淺談生物特征識別的身份認證技術

劉懷北

?

淺談生物特征識別的身份認證技術

劉懷北

福建省科學技術信息研究所

由于人的生物特征具有穩定性和唯一性，目前最安全的身份認證技術是生物特征識別，傳統的身份識別手段將被生物特征識別技術所超越和替代。該文從生物特征角度介紹了幾種生物特征識別的身份認證技術，由于每一種生物特征識別身份認證技術都有局限性，采用數據融合方法進行身份鑒別，將人的多種生理特征和行為特征結合起來進行身份識別，以提高生物特征識別系統的可靠性和識別的精確率，將是今后發展的必然趨勢。

生物特征 指紋 虹膜 人臉 聲音 簽名

0 引言

隨著電子、計算機、網絡和通訊技術日新月異的發展，電子信息的安全性也變得越來越突出，人們注冊網絡服務、網上購物、銀行取錢、消費刷卡等都需要進行身份的識別。傳統的身份識別使用的密碼、口令、智能卡、證件等，其安全性受到限制，存在丟失、被盜用和復制等諸多問題。由于人的生物特征具有唯一性和穩定性的特點，并且可隨身攜帶、不易被盜、不易被偽造、不易丟失，所以生物特征識別成為目前最安全的身份認證技術，傳統的身份識別手段將被它所超越和替代。

生物特征識別技術是使用計算機及相關設備，利用人體本身特有的行為特征和(或)生理特征，通過模式識別和圖像處理的方法進行身份識別。生物特征分為生理特征和行為特征，生理特征為先天性的，行為特征則為后天性的。生理特征是人體器官本身固有的特征，不隨主觀意愿和客觀條件發生改變。目前，利用人體生理特征的識別技術主要有人臉識別、人耳識別、虹膜識別、指紋識別、手掌識別、視網膜識別等。行為特征是人的動作特征，是人們在長期生活過程中養成的行為習慣，利用人體行為特征的主要識別技術包括聲音識別、筆跡識別、步態識別、擊鍵識別和節奏識別等。

1 常用的人體生物特征識別技術

1.1 生理特征生物識別

1.1.1人臉識別

人臉識別是通過采集人的臉部圖像，由計算機從臉部圖像中提取其面部特征信息，并與數據庫中的特征進行比對匹配。人臉識別主要過程：人臉檢測定位→提取面部特征→將待識別人臉特征與人臉數據庫中特征進行比對匹配。

人臉檢測定位是將圖像分為人臉區域和非人臉區域兩部分，從中分離出人臉的圖像。檢測的圖像分為靜態圖像(人體和場景都是靜止)和動態圖像(人體在運動過程中)，人臉檢測定位分為靜態圖像的人臉檢測定位和動態圖像的人臉檢測定位。

提取面部特征是對人臉的大小、輪廓線、位置等提取其特征信息。最常見的方法是先找出兩只眼睛的中心位置，再對人臉進行歸一化處理，最后提取特征信息。

人臉識別是將待識別人臉的特征或圖像與數據庫中人臉有關的特征值或圖像進行比對匹配。

1.1.2 人耳識別

人們習慣上所說的耳朵，就是外耳的耳廓，是人耳識別的對象。人耳識別主要過程：人耳圖像采集→對采集的圖像進行預處理→對圖像中人耳的邊緣進行檢測和分割→提取外耳輪廓和特征點信息→將待識別人耳圖像與數據庫中人耳圖像比對匹配等。

人耳識別類似于人臉識別，但不因表情變化而受影響，因此穩定性好于人臉識別。

1.1.3 虹膜識別

虹膜是一個位于眼睛瞳孔和鞏膜之間的環狀區域，人眼圖像中虹膜區域的冠狀物、環狀物、斑點、皺紋形成了特有的紋理，是人眼的典型特征，具有穩定性、唯一性、非侵犯性、可采集性、高獨特性、高準確性、防偽性好、易使用性等優點。人的一生中虹膜幾乎不發生變化，并且每個人的虹膜結構各不相同。虹膜識別在錯誤率和識別率等方面與其他的生物特征識別相比，其性能指標都優于其他的生物特征識別技術。

