生物识别技术与应用

第21卷第3期佛山科学技术学院学报(自然科学版)Vol.21 No. 32003年9月Journal of Foshan University (Natural Science Edition)Sep.2003文章编号:1008-0171(2003)03-0066-04生物识别技术与应用朱珍,王景艳(佛山科学技术学院信息与教育技术中心,广东佛山528000摘要:生物识别技术可以用来鉴别身份或证明身份,主要包括虹膜识别.视网膜识别、面部识别.指纹识别、DNA识别、气味识别、签字识别和声音识别等,其中指纹识别是最常用的一种。生物识别技术在人类的物理生存空间和虚拟生存空间具有广泛的应用前景。在介绍生物识别原理的基础上,讨论了两种类型生物识别技术，-种基于生理特征:虹膜识别.视网膜识别、面部识别和指纹识别;另一种基于行为特征:签字识别和声音识别。关键词:身份验证;生物识别;虹膜识别;视网膜识别;面部识别;指纹识别;签字识别;声音识别中图分类号:Q-3文献标识码:A .身份验证是人们日常生活中经常遇到的一个基本问题,几乎每时每刻都需要鉴定别人的身份，证明自己的身份。如:到图书馆借阅资料要出示借书证、到银行办理存取款需提供存折和身份证等。传统的身份验证方法可分为两类,一类为基于身份标识物品(如钥匙、证件.银行卡等)的验证方法;另一类为基于身份标识知识(如用户名、密码等)的验证方法。在-些安全性要求较高的系统中,往往将这两者结合起来。但是,标识物品容易丢失或被伪造,标识知识容易遗忘或记错，更为严重的缺陷是传统身份验证方法往往无法区分标识物品真正的拥有者和取得标识物品的冒充者,一旦他人获得标识物品,就可以具有与拥有者相同的权力。生物识别技术是模式识别的一个分支,并成为一种新的身份验证手段。其根据人类自身所固有的生理特征和行为特征来验证身份。生理特征与生俱来,多为先天性的,例如:指纹、眼睛虹膜、脸形等。行为特征则是习惯使然,多为后天性的,例如笔迹、声音、步态等。生物识别包括虹膜识别、视网膜识别、面部识别、指纹识别、签字识别、声音识别、手形识别、步态识别及多种生物特征混合识别等诸多种类,其中，虹膜识别和指纹识别被公认为最可靠的两种生物识别技术。1生物识别基本原理生物识别由两个过程组成,即训练设计与识别实现中。训练设计指用-定数量的样本建立标准模式库,选定适当的识别算法、距离测度及判决准则。识别实现指将待识别的样本所形成的未知模式与标准模式进行匹配比较,根据测度估计及判决准则输出身份验证结果。生物识别系统主要由数据获取、预处理、特征抽取、标准模式库、测度估计和判决等六部分组成,如图1所示。石识别1.1 数据获取中国煤化工在住)一期决一获取的数据有下述三种类型:YHCNMHG1练厂标准(1)二维图像:如虹膜、视网膜、脸部、 指纹等对象;L模式库|(2)-维图形:如声音信号波形等对象;图1生物识别系统原理框图收稿日期:2002-12-19作者简介:朱珍(1962-),男 ,河北三河人，佛山科学技术学院教授,硕士,主要从事计算机应用方面研究。第3期朱珍等:生物识别技术与 应用(3)物理参量:如签字速度、运笔压力等对象。通过测量、采样和量化，用矩阵、向量或标量表示这些数据。1.2预处理预处理的目的是去除噪声,加强有用信息,并对测量仪器或其他因素所造成的退化现象进行复原。1.3特征抽取与标准模式库对原始数据进行变换,得到能反映识别本质的M个特征参数。在训练阶段由样本所获得的特征向量(由M个特征参数构成的M维特征空间中的一个点)作为标准模式存入库中。1.4测度估计与判决距离测度可以采用:欧氏距离及其变形的距离、似然比测度、隐马尔可夫模型(HMM)之间的距离测度等。基于未知模式与标准模式距离测度估计值,根据若干准则及专家知识进行判决,输出身份验证结果。2基于生理特征的生物识别2.1虹膜识别虹膜虹膜是位于眼睛瞳孔外侧的环型纤维组织，每一个虹膜都包含独-无二的基于水晶体、细丝、斑点、凹凸点、射线和条纹等特征的结构,如图2所示。实践证明，没有任何两个虹膜是完全-样的,虹膜识别技术利图2虹膜结构 .用虹膜终身不变性和差异性来验证身份。