热词: RFID传感器二维条码生物识别卫星导航定位


当前位置:首页 > 感知层 > 技术 > 生物识别

干货:生物识别的十大关键技术解析

2017-06-07 来源:我爱物联网

干货:生物识别的十大关键技术解析

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唯一性。因而这些特征都可以作为鉴别用户身份的依据。

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第一步。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,所以最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。例如最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。最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高端安全应用的最大瓶颈。

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。

4、生物信号的定位与分割技术

从生物特征获取装置采集得到的原始信号一般不仅包括生物特征本身,还包括背景信息,例如原始的虹膜图像中包括虹膜、瞳孔、巩膜、眼皮和睫毛等多个区域,真正能有效鉴别人们身份的图像内容也就在虹膜区域。所以必须从原始信号中分割出感兴趣内容进行特征提取。定位和分割算法一般都是基于生物特征在图像结构和信号分布方面的先验知识。例如人脸检测就是要从图像中找到并定位人脸区域,一直是计算机视觉领域的研究热点。

5、生物特征信号增强技术

得到了分割后的特征区域后,有的生物特征识别方法需要在特征提取前对感兴趣区域进行增强,主要目的包括去噪和凸显特征内容。例如人脸和虹膜图像一般用直方图均衡化的方法增强图像信息的对比度; 指纹一般用频域的方法得到脊线分布的频率和方向特征后进行纹路增强; 对于比较模糊的生物特征信号,可以考虑使用超分辨率的方法或者逆向滤波的方法进行增强。

6、生物特征信号的校准技术

为了克服不同时刻采集的生物特征信号之间的平移、尺度和旋转变换,需要将参与比对的两个生物特征进行对齐。有的生物特征校准在特征提取之前完成,例如常用主动形状模型(Active Shape Model)和主动表观模型(Active Appearance Model)进行人脸对齐; 有的生物特征校准的过程就是特征匹配的过程。生物特征信号的校准结果对于识别精度的影响很大,所以也有学者认为生物特征识别最重要的问题是校准技术。

7、生物特征表达与抽取技术

对于生物特征识别,不管是外行还是内行,人们首先想到的问题就是: 机器是用什么特征进行身份识别的?什么是生物特征信号中凸现个性化差异的本质特征?这就是生物识别的基本的、原理性的问题。

对于这个问题在个别的生物特征识别领域得到了共识,例如指纹识别,大家都公认细节点(包括末梢点和分叉点)是描述指纹特征的最佳表达方式,所以国际上就有统一的基于细节点信息的指纹特征模板交换标准,给不同厂商的指纹识别系统的兼容性和数据交换带来了便利。

但是在其他生物识别领域,例如人脸、虹膜、掌纹等领域研究人员还在不断探索最佳的特征表达模型。虽然这些领域的特征表达方法的种类繁多,部分算法也已经取得了很好的识别性能,但是人脸识别、虹膜识别、掌纹识别的根本问题—— “什么是人脸、虹膜或掌纹图像的本质特征及其有效表达?”一直没有得到权威和普遍认同的回答。

这是因为每个人脸、虹膜和掌纹图像的特征表达方法都是基于某种信号处理方法或者某个计算机视觉或者某个模式识别的理论,“公说公有理,婆说婆有理”,大家对于这些图像的本质特征表达还没有进行深入的研究。

现在生物特征表达领域的流行趋势是把各种经典的或者新提出的图像分析方法依次去试,有点撞大运的感觉,产生这种现象的根源是大家没有基础理论的指导,不知道向哪个方向努力好。由于各种方法各自为“政”,造成生物特征模板的数据交换格式难以统一和标准化。例如人脸、虹膜和掌纹的数据交换标准只能基于图像,这是因为大家找不到一个统一的、权威的图像特征表达方法。

8、生物特征的匹配技术

特征匹配就是计算两个生物特征样本的特征向量之间的相似度。图匹配算法也在指纹细节点模式、人脸模式、虹膜斑块模式的相似性度量中得到成功应用。

9、生物特征数据库检索与分类技术

随着生物特征识别技术在人类日常生活中的普及,使用人数的增长必然导致生物特征数据库的不断扩大。这种规模的扩大不仅仅表现在数据量的扩大,还表现在从数据库中搜索某一条记录所耗费的时间的增加。例如在一对多的超大规模(如一个城市、一个国家、一个行业的人群)生物识别应用中,完成一次识别的时间的长度将会让人无法忍受。这是任何一项成熟的生物识别技术从小规模应用向大规模应用转化时不可避免的问题。

