生物识别技术未来应用场景(技术分类及应用)(1)

Bio-metrics And Its Application

介绍

Bio-metrics:“Bio”一词表示“生命 life”,“metric”一词表示“度量 measure”。生物识别技术(Bio-metrics)是指识别出一个人的生理或行为特征的技术。

为什么需要生物识别

如今,犯罪和恐怖活动日益增多。这种活动在人们的心理上造成了恐慌。为了避免这种情况,我们需要一个值得信赖的监视和安全系统。

在早期阶段,我们使用基于令牌(token)/密码(pin)或基于卡的身份识别系统,或同时使用这两种类型的身份识别系统。

但是,当我们使用这类系统时候,仍会面临与此相关的这类威胁,例如“可以破解密码”,“如果忘记密码会怎样?”,“如果卡丢失了怎么办?”,“我拥有多少个密码”。要记住吗?”,“我必须保留多少张卡?”,“如果我的卡会被未经授权的人拿走怎么办?”最后,“还有其他选择吗?”。

为了解决问题,研究界提出了一种基于人的身体或行为特征(即“生物特征”)的新安全系统。它描述了人的身体(指纹 fingerprint,掌纹 palm print,虹膜 iris,静脉纹 vein pattern)或行为(语音 voice,步态 gait,击键动态 keystroke Dynamics,签名 signature等)属性。

生物识别(bio-metrics)系统的分类

如下图,生物识别系统大体的类别,后面我们将更多地了解生物识别系统的具体分类及描述。


生物识别技术未来应用场景(技术分类及应用)(2)

图1.1 classification of Different Bio-metrics Modalities

生物识别系统

生物识别系统是一种模式识别系统,可将探针图像的固定特征(silent feature)与已存储的图像进行匹配。为此,生物识别系统由以下几个模块组成:

  1. 图像采集模块:该模块获取生物识别特征的图像并将其发送到系统进行进一步处理。
  2. 特征提取模块:在此提取图像的固定特征(silent feature)。
  3. 匹配模块:其将从探测图像中提取的特征与预存图像的特征进行匹配,并返回返回的匹配分数。
  4. 数据库模块:它包含所有先前提取的特征的数字表示,通常被称为模板(templets)。


生物识别技术未来应用场景(技术分类及应用)(3)

生物识别框架

注册 (Enrollment)

在这种模式下,人的生理或行为身份(特征)存储在生物识别系统的数据库中。针对此人的生物特征,并提取特征并生成模板。然后,我们将此模板存储在数据库中。

验证 (Verification)

操作方式

生物识别系统的验证工作以下列方式之一进行:

Verification也称为肯定认证(positive recognition)。在此之后,提交生物特征身份的用户将通过密码或用户名声明特定身份。而系统会返回一个人是否被授权的识别结果。因此,基本上,这是提交的生物特征和存储的具有特定身份的生物特征之间的1:1(一比一)比较。

在此提交的生物识别身份中,将与所有已注册身份进行核对。因此,基本上,这是提交的生物特征和所有存储的生物特征之间的1:N(一对多)比较。在许多库中都使用这种类型的系统。

这可以称为否定识别(negative recognition)。因为该系统允许传递与任何存储的人的身份都不匹配的人。这是一种可以用于在机场上检查人员是否犯罪的系统。

生物识别的多种类型

本节深入概述了图1.1中提供的不同生物识别方式。

手部区域的形态 Hand region modalities

指纹 Fingerprint

人的手充满或纹理信息为早期的识别系统指纹提供了基础。在早期阶段,指纹根据(i)卷起 rolled /全张 full(ii)普通 plain /平展 flat(iii)潜在隐形 latent,来进行分类(见图4.1)。


生物识别技术未来应用场景(技术分类及应用)(4)

图4.1:— (a)Rolled Fingerprint, (b) Plain Fingerprint, ( c)Latent fingerprint

借助指纹扫描仪可以获得卷起的 Rolled 和普通的 Plain 指纹,而从表面获得隐形的 Latent 指纹。它可以通过仅将图像照相除尘或通过化学处理来完成。取证应用需要对指纹进行latent-to-rolled比较。

