第21卷第3期佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版)Vol.21 No. 32003年9月Journal of Foshan University (Natural Science Edition)Sep.2003文章編號(hào):1008-0171(2003)03-0066-04生物識(shí)別技術(shù)與應(yīng)用朱珍,王景艷(佛山科學(xué)技術(shù)學(xué)院信息與教育技術(shù)中心,廣東佛山528000摘要:生物識(shí)別技術(shù)可以用來(lái)鑒別身份或證明身份,主要包括虹膜識(shí)別.視網(wǎng)膜識(shí)別、面部識(shí)別.指紋識(shí)別、DNA識(shí)別、氣味識(shí)別、簽字識(shí)別和聲音識(shí)別等,其中指紋識(shí)別是最常用的一種。生物識(shí)別技術(shù)在人類(lèi)的物理生存空間和虛擬生存空間具有廣泛的應(yīng)用前景。在介紹生物識(shí)別原理的基礎(chǔ)上,討論了兩種類(lèi)型生物識(shí)別技術(shù)，-種基于生理特征:虹膜識(shí)別.視網(wǎng)膜識(shí)別、面部識(shí)別和指紋識(shí)別;另一種基于行為特征:簽字識(shí)別和聲音識(shí)別。關(guān)鍵詞:身份驗(yàn)證;生物識(shí)別;虹膜識(shí)別;視網(wǎng)膜識(shí)別;面部識(shí)別;指紋識(shí)別;簽字識(shí)別;聲音識(shí)別中圖分類(lèi)號(hào):Q-3文獻(xiàn)標(biāo)識(shí)碼:A .身份驗(yàn)證是人們?nèi)粘Ｉ钪薪?jīng)常遇到的一個(gè)基本問(wèn)題,幾乎每時(shí)每刻都需要鑒定別人的身份，證明自己的身份。如:到圖書(shū)館借閱資料要出示借書(shū)證、到銀行辦理存取款需提供存折和身份證等。傳統(tǒng)的身份驗(yàn)證方法可分為兩類(lèi),一類(lèi)為基于身份標(biāo)識(shí)物品(如鑰匙、證件.銀行卡等)的驗(yàn)證方法;另一類(lèi)為基于身份標(biāo)識(shí)知識(shí)(如用戶(hù)名、密碼等)的驗(yàn)證方法。在-些安全性要求較高的系統(tǒng)中,往往將這兩者結(jié)合起來(lái)。但是,標(biāo)識(shí)物品容易丟失或被偽造,標(biāo)識(shí)知識(shí)容易遺忘或記錯(cuò)，更為嚴(yán)重的缺陷是傳統(tǒng)身份驗(yàn)證方法往往無(wú)法區(qū)分標(biāo)識(shí)物品真正的擁有者和取得標(biāo)識(shí)物品的冒充者,一旦他人獲得標(biāo)識(shí)物品,就可以具有與擁有者相同的權(quán)力。生物識(shí)別技術(shù)是模式識(shí)別的一個(gè)分支,并成為一種新的身份驗(yàn)證手段。其根據(jù)人類(lèi)自身所固有的生理特征和行為特征來(lái)驗(yàn)證身份。生理特征與生俱來(lái),多為先天性的,例如:指紋、眼睛虹膜、臉形等。行為特征則是習(xí)慣使然,多為后天性的,例如筆跡、聲音、步態(tài)等。生物識(shí)別包括虹膜識(shí)別、視網(wǎng)膜識(shí)別、面部識(shí)別、指紋識(shí)別、簽字識(shí)別、聲音識(shí)別、手形識(shí)別、步態(tài)識(shí)別及多種生物特征混合識(shí)別等諸多種類(lèi),其中，虹膜識(shí)別和指紋識(shí)別被公認(rèn)為最可靠的兩種生物識(shí)別技術(shù)。1生物識(shí)別基本原理生物識(shí)別由兩個(gè)過(guò)程組成,即訓(xùn)練設(shè)計(jì)與識(shí)別實(shí)現(xiàn)中。訓(xùn)練設(shè)計(jì)指用-定數(shù)量的樣本建立標(biāo)準(zhǔn)模式庫(kù),選定適當(dāng)?shù)淖R(shí)別算法、距離測(cè)度及判決準(zhǔn)則。