生物特征识别技术模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇生物特征识别技术，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

2掌纹识别

掌纹即手掌面上深浅褶皱与纹路的总称，不同个体差异比较明显。选择此种生物特征进行识别，特征信息比较丰富，可以提取研究多种特征，并且主线特征明显，具有较高的辨识度与抗干扰特点。另外，此项特征对采集设备的精度要求比较低，可以有效降低开发成本。但是选择利用此种生物特征进行识别，因为掌纹在一段时间内会发生变化，影响识别效果，并且掌纹特征更易被复制与伪造，在实际应用上安全级别比较低。

3多模态手部生物特征识别技术实现措施分析

3.1手部生物特征识别流程

以指纹、指静脉等识别流程为例，首先要对同一手指手指纹图像、手指静脉图像进行采集，并分别提取可以代表手指纹图像与手指静脉图像生物特征的特征向量，对此向量进行存储，完成存储样本数据的注册。然后，对当前生物特征进行采集，并将其转化为特征向量与样本库中的特征向量进行全面比较，并计算得出最终识别结果。在识别过程中要对同一手指手指纹图像、手指静脉图像进项预处理，并提取同一个体的相应特征向量，两者进行独立的特征匹配，并得到各自的多模态融合，最终采取将做小距离分类器完成身份的识别与判决。

3.2图像采集设备

图像采集设备是整个生物特征识别过程中的重要组成部分，其工作原理主要就是根据血管吸收近红外光特性，搭建出一个可行性高的采集装置。其中硬件采集装置所得图像质量高低会直接影响到后期生物特征识别的效果，因此在进行多模态手部生物特征识别技术的研究时，必须要做好此方面的工作。以静脉成像为例，应做好光源的选择，如红外LED成本低廉，其光谱分布为半峰带宽约40nm左右窄带分布，中心波长为830nm~950nm之间，利用黑白CCD相机即可获得相应信息。对于光源的确定，应以满足实际识别设计要求为基础，保证光谱波长的合理性。

3.3多模态融合算法

基于多模态识别数据获取方式以及处理顺序，多模态算法主要包括并行与连续两种结构，其中连续结构又称为层叠结构，在进行数据处理时，可以按照顺寻依次来进行，并且前一个数据处理结果会对后一个数据的处理结果产生影响。而并行结构在进行数据处理时，都是采取的单独进行方式，各项数据之间不存在影响，只需要在运算最后将各结果进行融合。如果选择用连续结构进行运算，整个过程效率更高。在运算时如果上一个数据处理效果可以满足系统要求，则后面的数据就可以不必在继续进行处理，避免了不必要运算造成的时间浪费。并且选择用此种运算方式，可以提高多模态生物识别系统的可靠性，并行考虑每一处数据处理模块，可以有效降低误识率。

篇2

一、引言

在电子商务应用日益广泛的今天，从某种角度看，身份认证技术可能比信息加密本身更加重要。它是网络安全和信息系统安全的第一道屏障，是在信息安全时代备受关注的一个研究领域。

目前的应用主要是以“用户ID+口令＋数字证书”来进行用户的身份认证。从根本上说这种身份认证不能解决访问者的物理身份和电子身份的一致性问题，即无法确认通过身份认证的访问者即获授权者。

启发于人的身体特征具有不可复制的特点，人们开始把目光转向了生物识别技术。人的指纹、虹膜、视网膜等都具有惟一性和稳定性的特征，为实现更安全、方便的用户身份认证提供了有利的物理条件。

用户最关注的问题是因特网的网络安全性和保密性。保障网络中数据传输的安全性通常需要借助信息安全功能来实现。在开放系统中对具有重要价值的信息或私密信息进行通信时，可使用数字签名等密码技术进行加密。

生物识别技术代表着用户身份认证技术的未来，有着广阔的应用前景。如果将生物特征识别技术和数字签名技术有机地结合在一起，可以提供一种更加安全、便捷的用户身份认证技术。

二、生物特征识别技术

生物特征识别技术是通过计算机与光学、声学传感器和生物统计学原理等高科技手段结合，利用人体固有的生理特性来进行个人身份的鉴定。其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。

