什么是生物识别？

Question

如题所述

Answer 1

生物识别定义
生物识别技术主要是指通过人类生物特征进行身份认证的一种技术，这里的生物特征通常具有唯一的（与他人不同）、可以测量或可自动识别和验证、遗传性或终身不变等特点。
所谓生物识别的核心在于如何获取这些生物特征，并将之转换为数字信息，存储于计算机中，利用可靠的匹配算法来完成验证与识别个人身份的过程。

一、生物识别技术概念
1、生物识别定义
生物识别技术主要是指通过人类生物特征进行身份认证的一种技术，这里的生物特征通常具有唯一的（与他人不同）、可以测量或可自动识别和验证、遗传性或终身不变等特点。
所谓生物识别的核心在于如何获取这些生物特征，并将之转换为数字信息，存储于计算机中，利用可靠的匹配算法来完成验证与识别个人身份的过程。
2、生物识别技术的特征分类
生物识别的涵义很广，大致上可分为身体特征和行为特征两类。
身体特征包括：指纹、静脉、掌型、视网膜、虹膜、人体气味、脸型、甚至血管、DNA、骨骼等；行为特征则包括：签名、语音、行走步态等。生物识别系统则对生物特征进行取样，提取其唯一的特征转化成数字代码，并进一步将这些代码组成特征模板，当人们同识别系统交互进行身份认证时，识别系统通过获取其特征与数据库中的特征模板进行比对，以确定二者是否匹配，从而决定接受或拒绝该人。
下表对五类主要的人体生物特征的自然属性进行了比较
自然属性 虹膜 指纹 面部 DNA 静脉
唯一性 因人而异 因人而异 因人而异 亲子相近同卵双胞胎相同 唯一性
稳定性 终身不变 终身不变 随年龄段改变 终身不变 终生不变
抗磨损性 不易磨损 易磨损 较易磨损 不受影响 不受影响
痕迹残留 不留痕迹 接触时留有痕迹 不留痕迹 体液、细胞中含有 不留痕迹
遮蔽情况 可戴手套面罩 不能戴手套 不能戴手套 不需接触
从上表列出的特性可以看出，某一应用领域可能特别需要某种生物特征，如刑侦应用与静脉、指纹识别、亲子鉴定与 DNA 等。与其他生物特征相比，虹膜组织更适合于信息安全和通道控制领域。例如，虽然多种特征都具有因人而异的自然属性，但虹膜的重复率极低，远远低于其他特征。又如，容易留痕迹可以给刑侦带来很大方便，但痕迹易被他人利用来造假，则不利于信息安全。再则，虹膜相对不易因伤受损，更加大大减少了因外伤而导致无法进行识别的可能性。而静脉识别更完美，精确度可以和虹膜识别媲美，无需接触，操作方便，适应人群广泛。
[编辑本段]几种常见的生物特征识别方式
1.指纹识别
指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。纹线的起点、终点、结合点和分叉点，称为指纹的细节特征点。指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。由于每个人的指纹不同，就是同一人的十指之间，指纹也有明显区别，因此指纹可用于身份鉴定。
指纹识别技术是目前最成熟且价格便宜的生物特征识别技术。目前来说指纹识别的技术应用最为广泛，我们不仅在门禁、考勤系统中可以看到指纹识别技术的身影，市场上有了更多指纹识别的应用：如笔记本电脑、手机、汽车、银行支付都可应用指纹识别的技术。
2.静脉识别
静脉识别系统就是首先通过静脉识别仪取得个人静脉分布图，从静脉分布图依据专用比对算法提取特征值，通过红外线CCD摄像头获取手指静脉、手掌静脉、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值存储。静脉比对时，实时采取静脉图，提取特征值，运用先进的滤波、图像二值化、细化手段对数字图像提取特征，同存储在主机中静脉特征值比对，采用复杂的匹配算法对静脉特征进行匹配，从而对个人进行身份鉴定，确认身份。全过程采用非接触式。
3.虹膜识别
虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环状区域，在红外光下呈现出丰富的纹理信息，如斑点、条纹、细丝、冠状、隐窝等细节特征。虹膜从婴儿胚胎期的第3个月起开始发育，到第8个月虹膜的主要纹理结构已经成形。除非经历危及眼睛的外科手术，此后几乎终生不变。
虹膜识别通过对比虹膜图像特征之间的相似性来确定人们的身份，其核心是使用模式识别、图像处理等方法对人眼睛的虹膜特征进行描述和匹配，从而实现自动的个人身份认证。英国国家物理实验室的测试结果表明：虹膜识别是各种生物特征识别方法中错误率最低的。
从普通家庭门禁、单位考勤到银行保险柜、金融交易确认，应用后都可有效简化通行验证手续、确保安全。如果手机加载“虹膜识别”，即使丢失也不用担心信息泄露。机场通关安检中采用虹膜识别技术，将缩短通关时间，提高安全等级。
4.视网膜识别
视网膜是眼睛底部的血液细胞层。视网膜扫描是采用低密度的红外线去捕捉视网膜的独特特征，血液细胞的唯一模式就因此被捕捉下来。
