广州常平酷炫吸塑厂

当前位置:首页 > 新闻中心 > 正文

生物特征识别技术的应用与发展趋势

编辑:广州常平酷炫吸塑厂  时间:2019/07/17
一、面临的问题与挑战
随着信息社会对个人身份认证与管理需求的不断增长,生物特征识别技术及其相关产品已经大量地进入到了社会生活的各个方面,为不断提高人类生活的品质做出了贡献。但是,生物特征识别技术在实际的应用过程中也出现了一些问题,同时,人们针对目前已经得到广泛应用的一些生物特征识别技术也提出了的质疑与挑战。例如,人体指纹可以比较容易地被复制与伪造,从而存在利用伪造的指纹副本对指纹识别系统进行欺骗的可能性。而且,通过一定的技术手段获取人体指纹进行伪造的难度并不大。2006年,美国的科普节目MythBusters利用一种模仿人体组织特性的凝胶材料制作了人体的指纹副本,然后利用这个伪造的指纹副本成功地通过了指纹识别系统的认证。在2008年举行的第16届全球黑客大会Defcon16上,ZacFranken也成功地利用牙科用的藻酸盐材料和硅橡胶制作的假手掌通过了掌形识别器的认证。在2009年,Duc Nguyen更是非常容易地利用一张真人大小的黑白图片通过了联想笔记本所用的人脸识别系统的用户登录认证。

为什么会出现这样的问题呢?首先需要从生物特征识别技术的原理谈起。生物特征(这里特指人体的生物特征)之所以能够作为个人身份鉴别与识别的有效手段,这是由其自身所具有的四个特点所决定的:普遍性、唯一性、稳定性和不可复制性。普遍性是指生物识别所依赖的人体特征应该是人人天生就有的,除非因特殊情况导致缺失,如残疾或天生缺陷。唯一性是指这种生物特征要人人不同,这样才能对个体进行有效区分。经研究与经验表明,每个人的指纹、掌纹、虹膜、DNA和皮下静脉结构等都与他人不同。稳定性是指在一定的时期内,个体的生物特征可以保持相对稳定。例如,人体的指纹、掌纹、虹膜、DNA、静脉结构都是终生不变的,人脸和声音虽然随着时间的变化而有所不同,但在特定的时间内基本保持不变。不可复制性是指由于生物特征的复杂性和特殊性,使得复制这些生物特征存在着很大的困难。从上面的分析可以看出,生物特征的普遍性与唯一性在多数情况下可以得到满足,而稳定性和不可复制性则因各种生物特征的自身特点而有所不同。而且,受限于传感器与生物特征识别算法的性能,生物识别系统在识别精度与防伪性能上将会有所下降。例如,在理论上,只要人体面部细节特征足够多,那么即使是双胞胎也可以进行区分。实际上,对于一个现实的生物识别系统而言,要做到这点几乎是不可能的。但是用户也没有必要太过悲观,人们可以通过采取多种生物特征相融合的识别方式,即多模态识别来提高系统的精度和保证系统防伪性。

除了上面所谈到的精度与防伪性以外,易用性与用户接受度也是生物特征识别系统在应用时所需要考虑的问题。以目前广泛应用的指纹识别系统为例,如果用户的手指表面过于潮湿或干燥,都会大大增加用户被错误拒绝的可能性。而且,指纹识别系统主要采用接触式采集方式获取人体指纹,在使用时用户需要接触传感器的表面。这种使用方式在个人专属特性较强的应用环境下可能不会存在太多的问题,例如登录个人电脑。但是在公共环境下使用时,会因个人卫生的问题降低部分用户的主观接受度。例如,在办公环境下的门禁与考勤指纹识别系统。近几年,非接触式生物特征识别技术正在受到越来越多地关注,它为克服接触式生物特征识别带来的个人卫生与用户接受问题提供了一条有效的途径。
在网络化社会中,生物特征识别技术的终极发展目标就是人们可以不必携带任何辅助的身份标识物品和知识,仅仅利用个人生物特征就可以在网络化的虚拟社会与现实社会进行个人的身份认证与识别。例如,人们可以通过基于网络化的物理访问控制系统,进行门禁与考勤操作,可以通过网络化的逻辑访问控制进行文件的访问与修改,可以通过网络化的生物特征识别进行金融交易等等。为了满足网络化社会的需求,逐步构建网络化的生物特征识别系统将是未来生物特征识别技术的一种必然发展趋势,同时也将具有广阔的市场前景。