虹膜能提供数量众多的特征,使得虹膜识别技术是精确度最高的生物识别技术之一。通过精密摄像头获取虹膜图像数据,当摄像头对准眼睛后自动调整焦距确定虹膜的内沿及外沿。经预处理排除眼液和细微组织的影响后,抽取特征点形成虹膜代码(risCode)作为标准模式或未知模式。虹膜识别的优点是便于使用,只需用户位于设备之前而无需物理接触。缺点是很难将图像获取设备的尺寸小型化,投资较大。2.2视网膜识别视网膜也是-种被用于生物识别的生理特征,有些学者认为视网膜是比虹膜更为惟-的生物特征。视网膜是--些位于眼球后部十分细小的神经,它是人眼感受光线并将信息通过视觉神经传给大脑的重要器官。图3为视网膜结构。视网膜扫描设备用来获得视网膜图像数据,使用者的眼睛与设备的距离应在15 mm之内,并且在读取图像时,眼睛必须处于静止状态,经过预处理和特征抽取可获得400多个特征点,构成匹配模式和完成确认。视网膜是-种极其稳定的生物特征,因为它是“隐藏”的,不会被伪造,使用时不需要和设备进行直接的接触。缺点是视网膜扫描可能会给使用者带来健康的损坏,也很难降低它的成本。2.3面部识别面部因人而异,绝无相同,即使双胞胎其面部也存在某些方面的差异2”。与虹膜、视网膜等生物识别系统相比，面部识别系统更加直接、友好,使用者无任何心理障碍。扑捉面部图像可采用视频技术或热成像技术。视频技术通过-个标准的摄像头摄取面部的图像;热成像技术通过分析由面部毛细血管的血液产生的热线来生成面部图像。获取的面部图像需经预处理消除发型和化妆等因中国煤化工诗征包括脸部的轮廓,眼睛、嘴巴和鼻子的位置和形状,眉毛的位置和形状等几CNMHG.抽取的特征参数值按预定的规则形成模式,在训练阶段建立标准模式库,在识别头现阶段作为木知模式与进行标准模式比较。在面部识别系统中,使用者面部的位置与周围的光环境都有可能影响系统的准确性。2.4 指纹识别指纹具有终身不变性和惟-性,法律上已经认定是人的物证之首[3]。指纹识别系统所抽取的特征有;8佛山科学技术学院学报(自然科学版)第21卷虹膜视网膜角瞑眼神经瞳孔玻璃体晶狀体图3视网膜结构图4面部特征示意图全局特征和局部特征两种。全局特征包括指纹的纹形、中心点、三角点和纹线数等,按照亨利分类法,纹形可分为弓、箕、斗和杂四种基本类型,中心点作为指纹获取和匹配的参考点,三角点至中心点的连线与指纹纹路相交的纹线数量称为纹线数。指纹识别除依据全局特征之外,还需要局部(细节)特征的位置、数量、类型和方向才能惟-的确定。指纹纹路的端点、分支点、三角点、纹路围成的小眼和桥等均可作为细节特征点4。如图5所示。小桥上中心点小眼下中心点.分支点一-- -小捧右三角点.端点左三角点图5指纹特 征示意图采集指纹图像的技术主要有光学取像技术和非光学取像技术两类。光学取像技术利用扫描仪或摄像头等设备将捺印转换为灰度图像，或采用活体指纹摄入仪直接将手指指纹转换为灰度图像。非光学取像技术利用硅电容式、压感式或温度感应式半导体传感器取得指纹图像,或利用超声波扫描设备取得指纹图像。指纹是人体独-无二的特征,并且它们的复杂度足以提供用于识别的足够特征;但使用时留下的印痕存在被复制的可能性。3基于生理特征的生物识别3.1 签字识别签字作为身份验证的手段已经使用了几百年,而且人们都很熟悉在银行的表单中用签字作为身份的标志。将签字数字化是这样-个过程,测量签字图像本身以及整个签字的动作。通过计算机把手写签字的图像、笔顺、速度和压力等信息与真实签字样本进中国煤化工的真伪。对于签字图像,人们最先注意的是其中的端点交CYHCN MH G作为签字识别的特征点，其反映了签字的几何变化:端点是笔划的起笔或终笔;交义点是笔划交义严生的特征;而弯曲点则表明笔划在这点上方向有明显的变化。图6所示的签字骨架中,特征点用圆点标示出来。签字识别技术更容易被大众接受而且是-种公认的身份验证的技术,主要应用于电子政务、电子商务、金融机构等领域。缺点是随着经验的增长,性情的变化与生活方式的改变，签字也会随之而改变。为了适应签字的不可避免的自然改变,签字识别系统在进行正确判决的前提下必须学习后形成的习惯。第3期朱珍等:生物识别技术与 应用图6签字图像的几何特 征点3.2声音识别不同人的指纹不同,与此类似，每个人都有自己的发音器官特征以及讲话时特殊的语言习惯,这些都反映在声音信号中。