浅谈生物特征识别的身份认证技术

刘怀北



浅谈生物特征识别的身份认证技术

刘怀北

福建省科学技术信息研究所

由于人的生物特征具有稳定性和唯一性，目前最安全的身份认证技术是生物特征识别，传统的身份识别手段将被生物特征识别技术所超越和替代。该文从生物特征角度介绍了几种生物特征识别的身份认证技术，由于每一种生物特征识别身份认证技术都有局限性，采用数据融合方法进行身份鉴别，将人的多种生理特征和行为特征结合起来进行身份识别，以提高生物特征识别系统的可靠性和识别的精确率，将是今后发展的必然趋势。

生物特征 指纹 虹膜 人脸 声音 签名

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中特征进行比对匹配。

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。

1.2 行为特征生物识别

1.2.1 声音识别

声音识别也称声纹识别，声纹是反映说话人的行为、心理和生理特征声音波形的声音参数。由于每个人发声器官（鼻腔、牙齿、舌、喉头、肺）的尺寸和形态方面各不一样，所以每个人的声纹图谱也都不一样，因此，身份识别可以使用声纹识别技术。声音识别分为依赖特定文字识别和不依赖特定文字识别两类。

声音识别技术主要过程：提取声音的特征参数和对特征参数进行匹配。提取特征参数常用的方法是通过隔离周期脉冲和声道得到声音参数，也称为倒谱法。声音特征参数匹配目前常用模板匹配等方法。

1.2.2 笔迹识别

笔迹识别也称签名识别。笔迹识别分为：离线笔迹识别和实时在线笔迹识别。离线笔迹识别的对象是签名图像，将签名图像由扫描仪转换为数字信息。实时在线笔迹识别的对象是签名的笔迹序列，将实时采集的手写板签名笔迹序列转换为数字信息。书写过程的速度、握笔倾斜度和运笔压力等动态信息，可以作为笔迹识别的特征信息，从而提高笔迹识别的准确性。

1.2.3 步态识别

步态就是人行走的姿态，人的步态是几百个关节和肌肉的合成运动，每个人的走路姿态各有差异，因此身份识别可以使用具有几百个特征参数的步态特征。步态识别是对摄像机拍摄的一段行走的视频图像序列进行识别，涉及到图像处理、模式识别、计算机视觉等领域，其特征提取和分析的难度都很大。步态识别对影像的要求不高，具有非侵犯性，步态识别技术刚刚起步，仍处于理论研究阶段，还有相当长的路要走才能真正实用。目前步态识别常用的人体模型有整体模型和简化模型两种。整体模型是从视频图像人的行走序列中提取人体轮廓，分析识别轮廓的运动特征。简化模型是根据人体解剖学原理建立人体三维运动模型进行特征分析。

1.2.4 击键、节奏识别

击键和节奏识别是根据人的击键特性，如击键的持续时间、击不同键之间的间隔时间、击键的出错频率和击键的力度大小等进行身份识别。击键的力度和节奏，每个人会有较明显的差异，可以用来区别不同的人，我们最常见到的是影视中对报务人员的识别。

1.3 其它生物特征识别技术

1.3.1 DNA识别

一切有核的生物中都有DNA(脱氧核糖核酸)存在，DNA分子里贮存着生物的全部遗传信息。每个人的DNA分子结构各不相同，DNA分子结构在人体细胞中的具有永久性和唯一性，可以用来区别不同人的身份，这种识别方法精度极高，准确性高于任何其它生物特征识别技术。其缺点是必须在实验室中进行DNA识别，不能实时处理，费用高，耗时长，需专业技术人员才能进行，因此应用受到限制。目前，DNA识别技术在识别罪犯和亲属关系认定方面使用较多。

1.3.2人体温谱识别

人的身体向外散发着热量，通过红外设备可以获得身体各个部位不同发热程度图像的人体温谱图，人体的温谱分布情况因人而异，是一种具有独特性的生物特征，可以用来进行身份识别。目前，温谱图常用于吸毒检测，因为人体温谱图在人服用某种毒品后，会显示出特定的结构。发热症状的流行病状检测也常用到温谱图。目前，由于人体温谱识别的红外测温设备价格昂贵，使人体温谱识别的应用和推广受到限制。

1.3.3 体味识别

由于每个人具有不同的免疫基因，使得每个人的体味不同，因此身份识别可以使用这种体味特征。在许多刑事侦察中，经常根据气味利用警犬识别协助破案，今后这种识别将由人造电子鼻子来完成。现在已经研制出了一些如煤气、瓦斯等特殊气体的传感器，实现了这些对气体分类和自动检测的系统，理论上采用体味进行个人身份识别是可行的，但是实际难度很大。

1.3.4 脚印识别

脚印在刑事侦察中也具有重要的作用，有经验的公安人员，根据脚印的深浅和大小，就可以对嫌疑人的职业、身高作出判断，这种方法量化很难，所以用计算机来自动识别很难。

2 结论与展望

迄今为止，还没有哪一种生物特征识别技术能达到完美无缺的要求，例如，指纹识别可能出现无法提取到某些人的指纹；白内障人的虹膜会发生变化，不宜用虹膜识别对这些人进行身份认证。因此，应该科学合理地综合利用人的各个生物特征，将多种生物特征识别技术融合使用。多生物特征融合识别技术就是利用多种生理特征和（或）行为特征进行身份识别的方法。采用数据融合方法进行身份鉴别，将人的多种生理特征和行为特征结合起来进行身份识别。多生物特征融合识别利用多生物特征信息，结合数据融合技术，可以进一步提高生物特征识别系统的准确率，减少单生物特征识别带来的问题。提高生物特征识别系统的可靠性和识别的精确率，将是今后发展的必然趋势。

[1] 张明慧，张明超，张尧禹. 生物识别技术方法研究[J]. 电脑编程技巧与维护, 2011(10): 106.

[2] 田启川，张润生. 生物特征识别综述[J]. 计算机应用研究, 2009(12): 4401- 4406.

[3] 赵秀萍生物特征识别技术发展综述[J]. 刑事技术, 2011(6): 44-48.