规定的时间和路线去读取规定的每一个巡更信息点,以实现巡检和被考勤的目的。监狱建设巡更系统,通常用于民警监内巡查以及对巡查民警的履职情况的检查考核,有助于提高民警的履职责任心和主动性。在离线巡更和在线巡更两种方式中,目前使用较多的是离线巡更,而它最大的弊端是无法确定巡更人的身份,任何一个人只需手持巡更棒便可完成巡更过程。为此,可以尝试开发和建设基于生物识别巡更系统,一是在巡更棒中融入生物识别技术进行巡更棒开启,把巡更时间与人员绑定输入系统,即在规定的时间只有规定的人员才能开启巡更棒,防止越殂代疱的造假现象;二是建设基于生物识别方式的网络在线巡更系统,如配置相应的指纹或其他生物特征读头和巡更软件,配合计算机进行智能化管理,更准确地掌握巡更人员、巡更时间,统计出迟到、早到、漏巡等重要信息,不但数据清晰,且行动方便。

2狱内侦查中的应用

(1)“三假犯”的身份认证。在押犯中假姓名、假家庭地址、假身份(一说假社会关系)的罪犯常称为“三假犯”。目前,“三假犯”比例呈逐年上升之势,有效进行“三假犯”的身份甄别成为逐步减少和消除“三假犯”,预防打击犯罪、惩罚改造罪犯的重要举措。在我国国民的指纹、DNA等生物特征数据库尚未建立健全的情况下,当前,监狱单独或与公安等部门合作,尝试初步建立生物特征数据库,对于新收罪犯和刑释人员做好生物特征登记、交接工作,同时与其他部门互通有无,将数据统一比对,有利于“三假犯”的身份认证,也防止出现新的“三假犯”。

(2)狱内犯罪案件的侦查。在完善罪犯个人生物特征数据库的基础上,把狱内发生犯罪案件所采集到的生物特征信息与之比对,从相同性或相似性匹配来排摸嫌犯和锁定真凶。

(3)社会刑事案件的协查。过去发案未破的社会刑事案件也可能是在押罪犯所为,虽然也提取了犯罪嫌疑人的生物特征信息,但是囿于怀疑对象的有限范围而造成漏网,而犯罪真凶又发另案入监改造,尽管余罪在身,仍可苟且偷安。监狱建立健全罪犯个人生物特征数据库,运用生物识别技术,协助社会刑事案件的侦查,便可“瓮中捉鳖”了。还有,就是监狱主动把刑释归正人员的生物特征数据库提供给司法部门用于社会刑事案件的协查,就可将刑释归正人员的再犯罪案件顺利告破。

3刑罚执行方面的应用

(1)监外服刑罪犯的管控。监外服刑的罪犯包括缓刑、假释、保外就医的罪犯。其中缓刑、假释的罪犯由地方管理,保外就医的罪犯监狱要定期考察。这些罪犯的脱管漏管问题一直是老大难问题,监管不了、监管不住、监管不力,都有可能导致他们重新走上犯罪道路。结合监外服刑罪犯“月签到制度”,可以尝试改为生物识别系统签到制度,监狱配合地方提供罪犯个人生物特征数据库,由地方进行罪犯签到监督;对于保外就医罪犯的定期考察,考察民警携带生物识别系统的信息采集仪器供保外罪犯输入信息,有效防止“关系考察”“虚假考察”等情况,确保考察到位,同时,可以限制罪犯的出行范围,提升监外执行的实际效果。

(2)预防刑释人员再犯罪。建立针对刑释归正人员的特殊生物特征数据库,如果刑释人员隐姓埋名再犯罪,生物特征和相关的资料可以在入监登记时通过生物识别系统自动匹配,甄别该犯是否有余罪、漏罪,是否属于“三假犯”、累犯、惯犯。彻底打击罪犯的侥幸心理,加强对刑释人员犯罪思想和行为的震慑力,减少再犯罪的发生几率。

4生活卫生安全管理方面的应用

在监内给罪犯开通个人账户,该账户以罪犯的生物特征为触发条件,这样在就医、大账消费时,通过生物识别技术,既可以更好地控制罪犯就医次数以及消费额度,也能打击罪犯装病逃避劳动改造等行为。罪犯离监就医时,必须通过出监生物识别与审批程序联动,确认后方可放行,同时留下出入记录备查。出于确保罪犯伙食卫生安全的需要,应当考虑在伙房设有生物识别系统,结合监控监听设施,防止发生蓄意破坏的情况发生,确保生活卫生安全。

5监狱管理和民警安全管理上的应用

(1)信息的计算机安全保护。采用生物识别技术的方式开启计算机,只有专人采用生物识别(如指纹或虹膜识别等)的途径方能使用,杜绝信息的计算机被他人擅用,造成失密。

(2)信息系统主机登录保护。所有信息系统的核心都是计算机主机,如果保护不当,将造成失密的严重后果。为了有效保护,可以采用虹膜等生物识别技术,系统人员登录时通过虹膜等生物信息验证才能登录,而且基于“活体检测”生物信息不会丢失;不会被人伪造;身份不会被冒充,完全可以对工作流程进行严格的管理与控制,保证系统运行的安全性。