视网膜识别的优点就在于它是一种极其固定的生物特征，因为它是“隐藏”的，故而不可能受到磨损，老化等影响；使用者也无需和设备进行直接的接触；同时它是一个最难欺骗的系统，因为视网膜是不可见的，故而不会被伪造。另一方面，视网膜识别也有一些不完善的，如：视网膜技术可能会给使用者带来健康的损坏，这需要进一步的研究；设备投入较为昂贵，识别过程的要求也高，因此角膜扫描识别在普遍推广应用上具有一定的难度。
5.面部识别
面部识别是根据人的面部特征来进行身份识别的技术，包括标准视频识别和热成像技术两种。
标准视频识别是透过普通摄像头记录下被拍摄者眼睛、鼻子、嘴的形状及相对位置等面部特征，然后将其转换成数字信号，再利用计算机进行身份识别。视频面部识别是一种常见的身份识别方式，现已被广泛用于公共安全领域。
热成像技术主要透过分析面部血液产生的热辐射来产生面部图像。与视频识别不同的是，热成像技术不需要良好的光源，即使在黑暗情况下也能正常使用。
6.手掌几何学识别
手掌几何学识别就是通过测量使用者的手掌和手指的物理特征来进行识别，高级的产品还可以识别三维图象。作为一种已经确立的方法，手掌几何学识别不仅性能好，而且使用比较方便。它适用的场合是用户人数比较多，或者用户虽然不经常使用，但使用时很容易接受。如果需要，这种技术的准确性可以非常高，同时可以灵活地调整性能以适应相当广泛的使用要求。手形读取器使用的范围很广，且很容易集成到其他系统中，因此成为许多生物特征识别项目中的首选技术。
7. DNA识别
人体内的DNA在整个人类范围内具有唯一性（除了同卵双胞胎可能具有同样结构的DNA外）和永久性。因此，除了对同卵双胞胎个体的鉴别可能失去它应有的功能外，这种方法具有绝对的权威性和准确性。DNA鉴别方法主要根据人体细胞中DNA分子的结构因人而异的特点进行身份鉴别。这种方法的准确性优于其它任何身份鉴别方法，同时有较好的防伪性。然而，DNA的获取和鉴别方法（DNA鉴别必须在一定的化学环境下进行）限制了DNA鉴别技术的实时性；另外，某些特殊疾病可能改变人体DNA的结构组成，系统无法正确的对这类人群进行鉴别。
8.声音和签字识别
声音和签字识别属于行为识别的范畴。声音识别主要是利用人的声音特点进行身份识别。声音识别的优点在于它是一种非接触识别技术，容易为公众所接受。但声音会随音量、音速和音质的变化而影响。比如，一个人感冒时说话和平时说话就会有明显差异。再者，一个人也可有意识地对自己的声音进行伪装和控制，从而给鉴别带来一定困难。签字是一种传统身份认证手段。现代签字识别技术，主要是透过测量签字者的字形及不同笔划间的速度、顺序和压力特征，对签字者的身份进行鉴别。签字与声音识别一样，也是一种行为测定，因此，同样会受人为因素的影响。
9.亲子鉴定（基因识别）
由于人体约有30亿个核苷酸构成整个染色体系统，而且在生殖细胞形成前的互换和组合是随机的，所以世界上没有任何两个人具有完全相同的30亿个核苷酸的组成序列，这就是人的遗传多态性。尽管遗传多态性的存在，但每一个人的染色体必然也只能来自其父母，这就是DNA亲子鉴定的理论基础。
[编辑本段]生物特征识别在中国的发展状况
我国生物特征识别行业最早发展的是指纹识别技术，基本与国外同步，早在80年代初就开始了研究，并掌握了核心技术，产业发展相对比较成熟。而我国对于人脸识别、虹膜识别、掌形识别等生物认证技术研究的开展则在1996年之后。1996年，现任中国科学院副秘书长、模式识别国家重点实验室主任的谭铁牛入选中科院的“百人计划”，辞去英国雷丁大学的终身教职务回国，开辟了基于人的生物特征的身份鉴别等国际前沿领域新的学科研究方向，开始了我国对人脸、虹膜、掌纹等生物特征识别领域的研究。目前，中科院自动化研究所是我国最具权威的生物特征识别认证科研机构，在人脸识别、虹膜识别、指纹识别、掌纹识别等领域均已取得了国内或国际领先的研究成果。以国内顶级科研单位、著名高校的生物特征识别科研成果为依托，北京中科虹霸、北京行者、中科奥森、北京数字指通、北大高科、杭州中正生物认证有限公司、上海银晨科技、道肯奇等一批生物特征识别领域的高新技术公司慢慢发展起来，带动着行业的发展。
自2003年后，生物特征识别行业步入成长期，主要特征有：产品体系已建立，技术标准逐渐完善，行业内企业数量激增（全球目前从业公司已上千家），产品成本已大幅度下降，技术已获得客户广泛认可，各领域应用渐趋普及，行业体系也已成型。在此阶段，中国生物特征识别行业开始诞生了一批在细分市场具有领导优势的企业，如北京艾迪沃德指纹科技（IDworld）、北大高科、中控电子在科刑侦和社保指纹门锁指纹考勤等领域，都取得了一定优势。以中科院自动化所科研成果为依托的北京中科虹霸科技有限公司在虹膜识别产业化方面积极探索，于2006年10月研发出国内第一款嵌入式网络化虹膜识别仪，其性能达到国际领先。部分企业在技术研发等领域也取得突破，如亚略特、银晨科技在人脸识别等技术上都取得了领先水平。
我国《信息安全技术 虹膜识别系统技术要求》（GB/T 20979-2007）国家标准，经国家标准化管理委员会审查批准，将于2007年11月1日正式实施。这是我国生物特征识别领域的第一个国家标准，这一标准的制定对我国生物特征识别产业的发展有深远的意义。这是我国生物识别行业的第一个标准。