二、多模态生物特征识别技术
采用多模态或多种生物特征融合技术可以获得比单一生物特征识别系统更好的识别性能和可靠性,并增加伪造人体生物特征的难度与复杂性,提高系统的安全性。多模态生物特征识别技术是指综合利用来自同一生物特征的多种识别技术,或者来自不同生物特征的多种识别技术,对个人身份进行判断的生物特征识别技术。基于多模态或多种生物特征融合技术正在形成一种新的发展趋势,现在已经出现了多种多模态生物特征识别技术解决方案。例如,美国SecuriMetrics, Inc.设计了一种融合了指纹识别、人脸识别和虹膜识别的便携式生物特征识别系统——HIIDE,并将其应用于伊拉克战争和阿富汗战争。实际应用效果表明这种多模态融合身份识别系统具有更高的安全性。目前,该系统已被美国军方采用,被应用于在美军位于全球的军方机构和军事基地。此外,北科慧识科技有限公司也开发了一种基于人体掌纹与掌脉融合的生物特征识别系统,这种系统的优点是通过一次采集不同光学通道的图像,同时获得到人体的手掌掌纹和皮下静脉图像进行识别。这种系统相比于其它多模态生物识别产品,具有更好地易用性和用户接受度,而且只要一次动作就可以完成多模态生物特征识别,同时具有较高的识别精度。
 
从技术实现的角度来讲,多模态生物特征识别技术都是通过各种独立的或多种采集方式合而为一的采集装置获取不同的生物特征,如指纹、掌纹、静脉、人脸图像、虹膜图像等。然而在内容分析与决策判别层面上,可以细分为两种实现方式。一种是分别使用不同的生物特征识别算法处理不同的生物特征,计算出这些生物特征各自的匹配值,然后根据得到的匹配值进行综合分析与判断,获得最后的识别结果。例如,可以使用指纹识别算法分析指纹,使用人脸识别算法分析人脸图像,根据分别计算出来的匹配结果进行最后的判断。另一种方式是将采集到的各种不同的生物特征,用融合算法进行统一处理,根据多模态融合生物特征识别技术的综合判断得出最终的判别结果。例如,通过对采集到的掌纹图像与掌脉图像进行融合,然后利用图像处理技术对内容进行分析,最后得出一个综合的判别结果。可以看出,第一种方式需要对获取的各种生物特征进行单独处理,可以充分利用已有算法进行快速集成,但是计算效率不高。第二种方式则需要重新进行算法设计,开发难度大,但是计算效率较高。

在实际应用中,可能某些单项生物特征识别技术就已经满足了客户的要求,例如,指纹识别技术或人脸识别技术。而且,从性价比的角度来看,对于一些低安全级别的应用环境,可以采用单项生物特征识别技术作为解决方案。但是,在用户资金宽裕、安全级别较高的情况下,应该尽量采用多模态生物特征识别技术作为技术解决方案。分析其原因,可以归纳为以下三点:
首先是多模态生物特征识别技术具有更高的安全性,可以有效降低非法入侵者进行系统的风险。例如,一个技术高超的罪犯可能比较容易地伪造人体的指纹信息,但是想要同时伪造指纹、掌纹、虹膜则要困难得多。如果系统再融入人体皮下静脉信息,那么这个多模态生物特征识别系统在理论上几乎是不可能被攻破的。