(3)存放资料的房间、橱柜等场所保护。加入生物识别技术的门禁,在“验明真身”后才可开启,还可与监控报警系统联动,对于非法人员试图开启,及时报警监控,防犯效果更好。

(4)方便民警人事管理。在民警值备勤等岗位,通过生物识别技术的门禁系统、巡更系统、考勤系统等,随时了解、掌握、考勤民警,有效保障民警安全,方便应急指挥。

辩证看待,扬长避短,积极推进生物识别技术应用

(1)客观对待,扬长避短。无论什么技术设备都有利弊两面,生物识别技术设备是基于人体生物特征的自然属性而开发的,个体差异性和稳定性各有异同,采用该技术设备,既不是放之四海皆准,一劳永逸的办法,也不应因噎废食,全盘否定。

(2)量力而行,循序渐进。由于技术和设备的先进性、成熟度和稳定性以及产品的性价比等因素,因此,监狱应当兼顾现实与可能,需要与必要,有序有效地建设。

(3)克服人的技术依赖性,发挥人、技术和管理的综合效益。由于技术设备的本身缺陷,因而人必须克服依赖性,运用技术的手段、人的主观能动性、管理的措施进行优势互补。

(4)完善制度,用制度确保生物识别技术设备的正常应用和效能发挥。认清生物识别技术的优势,运用制度弥补生物识别技术设备的缺憾,只有这样,监狱安全防范工作才能落到实处。在司法部“35条”出台之后,生物识别技术在监狱逐步应用和推广,基于生物识别技术开发的新产品也不断涌现。为此,要大胆地试验,积极地选择适合的技术或产品。适合的技术或产品在试点单位应用后,逐步提取出同类产品的技术规范和标准,把符合技术规范和标准的产品再进行推广应用。

生物识别技术在监狱安防信息化建设中的意义

毫无疑问,生物识别技术在监狱安防信息化建设中的应用愈来愈广泛,对于监狱现代化、法制化、社会化、正规化、数字化建设必然产生深远的影响。

(1)有效提高了科技能力,促进监狱的科学发展。科技是第一生产力,生物识别技术的发展和在监狱转化应用,是科技兴监的重要举措,不可避免地带来监狱工作方式的革命性变化。它在很大程度保护了警力,解放了警力,提升了警力,也顺应了以人为本的管理理念和预防为主、关口前移的管理原则,有利于监狱的科学发展。

(2)有效提高了学习执行力,促进民警素质发展。生物识别技术在监狱的应用,既是对监狱民警工作理念的考验,也是对民警学科技、用科技,锻炼工作能力的挑战,毕竟再好的技术,最终还是要靠人去实施。从这个意义上说,生物识别技术在监狱的应用,藉此转化为民警的一种履职能力,能够有效提高民警学习执行力,促进管理方式由传统向科技的转变,是科技强警、素质强警的必要举措。

篇12

一、引言

根据1998年美国联邦消费委员会FTC提出的概念,身份盗窃是指“未经合法授权使用他人的身份信息”。在电子商务环境下,通过PKI等认证手段实现对主体的身份识别,用户所提交的身份信息可以归结为三个层次:你记得什么、你拥有什么、你身体特征是什么。目前应用的认证信息停留在前两个层次,前两个层次误拒率很低,但误认率较高(“认卡不认人”)。这为黑客、暴力犯罪提供了可乘之机,给电子商务交易过程带来很大的风险,如何防止非法用户使用合法用户信息进行破坏活动,目前还没有能够很好地解决该问题,这也是目前电子商务迫切需要解决的问题。

要解决这个问题,迫切需要当前认证手段采用生物识别技术。身份鉴别可利用的生物特征必须满足以下条件:普遍性、惟一性、可采集性、稳定性。与传统的身份鉴定手段相比,基于生物特征识别的身份鉴定技术具有以下优点:不易遗忘或丢失;防伪性能好,不易伪造或被盗;“随身携带”,随时随地可用。

二、基于生理特征的识别技术综述

1.指纹识别:据历史学家考证,早在公元前7000年~6000年,古埃及人和中国人就已经懂得用指纹来标识人的身份。指纹识别的优点表现在:研究历史较长,技术相对成熟;指纹图像提取设备小巧;同类产品中,指纹识别的成本较低。其缺点表现在:指纹识别是物理接触式的,具有侵犯性;指纹易磨损,手指太干或太湿都不易提取图像。3%~5%的人指纹不易采集。

2002年,日本密码专家Matsumoto曾演示过如何用橡胶手指骗过指纹仪,他以80%的成功率骗过指纹仪。

指纹识别新的需要:活体指纹身份识别,目前的活体识别技术,如测量手指表皮以下的血液流动和温度、测量手指出汗特征值等,能够阻止这种欺骗。

2.手指静脉认证系统:手指静脉认证是近年来生物认证技术开辟的新领域,利用每个人手指内部的静脉图案各不相同这一特点作为生物特征进行认证。通过突出静脉图像,而弱化手指肌肉和骨骼及手指的其他部分,从而得到人体的静脉血管图进行识别。但目前还没有得到大规模的试验证明其有效性。