識(shí)別實(shí)現(xiàn)指將待識(shí)別的樣本所形成的未知模式與標(biāo)準(zhǔn)模式進(jìn)行匹配比較,根據(jù)測(cè)度估計(jì)及判決準(zhǔn)則輸出身份驗(yàn)證結(jié)果。生物識(shí)別系統(tǒng)主要由數(shù)據(jù)獲取、預(yù)處理、特征抽取、標(biāo)準(zhǔn)模式庫(kù)、測(cè)度估計(jì)和判決等六部分組成,如圖1所示。石識(shí)別1.1 數(shù)據(jù)獲取中國(guó)煤化工在住)一期決一獲取的數(shù)據(jù)有下述三種類(lèi)型:YHCNMHG1練廠(chǎng)標(biāo)準(zhǔn)(1)二維圖像:如虹膜、視網(wǎng)膜、臉部、 指紋等對(duì)象;L模式庫(kù)|(2)-維圖形:如聲音信號(hào)波形等對(duì)象;圖1生物識(shí)別系統(tǒng)原理框圖收稿日期:2002-12-19作者簡(jiǎn)介:朱珍(1962-),男 ,河北三河人，佛山科學(xué)技術(shù)學(xué)院教授,碩士,主要從事計(jì)算機(jī)應(yīng)用方面研究。第3期朱珍等:生物識(shí)別技術(shù)與 應(yīng)用(3)物理參量:如簽字速度、運(yùn)筆壓力等對(duì)象。通過(guò)測(cè)量、采樣和量化，用矩陣、向量或標(biāo)量表示這些數(shù)據(jù)。1.2預(yù)處理預(yù)處理的目的是去除噪聲,加強(qiáng)有用信息,并對(duì)測(cè)量?jī)x器或其他因素所造成的退化現(xiàn)象進(jìn)行復(fù)原。1.3特征抽取與標(biāo)準(zhǔn)模式庫(kù)對(duì)原始數(shù)據(jù)進(jìn)行變換,得到能反映識(shí)別本質(zhì)的M個(gè)特征參數(shù)。在訓(xùn)練階段由樣本所獲得的特征向量(由M個(gè)特征參數(shù)構(gòu)成的M維特征空間中的一個(gè)點(diǎn))作為標(biāo)準(zhǔn)模式存入庫(kù)中。1.4測(cè)度估計(jì)與判決距離測(cè)度可以采用:歐氏距離及其變形的距離、似然比測(cè)度、隱馬爾可夫模型(HMM)之間的距離測(cè)度等?；谖粗Ｊ脚c標(biāo)準(zhǔn)模式距離測(cè)度估計(jì)值,根據(jù)若干準(zhǔn)則及專(zhuān)家知識(shí)進(jìn)行判決,輸出身份驗(yàn)證結(jié)果。2基于生理特征的生物識(shí)別2.1虹膜識(shí)別虹膜虹膜是位于眼睛瞳孔外側(cè)的環(huán)型纖維組織，每一個(gè)虹膜都包含獨(dú)-無(wú)二的基于水晶體、細(xì)絲、斑點(diǎn)、凹凸點(diǎn)、射線(xiàn)和條紋等特征的結(jié)構(gòu),如圖2所示。實(shí)踐證明，沒(méi)有任何兩個(gè)虹膜是完全-樣的,虹膜識(shí)別技術(shù)利圖2虹膜結(jié)構(gòu) .用虹膜終身不變性和差異性來(lái)驗(yàn)證身份。虹膜能提供數(shù)量眾多的特征,使得虹膜識(shí)別技術(shù)是精確度最高的生物識(shí)別技術(shù)之一。通過(guò)精密攝像頭獲取虹膜圖像數(shù)據(jù),當(dāng)攝像頭對(duì)準(zhǔn)眼睛后自動(dòng)調(diào)整焦距確定虹膜的內(nèi)沿及外沿。經(jīng)預(yù)處理排除眼液和細(xì)微組織的影響后,抽取特征點(diǎn)形成虹膜代碼(risCode)作為標(biāo)準(zhǔn)模式或未知模式。虹膜識(shí)別的優(yōu)點(diǎn)是便于使用,只需用戶(hù)位于設(shè)備之前而無(wú)需物理接觸。缺點(diǎn)是很難將圖像獲取設(shè)備的尺寸小型化,投資較大。2.2視網(wǎng)膜識(shí)別視網(wǎng)膜也是-種被用于生物識(shí)別的生理特征,有些學(xué)者認(rèn)為視網(wǎng)膜是比虹膜更為惟-的生物特征。視網(wǎng)膜是--些位于眼球后部十分細(xì)小的神經(jīng),它是人眼感受光線(xiàn)并將信息通過(guò)視覺(jué)神經(jīng)傳給大腦的重要器官。圖3為視網(wǎng)膜結(jié)構(gòu)。