参考资料：百度百科

Answer 2

生物识别技术是依靠人体的身体特征来进行身份验证的一种解决方案。人体的生物特征包括指纹、声音、脸孔、视网膜、掌纹、骨架等等。所谓的生物识别的核心在于如何获取这些生物特征，并将之转换为数字信息，存储于计算机中，利用可靠的匹配算法来完成验证与识别个人身份的过程。

由于人体特征具有人体所固有的不可复制的唯一性，这一生物密钥无法复制，失窃或被遗忘。而常见的口令、IC卡、条纹码、磁卡或钥匙则存在着丢失、遗忘、复制及被盗用诸多不利因素。因此采用生物"钥匙"，您可以不必携带大串的钥匙, 也不用费心去记或更换密码。而系统管理员更不必因忘记密码而束手无策。

人类在追寻文档, 交易及物品的安全保护的有效性与方便性经历了三个阶段的发展。第一阶段也就是最初始的方法，是采用大家早已熟悉的各种机械钥匙。第二阶段是由机械钥匙发展到数字密钥如密码或条形码等。第三阶段是利用人体所固有的生物特征来辨识与验证身份。生物识别是当今数字化生活中高级别的安全密钥系统。

指 纹

十九世纪初，科学研究发现了至今仍然承认的两个重要特征：一是两个不同手指的指纹纹脊的样式（Ridge Pattern）不同，另外一个是指纹纹脊的样式终生不变。这个研究成果使得指纹在犯罪鉴别中得以正式应用。二十世纪六十年代，由于计算机可以有效地处理图形，人们开始着手研究计算机来处理指纹，自动指纹识别系统AFIS在法律实施方面的研究与应用有就由此展开来。