1.指纹识别——成熟的身份认证技术

在网络环境下的身份认证系统中，应用指纹作为身份确认依据是理想的。

第一，理论上，每个人的指纹是独一无二的。

第二，指纹样本便于获取，易于开发识别系统，实用性强。

第三，指纹识别中使用的模板而是由指纹图中提取的关键特征，使系统对模板库的存储量较小。也可以大大减少网络传输的负担，便于支持网络功能。

第四，指纹识别是生物特征识别中研究最早、技术最成熟、应用最广泛的技术，有着坚实的市场后盾。

指纹识别具有很高的实用性、可行性。随着固体传感器技术的发展。指纹传感器的价格正逐渐下降，在许多应用中基于指纹的生物认证系统的成本是可以承受的。

指纹识别原理和过程如下：首先，通过指纹读取设备读取到人体指纹图像，并对原始图像进行初步的处理，使之更清晰。然后，指纹辨识算法建立指纹的数字表示——特征数据。特征文件存储从指纹上找到被称为“细节点”(minutiae)的数据点，也就是那些指纹纹路的分叉点或末梢点。这些数据称为模板（至今仍然没有一种模板的标准，也没有一种标准的抽象算法，各厂商自行其是）。最后，通过计算机把两个指纹的模板进行比较，计算出它们的相似程度，得到两个指纹的匹配结果。

2.虹膜和视网膜——更准确、更可靠的身份认证技术

虹膜是一种在眼睛中瞳孔内的织物状各色环状物，每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构。世界上两个指纹相同的几率为1/109，而两个虹膜图像相同的几率是1/1011，虹膜在人的一生中均保持稳定不变。因此，利用虹膜来识别身份能够成为独一无二的标识，其可靠性超过了指纹识别。

从直径11mm的虹膜上，Dr. Daugman的算法用3.4个字节的数据来代表每平方毫米的虹膜信息，一个虹膜约有266个量化特征点，而指纹识别技术只有40多个特征点。266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下，Dr. Daugman指出，通过他的算法可获得173个二进制自由度的独立特征点。这在生物识别技术中，所获得特征点的数量是相当大的。

关于虹膜的特征提取方面较有成效的主要有Daugman的利用多分辨率Gabor滤波器提取虹膜纹理的相位信息；Wildes的基于4种不同决策标准的拉普拉斯金字塔提取虹膜纹理特征；Boles和Boashash的基于小波变换过零检测虹膜识别算法以及中科院采用Gabor滤波和aubechies-4小波变换相结合的纹理分析方法。

虹膜技术上有一些地方有待完善；当前的虹膜识别系统只是用统计学原理进行小规模的试验，而没有进行过现实世界的惟一性认证的试验；目前图像获取设备相当昂贵。

视网膜是一些位于眼球后部十分细小的神经（一英寸的1/50），它是人眼感受光线并将信息通过视神经传给大脑的重要器官，用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。

在20世纪30年代，通过研究就得出了人类眼球后部血管分布惟一性的理论，进一步的研究的表明，即使是孪生子，这种血管分布也是具有唯一性的，视网膜的结构形式在人的一生当中都相当稳定。所以，同虹膜识别技术一样，视网膜扫描可能是最可靠、最值得信赖的生物特征识别技术。视网膜扫描设备可以从使用者的视网膜上可以获得400个特征点，创建模板和完成确认。由此可见，视网膜扫描技术的录入设备的认假率低于0.0001%。但拒假率（FAR，指系统不正确地拒绝一个已经获得权限的用户）比较高，相信在进一步的研究中可以大大降低。

因为对视网膜难于采样，也无标准的视网膜样本库供系统软件开发使用，这就导致视网膜识别系统目前阶段难以开发，可行性较低。

与指纹识别技术的主要步骤以及原理相似，虹膜识别与视网膜识别一般包括图像采集、图像处理、特征提取、保存数据、特征值的比对和匹配等过程。

综上所述，指纹识别是最容易实现的；而虹膜识别与视网膜识别受到某些限制，目前除了一些高端应用外很难普及应用，但其有着巨大的技术优势和潜在的商业价值，必将是下一代生物特征识别技术的发展方向。

三、基于生物特征识别和数字签名技术的电子商务身份认证系统解决方案

1.方案设计要求

要确保基于指纹特征的用户身份认证系统的整体安全性，必须对基于指纹特征的网络身份认证方案设计一个安全的身份认证协议。良好的身份认证协议应该满足以下几个要求：

(1)能够准确识别被认证对象的身份；

(2)能够明确重要事件的责任人，并实现签名，避免事后抵赖；

(3)能够保障数据在存储和传送时的安全。

2.基于生物特征和数字签名技术的电子商务身份安全认证系统结构

基于秘密信息的身份认证协议：保证通信认证可以防止第三方的重放攻击，但由于客户端密钥存储和管理存在问题。基于生物特征的身份认证：能解决口令窥视和密钥管理难等问题，但很难阻止第三方的重放攻击。因而，笔者提出了综合前述的生物特征识别技术和数字签名后得到的电子商务身份认证系统的解决方案。