視網(wǎng)膜掃描設(shè)備用來(lái)獲得視網(wǎng)膜圖像數(shù)據(jù),使用者的眼睛與設(shè)備的距離應(yīng)在15 mm之內(nèi),并且在讀取圖像時(shí),眼睛必須處于靜止?fàn)顟B(tài),經(jīng)過(guò)預(yù)處理和特征抽取可獲得400多個(gè)特征點(diǎn),構(gòu)成匹配模式和完成確認(rèn)。視網(wǎng)膜是-種極其穩(wěn)定的生物特征,因?yàn)樗恰半[藏”的,不會(huì)被偽造,使用時(shí)不需要和設(shè)備進(jìn)行直接的接觸。缺點(diǎn)是視網(wǎng)膜掃描可能會(huì)給使用者帶來(lái)健康的損壞,也很難降低它的成本。2.3面部識(shí)別面部因人而異,絕無(wú)相同,即使雙胞胎其面部也存在某些方面的差異2”。與虹膜、視網(wǎng)膜等生物識(shí)別系統(tǒng)相比，面部識(shí)別系統(tǒng)更加直接、友好,使用者無(wú)任何心理障礙。撲捉面部圖像可采用視頻技術(shù)或熱成像技術(shù)。視頻技術(shù)通過(guò)-個(gè)標(biāo)準(zhǔn)的攝像頭攝取面部的圖像;熱成像技術(shù)通過(guò)分析由面部毛細(xì)血管的血液產(chǎn)生的熱線(xiàn)來(lái)生成面部圖像。獲取的面部圖像需經(jīng)預(yù)處理消除發(fā)型和化妝等因中國(guó)煤化工詩(shī)征包括臉部的輪廓,眼睛、嘴巴和鼻子的位置和形狀,眉毛的位置和形狀等幾CNMHG.抽取的特征參數(shù)值按預(yù)定的規(guī)則形成模式,在訓(xùn)練階段建立標(biāo)準(zhǔn)模式庫(kù),在識(shí)別頭現(xiàn)階段作為木知模式與進(jìn)行標(biāo)準(zhǔn)模式比較。在面部識(shí)別系統(tǒng)中,使用者面部的位置與周?chē)墓猸h(huán)境都有可能影響系統(tǒng)的準(zhǔn)確性。2.4 指紋識(shí)別指紋具有終身不變性和惟-性,法律上已經(jīng)認(rèn)定是人的物證之首[3]。指紋識(shí)別系統(tǒng)所抽取的特征有;8佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版)第21卷虹膜視網(wǎng)膜角瞑眼神經(jīng)瞳孔玻璃體晶狀體圖3視網(wǎng)膜結(jié)構(gòu)圖4面部特征示意圖全局特征和局部特征兩種。全局特征包括指紋的紋形、中心點(diǎn)、三角點(diǎn)和紋線(xiàn)數(shù)等,按照亨利分類(lèi)法,紋形可分為弓、箕、斗和雜四種基本類(lèi)型,中心點(diǎn)作為指紋獲取和匹配的參考點(diǎn),三角點(diǎn)至中心點(diǎn)的連線(xiàn)與指紋紋路相交的紋線(xiàn)數(shù)量稱(chēng)為紋線(xiàn)數(shù)。指紋識(shí)別除依據(jù)全局特征之外,還需要局部(細(xì)節(jié))特征的位置、數(shù)量、類(lèi)型和方向才能惟-的確定。指紋紋路的端點(diǎn)、分支點(diǎn)、三角點(diǎn)、紋路圍成的小眼和橋等均可作為細(xì)節(jié)特征點(diǎn)4。如圖5所示。小橋上中心點(diǎn)小眼下中心點(diǎn).分支點(diǎn)一-- -小捧右三角點(diǎn).端點(diǎn)左三角點(diǎn)圖5指紋特 征示意圖采集指紋圖像的技術(shù)主要有光學(xué)取像技術(shù)和非光學(xué)取像技術(shù)兩類(lèi)。光學(xué)取像技術(shù)利用掃描儀或攝像頭等設(shè)備將捺印轉(zhuǎn)換為灰度圖像，或采用活體指紋攝入儀直接將手指指紋轉(zhuǎn)換為灰度圖像。非光學(xué)取像技術(shù)利用硅電容式、壓感式或溫度感應(yīng)式半導(dǎo)體傳感器取得指紋圖像,或利用超聲波掃描設(shè)備取得指紋圖像。指紋是人體獨(dú)-無(wú)二的特征,并且它們的復(fù)雜度足以提供用于識(shí)別的足夠特征;但使用時(shí)留下的印痕存在被復(fù)制的可能性。