其次是多模态生物特征识别技术具有更高的识别准确率。目前,各种单项生物特征识别技术已经具有了较高的识别精度,要达到更高的技术水平,则需要付出巨大的成本。然而,通过采用合理的方式融合多种生物特征识别技术,则可以很容易地达到新的技术水平,起到事半功倍的作用。
最后是多模态生物特征识别技术有效地解决了系统的整体实用性问题。前面已经讨论过,单项生物特征识别技术很难全部满足普遍性、唯一性、稳定性和不可复制性的要求。例如,对于指纹识别技术相对于用户手部残缺,虹膜识别系统相对于盲人,人脸识别系统相对于双胞胎和面部烧伤。这些基于单项生物特征识别技术的系统,经常因为某些特殊的用户,而影响其系统的整体地实用性和安全性。显然,多模态生物特征识别技术将会使这些问题迎刃而解。
目前,影响多模态生物特征识别系统进一步推广的主要原因是的主要成本,因此政府部门和军方是其主要用户。但是,随着更多供应商的加入,将会有更多具有良好性价比的商品进入市场,多模态生物特征识别技术也将走向更为宽广的应用领域和市场。

三、非接触式生物特征识别系统
相对于接触式生物特征识别系统,非接触式生物特征识别系统可以为用户带来更好的用户体验和卫生保证,从而大大地提高了生物特征识别技术的用户接受度。非接触式生物特征识别系统是指在使用过程中,用户不需要与系统进行直接接触,就可以完成人体生物特征的采集、分析与判断。例如,人脸识别、虹膜识别、声音识别都是非接触式的生物特征识别技术,指纹识别和掌型识别是典型的接触式生物特征识别技术。此外,还有一些生物特征识别技术即可以是接触式的,也可以是非接触式的,例如,掌纹识别技术和掌脉识别技术。目前,非接触式生物特征识别技术正在逐渐受到人们的关注,并且有越来越多的产品进入市场。例如,日本富士通公司的PalmSecure系列产品通过非接触的方式采集人体的手掌静脉用户身份鉴别,日本松下公司的ET-300虹膜识别系统通过高精度的摄像头采集人体虹膜,北科慧识公司开发的Whois系列产品也是通过非接触式的方式采集人体掌纹和皮下静脉。
日本松下公司的虹膜识别系统
北科慧识公司的 Whois 掌纹掌脉识别系统
随着社会的不断进步和发展,人们在日常生活中更加关注公共卫生和个人卫生。因此,在公共环境下使用的生物特征识别系统,需要保证设备不会成为细菌与疾病的传播途径。毫无疑问,非接触式生物特征识别系统在这方面具有天然的优势。而且,非接触式生物特征识别系统也降低了因为个别使用者在卫生方面的考虑而故意降低系统安全性的可能性。例如,在指纹识别系统的使用过程中发现,个别用户为了避免手指与设备大面积接触,仅使用指尖进行注册与识别。显然,这种使用方式将会大大地增加误识的可能性,人为地导致系统整体安全性的降低。此外,非接触式生物特征识别系统也避免了用户在使用过程中留下印痕,可以有效地防止用户泄露个人生物特征信息,避免职业罪犯通过复制个人生物特征进行犯罪活动。非接触式生物特征识别系统在提高易用性与用户接受度的同时,可以大大地提高系统的安全性能。
但是,非接触式的识别方式将为研发人员提出巨大的技术挑战。首先,由于采用非接触式的方式采集用户的生物特征,一方面为使用者带来了方便,另一方面也增加了系统采集数据的难度,对于接触式生物特征识别系统则不存在这种问题。例如,当采集虹膜时,需要在用户高度、位置不同的情况下,设备要能够快速、准确地定位到人眼与虹膜的位置,对检测算法提出了很高的要求。而对于接触式的指纹识别则不存在这样的问题,用户每次都要将手指放置在指定的区域,减小了定位难度。其次,非接触生物特征识别系统需要克服复杂环境背景的噪声干扰。非接触的识别方式意味着系统传感器与待识别用户需要保持一定的物理距离,这样就不可避免地会引入一定的背景噪声。例如,语音传感器在获取用户的声音时,各种其它噪音也会被同时采集。在距离较远或环境嘈杂时,用户的声音可能会被完全淹没在噪声之中。同样,人脸识别和掌纹识别通常采用的是图像分析的方式,光线的强弱和用户的姿势都会对系统的识别性能产生影响。