一个优秀的生物识别系统要求能实时迅速有效地完成其识别过程。所有的生物识别系统都包括如下几个处理过程：采集、解码、比对和匹配。指纹识别处理也一样，它包括对指纹图像采集、指纹图像处理特征提取、特征值的比对与匹配等过程。使用指纹识别方式的优点在于其可靠、方便与便于被接受。你只要花微不足道的时间去用指纹仪获取指纹图像，许多研究表明指纹识别在所有生物识别技术中是对人体最不构成侵犯的一种技术手段。

掌 纹

手掌几何学是基于这样一个事实：几乎每个人的手的形状都是不同的，而且这个手的形状在人达到一定年龄之后就不再发生显著变化。当用户把他的手放在手形读取器上时，一个手的三维图像就被捕捉下来。接下来，对手指和指关节的形状和长度进行测量。

根据用来识别人的数据的不同，手形读取技术可划分为下列三种范畴：手掌的应用，手中血管的模式，以及手指的几何分析。映射出手的不同特征是相当简单的，不会产生大量数据集。但是，即使有了相当数量的记录，手掌几何学不一定能够将人区分开来，这是因为手的特征是很相似的。与其他生物识别方法相比较，手掌几何学不能获得最高程度的准确度。当数据库持续增大时，也就需要在数量上增加手的明显特征来清楚地将人与模板进行辨认和比较。

视网膜
分析眼睛的复杂和独特特征的生物识别技术被划分为两个不同的领域：虹膜识别技术和角膜识别技术。
虹膜是环绕着瞳孔的一层有色的细胞组织。虹膜辨识系统使用一台摄像机来捕捉样本，然后由软件来对所得数据与储存的模板进行比较。
角膜是眼睛底部的血液细胞层。角膜扫描的进行是用低密度的红外线去捕捉角膜的独特特征。我们所知的位于角膜中心的区域被扫描，血液细胞的唯一模式就因此被捕捉下来。角膜识别技术被认为是最好的生物识别。然而，尽管它有着高度的准确性，人们通常认为这项技术不方便与。因此，它很难获得终端用户的普遍接受。角膜扫描仪要求被扫描者在它读取角膜信息时直立不动。
眼睛和角膜扫描仪对于目盲者和眼睛患有的人是无效的。

面 孔
面孔识别系统通过分析脸部特征的唯一形状、模式和位置来辨识人。基本上有两个方法来处理数据：摄像机和热量绘图。标准摄像技术是建立在由摄像机捕捉到的脸部图像上。热量绘图技术分析皮肤下的血管热量发生模式。这项生物识别技术的吸引力在于它能够人机交互。
然而，这套系统是非常不可靠和昂贵的。例如，它无法分辨出双胞胎或三胞胎，无法认出理完发的用户，也无法辨认出戴眼镜与不戴眼镜的同一个人。

声 音
声音的辨识是对基于生理学和行为特征的说话者嗓音和语言学模式的运用。它与语言识别不同在于这项技术不对说出的词语本身进行辨识。而是通过分析语音的唯一特性，例如发音的频率，来识别出说话的人。语音辨识技术使得人们可以通过说话的嗓音来控制能否出入限制性的区域。举例来说，通过电话拨入银行、数据库服务、购物或语音邮件，以及进入保密的装置。
虽然语音识别是方便的，但由于非人性化的风险、远程控制和低准确度，它并不可靠。一个患上感冒的人有可能被错误的拒认从而无法使用该语音识别系统。

签 名
签名识别，也被称为签名力学辨识（Danamic Signature Verification--DSV），它是建立在签名时的力度上的。它分析的是笔的移动，例如加速度、压力、方向以及笔划的长度，而非签名的图像本身。签名力学的关键在于区分出不同的签名部分，有些是习惯性的，而另一些在每次签名时都不同。
签名的使用已经被广泛地接受，应用范围从独立宣言到信用卡都可见到。然而，签名辨识的问题仍然存在于获取在辨识过程中使用的度量的方式以及签名的重复性。DSV系统已被控制在某种方式上去接受变量。但是，如果不降低接受率，它就无法持续地衡量签名的力度。

Answer 3