虹膜識別主要過程：采集虹膜圖像→對虹膜進行定位、歸一化和增強等預處理→提取特征信息→進行特征編碼→將數據庫中虹膜模板的特征向量與待識別的虹膜特征向量進行匹配（也就是將數據庫中虹膜模板與待識別的虹膜進行相似性比對，如果相似性達到某一程度時，便認為這兩個虹膜圖像是來自同一只眼睛）。

1.1.4 指紋識別

指紋是手指末梢紋路的圖案，指紋中的谷、脊和紋路的起終點、分叉點、中斷處、轉折點、匯合點等特征點提供了指紋識別的信息，在指紋中有非常詳盡的特征值，可以用來辨別人的身份。指紋識別是最古老、最成熟的生物特征識別。指紋鑒定已經被官方所接受，目前，全球范圍內都建立了罪犯指紋數據庫和指紋鑒定機構，指紋識別已經是司法部門進行鑒定身份的有效手段。指紋識別技術通過分析指紋圖像的局部特征和全局特征進行身份識別認證。

指紋識別主要過程：指紋圖像采集→將采集的圖像進行預處理→提取特征信息→將待識別指紋特征值與數據庫中的指紋特征值進行匹配比對。

指紋識別與其他生物特征識別相比，識別精度高，具有穩定性、唯一性等優點。據介紹，每一個人的指紋都不一樣，人的指紋通常在出生9個月后成型而且終身不變。缺點是采集或識別有些群體或有些人的指紋較難，且指紋存在被盜取復制的可能。

1.1.5 手形識別

手形識別是利用手指的長度和不同部位的寬度、手掌厚度和寬度等手的外部輪廓所構成的幾何圖形進行識別。掌紋的特征信息多于手形，手形識別可以結合掌紋特征，手掌紋理特征的引入，可以取得更高的識別率和可靠性。手形識別系統也可將指紋特征信息引入，構成多生物特征識別技術的融合系統，識別結果將更為可靠的。

1.1.6 視網膜識別

眼球后部細小的神經就是視網膜，因為每個人的視神經分散程度不一樣，所以身份識別可以使用視神經作為特征。由于視網膜不可能偽造，人的視網膜從三歲起就終身不變，并且在外部不可見，因此作為身份識別特征具有極大的準確性。同虹膜識別技術一樣，視網膜識別技術具有很高的可靠性。

視網膜識別主要過程：采集視網膜上的視神經分布情況→提取特征信息→將待識別的視神經特征信息與數據庫中視神經的特征數據進行比對匹配。

1.2 行為特征生物識別

1.2.1 聲音識別

聲音識別也稱聲紋識別，聲紋是反映說話人的行為、心理和生理特征聲音波形的聲音參數。由于每個人發聲器官（鼻腔、牙齒、舌、喉頭、肺）的尺寸和形態方面各不一樣，所以每個人的聲紋圖譜也都不一樣，因此，身份識別可以使用聲紋識別技術。聲音識別分為依賴特定文字識別和不依賴特定文字識別兩類。

聲音識別技術主要過程：提取聲音的特征參數和對特征參數進行匹配。提取特征參數常用的方法是通過隔離周期脈沖和聲道得到聲音參數，也稱為倒譜法。聲音特征參數匹配目前常用模板匹配等方法。

1.2.2 筆跡識別

筆跡識別也稱簽名識別。筆跡識別分為：離線筆跡識別和實時在線筆跡識別。離線筆跡識別的對象是簽名圖像，將簽名圖像由掃描儀轉換為數字信息。實時在線筆跡識別的對象是簽名的筆跡序列，將實時采集的手寫板簽名筆跡序列轉換為數字信息。書寫過程的速度、握筆傾斜度和運筆壓力等動態信息，可以作為筆跡識別的特征信息，從而提高筆跡識別的準確性。