3.虹膜识别:目前世界上还没有发现虹膜特征重复的案例,就是同一个人的左右眼虹膜也有很大区别。除了白内障等原因外,即使是接受了角膜移植手术,虹膜也不会改变。

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;不需物理的接触;

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,没有进行过现实世界的惟一性认证的试验;同时很难将图像获取设备的尺寸小型化;需要昂贵的聚焦摄像头;镜头可能产生图像畸变而使可靠性降低,黑眼睛极难读取,需要较好光源。

4.面部识别:目前的人脸识别方法主要集中在二维图像方面,由于受到光照、姿势、表情变化的影响,识别的准确度受到很大限制。面部识别技术优点是:非接触性的。缺点:要比较高级的摄像头才可有效高速扑捉面部图像;对饰物、光照、年龄变化敏感,而且面部识别也是最容易被欺骗的。

三维人脸识别可以克服二维人脸识别中的不足,真正的三维人脸识别是利用深度图像进行研究,自90年代初期开始,已经有了一定的进展。从总体上讲,目前三维人脸识别算法还很不成熟,主要面临如下困难:数据获取的困难;海量存储和计算的困难;识别方法不足等。三维人脸识别是极具挑战性的课题,如有突破将具有很强的创新性。

5.视网膜识别:人的视网膜上面血管的图样可以利用光学方法透过人眼晶体来测定。如果视网膜不被损伤,从三岁起就会终身不变。视网膜扫描可能具有最可靠、最值得信赖的生物识别技术,要求强光照射眼球的背面以获得视网膜特征的惟一性。

视网膜技术的优点:是其固定的生物特征,故而不易磨损,老化或是为疾病影响;视网膜是不可见的,故而不会被伪造。缺点是:视网膜技术未经过任何测试,可能会给使用者带来健康的损坏;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。

6.味纹识别:作为由基因决定的那一部分气味――味纹却始终存在,而且终生不变,可以作为识别任何一个人的标记。由于气味的性质相当稳定,如果将其密封在试管里制成气味档案,足足可以保存3年,即使是在露天空气中也能保存18小时。人的味纹从手掌中可以轻易获得。

7.其他生理特征的识别技术:其他生理特征的识别技术:掌纹识别、手形识别、人耳识别、DNA、红外温谱图。这里除DNA识别具有绝对的权威性和准确性外,其他识别方式适合安全要求较低的场所。

三、基于行为特征的生物识别技术综述

1.步态识别:步态是指人们行走时的方式,这是一种复杂的行为特征。适合远距离(罪犯在现场逃跑的样子)。在被观察者没有觉察的情况下从任意角度进行非接触性的感知和度量。

2.击键识别:这是基于人击键时的特性如:击键的持续时间、击不同键之间的时间、出错的频率以及力度大小等而达到进行身份识别的目的。上世纪80年代初期,美国国家科学基金和国家标准局研究证实,击键方式是一种可以被识别的动态特征。

3.签名识别:签名识别易被大众接受,是一种公认的身份识别的技术。但事实表明人们的签名在不同的时期和不同的精神状态下是不一样的,这就降低了签名识别系统的可靠性。

4.声音识别和唇动身份识别:他们具生理和行为共同特征,语音识别系统对人们在感冒时变得嘶哑的声音比较敏感;另外,同一个人的磁带录音也能欺骗语音识别系统。而从97年开始,也不断有科学家将视觉语言信息引入身份识别领域。目前该项识别技术仍在研究中。

四、电子商务环境下新的需要

1.多生物特征识别融合:统计显示迄今为止,还没有一个单生物特征能达到完美无错的要求。一旦当事人的生物特征被收集或仿制,他很难像改变密码一样更改自身的特征。因此,电子商务环境下生物特征识别领域出现了一种新方向,即多种生物特征识别技术结合使用。

2.实时性要求:生物特征识别系统要求计算量大,这其中包括图像的预处理、特征提取与识别分类等。电子商务环境下,具有实时的快速计算能力是达到系统特定性能要求的关键。

3.生物特征识别技术与传统技术相结合:传统的用来识别身份的IC卡和生物特征识别技术的结合使用,具有广泛的应用前景。

五、适合电子商务的生物识别技术

在电子商务环境下,要求现有的生物识别技术必须要满足识别精度、对人体无伤害、被识别者的接受性之外,还必须满足生物特征采集系统体积小、产生数据量少、低成本,并尽量集成到现有的计算机系统里,目前只有指纹识别系统可以集成在鼠标里,随着摄像头、麦克风的普及,基于图像、语音的生物特征识别也可以方便的为电子商务认证系统服务。除了味纹、红外温普图和DNA识别外,其他生物识别技术都有可能应用到电子商务中来。

参考文献:

[1]Federal Emergency Management Agency[FEMA][OL].Emergency Management Institute.Unit 1:Introduction to ICS.Basic Incident Command System(ICS).Independent Study Course.IS-195,1998,p.1-1~1-17

友情链接