如今,指纹通常如图4.2所示进行分类。

1级的特征是微观的,例如指纹纹理的脊ridge,脊流向(ridge flow),pattern类型,脊频(ridge frequency)和奇异点 singular points(core,delta等)。


生物识别技术未来应用场景(技术分类及应用)(5)

图4.2:— (a) gray-scale image of fingerprint(b) Level 1 feature(c)Level 2 feature(d)Level 3 feature

2级指纹的特征是纹理脊末端(ridge endings)和分叉 bifurcations。

3级特征是纹理脊的路径偏差,形状,宽度,边缘轮廓,折痕,疤痕等。

掌纹 Palm-print

掌纹生物识别系统使用人体掌心区域中存在的主要纹理(principle texture)和次级线条(secondary lines)。掌纹系统和指纹系统工作原理一致。


生物识别技术未来应用场景(技术分类及应用)(6)

手部几何特征 Hand Geometry

手部几何系统,提取的特征包括手指的长度,宽度,长宽比和手掌的长度,厚度,皮肤褶皱,面积和折痕。

生物识别技术未来应用场景(技术分类及应用)(7)

指关节纹 Finger knuckle print

在这个系统中,为了区分人身份,它获取在指骨关节附近的,手指外部上存在的线条的纹理,其中指甲床(finger nail bed)是用于测量在指甲中存在的平行真皮结构的相对点。

手静脉识别 Hand vein recognition

它通过在人的皮肤下获得静脉分叉和静脉末端来区分。

生物识别技术未来应用场景(技术分类及应用)(8)

面部区域的形态 Facial region modalities

人脸 Face

正如我们人类总是通过他们的面孔来认识另一个人。

虽然我们将人脸用作生物特征,但可以区分为两种类型(i)2-D(ii)3-D。

2-D面部识别是基于下巴,鼻子,眼睛和嘴唇位置的大小,用于计算瞳孔之间距离,或鼻子到尖端的距离及到下巴的距离,以此获得一个面部矩阵 facial matrix 。

3-D面部识别是一种新技术,可以减少2-D面部识别中的问题,例如图像质量下降,对齐不佳以及面部表情或头部移动。在3-D人脸识别中,人的全脸在三个维度上进行了映射,并使用存储的映射数据库进行验证。如今,3-D人脸识别也被用于智能手机中。最近,苹果公司在其新款iPhone X中引入了此功能。


生物识别技术未来应用场景(技术分类及应用)(9)

耳朵形状 Ear shape

耳部比面部的生物特征更具优势:

(i)耳部在情感(面部表情)方面表现较差

(ii)耳部的图像采集不涉及传感器的任何接触

(iii)耳结构在人四岁以后保持稳定。

可以根据耳朵形状这种具有生物特性的特征,来识别一个人。该系统采用2-D或3-D特征来获取耳朵的形状。这可以通过不同的图像技术完成,例如在平坦的表面上按入耳朵并获得ear mark,图像的照片,图片的热成像图等。


生物识别技术未来应用场景(技术分类及应用)(10)

舌印 Tongue print

舌印是一种新型的生物识别技术。舌印的优点是它可以防止外界伤害,还可以使人保持活泼。它使用舌头的特征,例如舌头的宽度,厚度和弯曲度,或人舌的纹理特征或裂缝特征。

眼部区域的形态 Ocular region modalities

从最近几年开始,眼部领域吸引了研究者,因为它提供了高度准确,无法伪造,受到良好保护和稳定的生物特征。


生物识别技术未来应用场景(技术分类及应用)(11)

视网膜 Retina

在视网膜扫描中,红外光透过在人眼上将近10-15秒,从而获得了独特的视网膜血管结构。视网膜生物测定系统会根据landmark或参考area对其进行分类。

虹膜 Iris

虹膜和视网膜属于同一区域,但使用不同的图像处理程序。视网膜纹理可以通过将人的光暴露在红外光中来获取,而虹膜纹理可以通过在红外或可见光中照射人眼来获取。


生物识别技术未来应用场景(技术分类及应用)(12)