10、生物特征识别系统的性能评价

迄今为止,任何的生物特征识别系统或者方法都有出错的可能。对系统的识别精度给出客观、准确的评估其实是一个很复杂的问题,它受测试样本的数量、质量、评估指标等因素的影响,但是这对应用单位和司法部门却是一个很关注的焦点问题。

所以生物特征识别方法的性能测评已成为生物特征识别研究的一个重要方向。对于1∶1比对的身份验证系统,错误有两种情况: 一是把不同人的生物特征识别为同一类,称为错误接收; 另一种可能是把同一人的生物特征识别为不同类,称为错误拒绝。

为了使生物识别技术在安全性要求较高的场合得到应用,除了算法设计外,保护系统自身的安全性、提高对各种黑客攻击的抵抗能力也很重要。为了提高识别系统的安全程度,对生物特征数据、特征模板和应用程序采取加密、数字签名、加时间戳等方法将是一个可行的研究方向。


下一代Apple Watch或将增加生物识别特性

根据静脉样式来识别用户,这样的奇异功能或许我们只在虚拟的影视作品中见识过,但是你知道吗?一向敢于创新的苹果将把这看似荒诞的场景,变成现实。根据外媒MacWorld报道,苹果已经提交了这一项新的专利申请,下一代Apple Watch或将增加生物识别特性。

据了解,美国专利和商标局已经公布了该项技术,下一代的苹果手表将在设备上集成一个心率传感器,使用脉搏血氧仪来区分皮肤上的静脉样式,如果其样式匹配Apple Watch的所有者,那么系统将帮助用户执行各种各样的功能,比如打开Apple Pay或解锁他们的苹果设备,就像Touch ID使用指纹解锁iPhone一样。

由此看来,如果这项专利技术变成现实,那么Apple Watch将会变得更加智能,会在使用体验上更先进一些,想必也会更受消费者的认可。不知道这是不是Apple Watch要力挽狂澜的节奏,毕竟今年下半年来,智能穿戴市场开始显示衰落的迹象,人们普遍认为“智能穿戴已死”。

其实,近几年来,智能穿戴市场看似很“繁华一片”,但是却遭遇了“落地无声”的尴尬。表面上看似光鲜亮丽,但是却怎么也得不到市场的回应,看起来更像是在唱独角戏。不得不说,种种迹象都表明了智能设备市场大爆发的阶段还没有来临,核心问题就在于用户体验上。

倘若,该专利技术真的成为现实,那么Apple Watch将当之无愧的成为当今高科技领域最绚丽多彩的一道风景。毕竟让智能手表更智能,同时弱化Apple Watch对于iPhone的依赖程度,绝对是值得人们期待的黑技术。


人脸识别成门禁核心技术 生物识别市场巨大

近日,国际航空电讯集团推出了一项名为Smart Path的技术,旨在简化机场旅客登机流程,借助这一技术,旅客只需要在“接触点”接受完人脸识别检验,即可进出机场并登机,一旦通过验证,旅客不需要出示登机牌、护照或旅行证件。国际航空电讯集团表示,已经与全球多家航空公司与机场合作,将Smart Path技术融入旅客行程中,预计到2020年,全球机场都将普遍采用人脸识别技术。随着人脸识别将称机场“标配”,全球生物识别产业将迎来发展拐点,前景看好。

生物识别市场全球分布

生物识别是指通过计算机与光学、声学、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来进行个人身份鉴定的技术,主要有指纹识别、语音识别、人脸识别、虹膜识别等技术。与传统的密码检验方式相比,生物识别技术基于人的生物特征具有易测量、排他性以及终身不变的特点,因而有检验快速、结果更精准的优势。更适应互联网时代,用户对信息安全以及信息的快速处理与反馈的需求。

当前全球生物识别市场中,北美占据份额最高,达33.5%;其次是亚太地区,为23.8%;再然后是欧洲、中东和印度、中南美洲、非洲地区,市占率依次为16.5%、11.0%、9.1%和6.1%。美国是全球主要的生物识别市场,目前规模在10亿美元级别。“911”事件发生后,全美在115座机场和14个主要港口设立了“美国访客和移民身份显示技术”系统,采用指纹识别、人脸识别与虹膜识别等技术验证访客与移民信息;同时27个免签国公民去往美国,都必须持有生物识别护照。