3基于生理特征的生物識(shí)別3.1 簽字識(shí)別簽字作為身份驗(yàn)證的手段已經(jīng)使用了幾百年,而且人們都很熟悉在銀行的表單中用簽字作為身份的標(biāo)志。將簽字?jǐn)?shù)字化是這樣-個(gè)過(guò)程,測(cè)量簽字圖像本身以及整個(gè)簽字的動(dòng)作。通過(guò)計(jì)算機(jī)把手寫(xiě)簽字的圖像、筆順、速度和壓力等信息與真實(shí)簽字樣本進(jìn)中國(guó)煤化工的真?zhèn)巍?duì)于簽字圖像,人們最先注意的是其中的端點(diǎn)交CYHCN MH G作為簽字識(shí)別的特征點(diǎn)，其反映了簽字的幾何變化:端點(diǎn)是筆劃的起筆或終筆;交義點(diǎn)是筆劃交義嚴(yán)生的特征;而彎曲點(diǎn)則表明筆劃在這點(diǎn)上方向有明顯的變化。圖6所示的簽字骨架中,特征點(diǎn)用圓點(diǎn)標(biāo)示出來(lái)。簽字識(shí)別技術(shù)更容易被大眾接受而且是-種公認(rèn)的身份驗(yàn)證的技術(shù),主要應(yīng)用于電子政務(wù)、電子商務(wù)、金融機(jī)構(gòu)等領(lǐng)域。缺點(diǎn)是隨著經(jīng)驗(yàn)的增長(zhǎng),性情的變化與生活方式的改變，簽字也會(huì)隨之而改變。為了適應(yīng)簽字的不可避免的自然改變,簽字識(shí)別系統(tǒng)在進(jìn)行正確判決的前提下必須學(xué)習(xí)后形成的習(xí)慣。第3期朱珍等:生物識(shí)別技術(shù)與 應(yīng)用圖6簽字圖像的幾何特 征點(diǎn)3.2聲音識(shí)別不同人的指紋不同,與此類(lèi)似，每個(gè)人都有自己的發(fā)音器官特征以及講話(huà)時(shí)特殊的語(yǔ)言習(xí)慣,這些都反映在聲音信號(hào)中。聲音識(shí)別設(shè)備不斷地測(cè)量、記錄聲音的波形和變化。消除噪聲后通過(guò)LPC分析得到倒譜系數(shù)、差值倒譜系數(shù)、基音頻率及差值基音頻率等特征參數(shù)。聲音識(shí)別將采集到的聲音同登記過(guò)的聲音模式匹配,從而鑒別出講話(huà)人。聲音識(shí)別也是-種非接觸的識(shí)別技術(shù),用戶(hù)可以很自然地接受。但很容易被錄在磁帶上的聲音所欺騙,隨著技術(shù)的發(fā)展,聲音識(shí)別系統(tǒng)將能夠拒絕錄制的聲音。4結(jié)論生物識(shí)別是基于個(gè)人獨(dú)特的生理和行為特征進(jìn)行自動(dòng)身份驗(yàn)證的技術(shù),為信息化社會(huì)日益增長(zhǎng)的保密需求和安全需求提供一個(gè)很好的解決方案。目前，已出現(xiàn)了-些實(shí)用的生物識(shí)別產(chǎn)品,如:指紋鎖、指紋考勤系統(tǒng)等,正在逐漸形成-個(gè)新興的產(chǎn)業(yè)。隨著生物識(shí)別技術(shù)的不斷改進(jìn)和完善,在刑偵破案、證件驗(yàn)證、要害部門(mén)入口控制、敏感信息訪(fǎng)問(wèn)控制等諸多方面將得到廣泛的應(yīng)用,取代傳統(tǒng)的智能卡、鑰匙和密碼等,成為保密、安全、方便的身份驗(yàn)證手段。參考文獻(xiàn):[1]邊肇祺,張學(xué)工.模式識(shí)別[M].北京:清華大學(xué)出版社,2000.[2]張敏貴.生物特征識(shí)別及研究現(xiàn)狀[J].生物物理學(xué)報(bào),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 波濤.生物圖像識(shí)別技術(shù)與應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì),22(4):78-82.[責(zé)任編輯:鄧軍文]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中國(guó)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.