1.2.3 步態識別

步態就是人行走的姿態，人的步態是幾百個關節和肌肉的合成運動，每個人的走路姿態各有差異，因此身份識別可以使用具有幾百個特征參數的步態特征。步態識別是對攝像機拍攝的一段行走的視頻圖像序列進行識別，涉及到圖像處理、模式識別、計算機視覺等領域，其特征提取和分析的難度都很大。步態識別對影像的要求不高，具有非侵犯性，步態識別技術剛剛起步，仍處于理論研究階段，還有相當長的路要走才能真正實用。目前步態識別常用的人體模型有整體模型和簡化模型兩種。整體模型是從視頻圖像人的行走序列中提取人體輪廓，分析識別輪廓的運動特征。簡化模型是根據人體解剖學原理建立人體三維運動模型進行特征分析。

1.2.4 擊鍵、節奏識別

擊鍵和節奏識別是根據人的擊鍵特性，如擊鍵的持續時間、擊不同鍵之間的間隔時間、擊鍵的出錯頻率和擊鍵的力度大小等進行身份識別。擊鍵的力度和節奏，每個人會有較明顯的差異，可以用來區別不同的人，我們最常見到的是影視中對報務人員的識別。

1.3 其它生物特征識別技術

1.3.1 DNA識別

一切有核的生物中都有DNA(脫氧核糖核酸)存在，DNA分子里貯存著生物的全部遺傳信息。每個人的DNA分子結構各不相同，DNA分子結構在人體細胞中的具有永久性和唯一性，可以用來區別不同人的身份，這種識別方法精度極高，準確性高于任何其它生物特征識別技術。其缺點是必須在實驗室中進行DNA識別，不能實時處理，費用高，耗時長，需專業技術人員才能進行，因此應用受到限制。目前，DNA識別技術在識別罪犯和親屬關系認定方面使用較多。

1.3.2人體溫譜識別

人的身體向外散發著熱量，通過紅外設備可以獲得身體各個部位不同發熱程度圖像的人體溫譜圖，人體的溫譜分布情況因人而異，是一種具有獨特性的生物特征，可以用來進行身份識別。目前，溫譜圖常用于吸毒檢測，因為人體溫譜圖在人服用某種毒品后，會顯示出特定的結構。發熱癥狀的流行病狀檢測也常用到溫譜圖。目前，由于人體溫譜識別的紅外測溫設備價格昂貴，使人體溫譜識別的應用和推廣受到限制。

1.3.3 體味識別

由于每個人具有不同的免疫基因，使得每個人的體味不同，因此身份識別可以使用這種體味特征。在許多刑事偵察中，經常根據氣味利用警犬識別協助破案，今后這種識別將由人造電子鼻子來完成。現在已經研制出了一些如煤氣、瓦斯等特殊氣體的傳感器，實現了這些對氣體分類和自動檢測的系統，理論上采用體味進行個人身份識別是可行的，但是實際難度很大。

1.3.4 腳印識別

腳印在刑事偵察中也具有重要的作用，有經驗的公安人員，根據腳印的深淺和大小，就可以對嫌疑人的職業、身高作出判斷，這種方法量化很難，所以用計算機來自動識別很難。

2 結論與展望

迄今為止，還沒有哪一種生物特征識別技術能達到完美無缺的要求，例如，指紋識別可能出現無法提取到某些人的指紋；白內障人的虹膜會發生變化，不宜用虹膜識別對這些人進行身份認證。因此，應該科學合理地綜合利用人的各個生物特征，將多種生物特征識別技術融合使用。多生物特征融合識別技術就是利用多種生理特征和（或）行為特征進行身份識別的方法。采用數據融合方法進行身份鑒別，將人的多種生理特征和行為特征結合起來進行身份識別。多生物特征融合識別利用多生物特征信息，結合數據融合技術，可以進一步提高生物特征識別系統的準確率，減少單生物特征識別帶來的問題。提高生物特征識別系統的可靠性和識別的精確率，將是今后發展的必然趨勢。

[1] 張明慧，張明超，張堯禹. 生物識別技術方法研究[J]. 電腦編程技巧與維護, 2011(10): 106.

[2] 田啟川，張潤生. 生物特征識別綜述[J]. 計算機應用研究, 2009(12): 4401- 4406.

[3] 趙秀萍生物特征識別技術發展綜述[J]. 刑事技術, 2011(6): 44-48.