声音识别设备不断地测量、记录声音的波形和变化。消除噪声后通过LPC分析得到倒谱系数、差值倒谱系数、基音频率及差值基音频率等特征参数。声音识别将采集到的声音同登记过的声音模式匹配,从而鉴别出讲话人。声音识别也是-种非接触的识别技术,用户可以很自然地接受。但很容易被录在磁带上的声音所欺骗,随着技术的发展,声音识别系统将能够拒绝录制的声音。4结论生物识别是基于个人独特的生理和行为特征进行自动身份验证的技术,为信息化社会日益增长的保密需求和安全需求提供一个很好的解决方案。目前，已出现了-些实用的生物识别产品,如:指纹锁、指纹考勤系统等,正在逐渐形成-个新兴的产业。随着生物识别技术的不断改进和完善,在刑侦破案、证件验证、要害部门入口控制、敏感信息访问控制等诸多方面将得到广泛的应用,取代传统的智能卡、钥匙和密码等,成为保密、安全、方便的身份验证手段。参考文献:[1]边肇祺,张学工.模式识别[M].北京:清华大学出版社,2000.[2]张敏贵.生物特征识别及研究现状[J].生物物理学报,18(2):156-162.[3] LEE Jeong Woo. A 600 dpi capacitive fingerprint sensor chip and image -synthesis techniques [J ]. Solid- StateCircuits , EEE Journal of, 1999, 344:369-475.[4]王 波涛.生物图像识别技术与应用[J].计算机工程与设计,22(4):78-82.[责任编辑:邓军文]The technology and application of biometricsZHU Zhen, W ANG Jing: yan(Information and Educational Technology Center, Foshan University, Foshan 52800, China)Abstract : Biometrics technology can be used for either identification or authentication purposes. Themost commonly known method of biometric identification is fingerprint biometrics. Other biometricalmethods of identification include iris and retinal scans， facial feature recognition， fingerprinting ，signature dynamics and voice verification. These tech中国煤化rntial uses in the physicalliving space and virtual living space. Based on:MHCN MH Ginciples, two types ofbiometrics technology are discussed in this paper. One 1s tounded on the physiological features: irisand retinal scans， facial feature recognition， fingerprinting. The other establishes the behaviorfeatures : signature dynamics verification and voice verification.Key words: identity verification; biometrics; iris scans; retinal scans; facial feature recognition ;fingerprinting; signature dynamics and voice verification.