虽然非接触式的生物特征识别方式带来了许多技术挑战,但是各个供应商在这方面都投入了大量的资源进行研制与开发,也取得了显著的成果,并已经有相当种类的产品进入了市场。相信未来将会有更多的非接触式生物特征识别产品出现,占领更大的市场份额并成为生物特征识别技术产品的主流。

四、网络化的生物特征识别系统
现代社会是信息化网络结构的,信息通过各种途径在网络节点中传输。网络化生物特征识别系统将会为人们的生活带来许多便利,生物特征识别技术的终极发展目标就是人们可以不必携带任何辅助的身份标识物品和知识,仅仅利用个人的生物特征可以物理访问控制与逻辑访问控制。例如,用生物特征取代密码,人们可以更加安全地通过网络进行金融交易。利用生物特征对文件加密,进行公文的分发与阅读。采用生物特征识别技术进行客户入住管理,然后将客户的生物特征信息分发至指定的房间,完全避免房卡丢失的烦恼。通过网络化生物特征系统对公司进行物理访问控制与出入管理,提升公司形象与管理效率,等等。这些情景在不远的将来都会成为现实,网络化的生物特征识别系统将为社会与组织的管理带来根本性的改变,社会与组织的管理也将会出现质的飞跃。
因为生物特征识别系统的网络化将成为一种必然趋势,所以,政府、企业、个人需要为这一转变做好充分的思想与物质准备。首先,政府要进行立法与标准化工作。个人的生物特征是一种涉及到国家安全与个人隐私的特殊信息,因此需要法律对个人生物特征的使用与管理进行限制与保护,防止国家、企业或个人对其滥用,侵犯他人的权益。制定生物特征识别标准化工作可以有效整合社会资源,避免资源浪费与重复建设。其次,制造生物特征识别产品的企业要开发出可以有效保护个人生物特征信息的技术,避免生物特征信息在网络中的传输与保存过程中被破坏、盗取与复制。最后,个人要加强自我保护意识,防止个人生物特征信息的泄漏,以备他人利用这些信息进行违法活动。

五、结束语
作为21世纪的一个朝阳产业,生物特征识别已经开始进入到人们生活的各个方面,它的发展趋势将是各种网络化、非接触、多模态的生物特征识别技术,这些技术的发展必然会把生物特征识别的发展带入到一个新的高度,并把人们的生活带入到一个崭新的天地之中。

注:本文所用图片均来自于网络
[1] 邬向前,张大鹏,王宽全著. 掌纹识别技术,科学出版社,2006.
[2] 生物识别鉴定技术尚未成熟--容易被破解. http://www.rfidinfo.com.cn
[3] 生物识别技术新趋势:人脸识别及多重生物识别. http://www.cps.com.cn
[4] 林鹤. 生物识别——永恒的身份证. http://www.chinaconsult.com/yujian.html#007
[5] Arun Ross and Anil Jain. Multimodal Biometrics: An overview. in Proc. of 12th European Signal Processing Conference (EUSIPCO), Vienna, Austria, pp. 1221-1224, September 2004.
[6] James. Wayman, Anil. Jain, Davide Maltoni, Dario Maio. Biometric Systems:technology, design and performance evaluation. Springer- Verlag, 2005.
[7] David Zhang, Xiaoyuan Jing, Jian Yang. Biometric Image Discrimination Technologies, Idea Group Inc, 2006.