巩膜血管 Sclera Vasculature

在巩膜血管图案中,获得人眼的巩膜部分的静脉图案,并将其用作生物特征。关于巩膜血管模式的研究最少。


生物识别技术未来应用场景(技术分类及应用)(13)

药物化学生物识别 Medio-chemical biometrics

在药物化学 medio-chemical 生物特征学中,我们获得了诸如心音,心电图(ECG),体味和脱氧核糖核酸(DNA)等生物特征。当我们使用这种生物特征时,它需要一些特殊的医学/化学传感器。

体味 Body odor

我们在许多电影中都看到过这种生物特征,根据他/她的体味,狗队一直在追捕罪犯。但是,当我们将其用作自动生物特征时,它需要某种传感器来识别人的体味。但是,这种传感器在市场上不可用,但是市场上有一些电子鼻可以识别特定的气体和蒸气。

脱氧核糖核酸 DNA

DNA是人类发现的遗传物质。DNA细胞是被称为染色体的双螺旋结构。每个人都有46条染色体,而他/她将从每个亲生父母那里获得23条染色体。99.7%的染色体与父本相同,而.3%的染色体则是唯一的。对从血液,唾液,头发,精液中获取的物理样本进行的DNA测试。它是在physical样本上执行的,因此不需要任何特征提取部分。

行为生物识别 Behavioral Biometrics

该系统根据其行为特征来识别一个人。

步态 Gait

步态是一种根据行走情况识别个人的系统。步态可以归类为行为生物特征,因为它取决于身体的肌肉骨骼结构。


生物识别技术未来应用场景(技术分类及应用)(14)

击键动态 Keystroke dynamics

击键动态取决于人的击键方式,速度和节奏。这种系统首先在二战中使用,而军人则收到莫尔斯电码,它首先检查是否是敌人或盟军发送了莫尔斯电码,然后使用该信息。这使用停留dwell时间(按下键的时间)和飞行flight时间(释放键和按下下一个键之间的时间)。


生物识别技术未来应用场景(技术分类及应用)(15)

签名 Signature

当前在支票交易中使用这种类型的系统。基于签名的系统可以是静态的也可以是动态的。在静态中,已经签名的签名与存储的签名匹配,在动态签名中,签名在传感器上给出,该传感器检查人在特定点上的按压力,曲率或签名速度。


生物识别技术未来应用场景(技术分类及应用)(16)

语音

在该系统中,基于人的声音来识别人。它也被称为说话者识别。从麦克风获得人的声音,然后将该声音转换为数字格式并存储到系统中,或者可以被系统识别。

当我们使用行为生物识别技术时,可能会受到某些影响,这可能是由于个人的身体或行为变化所致。身体变化,例如身高,身长,人的健康,声带变化,口腔,牙齿或舌头上的空腔变化,可能会影响生物特征。行为变化像个人情感一样,如使用语音生物识别时的快乐,悲伤,喃喃自语。


生物识别技术未来应用场景(技术分类及应用)(17)

软生物识别 Soft biometrics

独特性和持久性等“软”的生物特征的特性非常低。但是,我们将这种生物识别技术与硬生物识别技术结合使用,以提高生物识别系统的速度和准确性。

性别 Gender

从一开始,我们就根据性别对人进行分类。当我们将此生物特征与另一个生物特征一起使用时,这将增加一定的准确性。

纹身,疤痕和胎记 Tattoos, scars and Birthmark

纹身识别仅限于法医应用,因为有些犯罪集团使用特定的纹身。普通人群使用纹身来展示自己与其他人不同,或作为一种宗教信仰。执法人员使用纹身作为某种证据,而他们没有受害者的硬生物特征。一个人也可以通过胎记或疤痕来区分。

后记

因此,这是与生物特征识别系统相关的基本信息,我将在以后针对某些生物特征识别方式撰写更多内容。

,