2009年全球生物识别市场规模为34.22亿美元,2013年生物识别市场规模接近98亿美元,2014年生物识别规模突破百亿美元大关,预计2015年生物识别市场将上涨至130亿美元,到2020年全球生物识别市场将突破250亿美元。其中指纹识别市场规模将有130亿美元,语音识别将有56亿美元、人脸识别为24亿美元、虹膜识别将有16亿美元、其他生物是被技术将有24亿美元。

国内指纹识别盛行人脸识别崛起

我国生物识别主要产品有考勤设备和系统、物理门禁产品、电子锁具产品、身份认证识别(即逻辑门禁,在金融行业、电子商务、电子政务、军队、无线网络服务等领域都有不少应用)等产品。与国外大部分应用都在政府和公共服务领域的重大型项目相比,国内生物识别市场超过90%均是小型商业部门应用,未来存在巨大发展空间。

国内生物识别市场较单一,过于集中发展指纹识别技术,资料显示,指纹识别技术产品的市场占有率几乎是其他生物识别技术的总和,即大约为50%。指纹识别在众多生物识别技术中,门槛最低,因此得到率先发展。

目前在锁具、考勤、门禁、电脑、银行与保险柜、智能手机等多个领域都能看见指纹识别的身影。其中,在苹果手机的示范效应下,近几年,手机安装指纹识别装置成为标配,这进一步延伸了指纹识别技术的繁荣时间,随着移动支付市场需求不断上升,指纹识别装置成本不断下降,预计这一技术还将有爆发式发展的可能。

不过,作为接触性的识别技术,指纹采集头常常容易损坏,需要定期更换;约有5%的人指纹较浅,不易采集;再加上指纹识别对位置的要求较高,因此往往出现较高的抗真率,以上因素限制了指纹识别未来发展。这为人脸识别、虹膜识别技术带来了发展空间。

与指纹识别技术相比,人脸识别精准度更高,且属于非接触式识别技术,操作更方便快捷。推广方面,当前普通摄像头可以作为传感器,人脸识别主要依靠人脸识别软件和算法进行处理,普通摄像头可以作为采集人脸信息的传感器,推广起来成本比较低,客户也较容易接受。

基于以上特点,人脸识别将可取代指纹识别在生物识别产业下一阶段迎来较快发展。目前我国人脸识别技术已经在银行机构,互联网金融平台等得到使用。预计人脸识别市场将快速爆发,到2015年,我国人脸识别行业市场规模可达到75亿元,未来潜在的市场规模将超过千亿。

虹膜识别是目前生物识别技术中精准度最高的一项技术,它具有误识率低、难伪造、难复制、生物特征不易损伤的特点,理论上将比指纹识别与人脸识别更加精确可靠,基于以上特点,未来安防、国防、电子商务等多种领域的应用,必然会以虹膜识别技术为重点。不过由于应用尚未成熟,这一技术目前被视为“黑科技”。

生物识别产业现三大趋势

2010至2014年,国内生物识别市场平均增长率保持在60%以上,2014年生物识别市场规模为80多亿元人民币,预计到2015年中国生物识别市场规模可突破100亿元,2020年生物识别市场规模将突破300亿元。

政府重视、下游应用普及与技术提高共同推动生物识别市场快速发展。

结合西方国家生物识别产业发展轨迹,前瞻产业研究院认为,未来国内生物识别产业将有以下发展趋势:

首先,产业集中度将不断提高,从2002年迄今,国外生物识别产业经过竞争淘汰以及大量的并购重组,生物识别公司数量下降至100余家,上规模的重要企业甚至不足15家,未来产业优胜劣汰将在我国出现;

其次,生物识别均衡发展。指纹识别技术一家独大的局面将被打破,未来语音识别、人脸识别、虹膜识别等多种技术可百放齐放,共同发展;

最后,多技术融合发展成主流。随着信息安全问题日益突出,市场需求日益强烈,技术整合融合(采用两种或以上的生物识别技术,如指纹与人脸识别搭配;指纹、人脸再加虹膜识别等)进一步确保信息安全成为发展大势。

相关热点