在网络环境下(B/S结构），用户（客户端）如果要访问远程服务器所管理的信息资源，在获得相关资源访问权限之前，必须通过生物特征身份认证，所有的信息资源访问权限都在身份认证系统（服务器端）管理之下，未通过身份认证的用户不能访问信息资源。当模板内置于服务器时，通过客户端的生物特征获取仪器获得用户的生物特征信息，该信息被加上数字签名后传送到服务器，在服务器首先校验签名是否有效，再与预先注册的模板进行比较，并完成身份认证。

3.身份认证步骤与协议

在生物认证系统中，为了保证生物特征值这不被非法用户所获得，采用数字签名技术。我们在此对协议中采用的符号做如下定义：A为用户，AS为认证服务器，KUAS为认证服务器公钥，TAS为认证服务器的时限，NA为A的现时数据，FA为A的生物特征值，IDA为A的标识。还需说明的是这里采用的是单向认证协议。基本协议如下：

(1)A用自己标识的签名向认证服务器AS请求认证。使用签名技术能有效地阻止一个虚假认证服务器对用户A的欺骗性连接。因为只有合法的认证服务器才保存有用户的公钥，从而能验证这个签名来获得IDA来为下面的认证过程来使用。

(2)认证服务器产生时限TAS，现时数据NA，并将自己的公钥KUAS、NA和时限TAS用用户A的公钥KUA加密后返回给客户端的A用户。

(3)客户端A接受到认证服务器公钥、时限和现时数据NA，同时在客户端的生物特征传感器读取用户的生物特征图像，并获得特征FA，把元组{TAS，NA，FA}用认证服务器的公钥KUAS加密后发送给认证服务器。

(4)认证服务器AS通过生物特征信息数据库进行比对，若匹配则A的身份通过认证。

这个方案与现时使用的认证体制基本类似，所以电子商务交易系统不必作重大改变。但因为引入了生物特征识别，安全性可以获得有效的加强。

四、结束语

篇3

一、引言

在电子商务应用日益广泛的今天，从某种角度看，身份认证技术可能比信息加密本身更加重要。它是网络安全和信息系统安全的第一道屏障，是在信息安全时代备受关注的一个研究领域。

目前的应用主要是以“用户ID+口令＋数字证书”来进行用户的身份认证。从根本上说这种身份认证不能解决访问者的物理身份和电子身份的一致性问题，即无法确认通过身份认证的访问者即获授权者。

启发于人的身体特征具有不可复制的特点，人们开始把目光转向了生物识别技术。人的指纹、虹膜、视网膜等都具有惟一性和稳定性的特征，为实现更安全、方便的用户身份认证提供了有利的物理条件。

用户最关注的问题是因特网的网络安全性和保密性。保障网络中数据传输的安全性通常需要借助信息安全功能来实现。在开放系统中对具有重要价值的信息或私密信息进行通信时，可使用数字签名等密码技术进行加密。

生物识别技术代表着用户身份认证技术的未来，有着广阔的应用前景。如果将生物特征识别技术和数字签名技术有机地结合在一起，可以提供一种更加安全、便捷的用户身份认证技术。

二、生物特征识别技术

生物特征识别技术是通过计算机与光学、声学传感器和生物统计学原理等高科技手段结合，利用人体固有的生理特性来进行个人身份的鉴定。其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。

1.指纹识别――成熟的身份认证技术

在网络环境下的身份认证系统中，应用指纹作为身份确认依据是理想的。

第一，理论上，每个人的指纹是独一无二的。

第二，指纹样本便于获取，易于开发识别系统，实用性强。

第三，指纹识别中使用的模板而是由指纹图中提取的关键特征，使系统对模板库的存储量较小。也可以大大减少网络传输的负担，便于支持网络功能。

第四，指纹识别是生物特征识别中研究最早、技术最成熟、应用最广泛的技术，有着坚实的市场后盾。

指纹识别具有很高的实用性、可行性。随着固体传感器技术的发展。指纹传感器的价格正逐渐下降，在许多应用中基于指纹的生物认证系统的成本是可以承受的。

指纹识别原理和过程如下：首先，通过指纹读取设备读取到人体指纹图像，并对原始图像进行初步的处理，使之更清晰。然后，指纹辨识算法建立指纹的数字表示――特征数据。特征文件存储从指纹上找到被称为“细节点”(minutiae)的数据点，也就是那些指纹纹路的分叉点或末梢点。这些数据称为模板（至今仍然没有一种模板的标准，也没有一种标准的抽象算法，各厂商自行其是）。最后，通过计算机把两个指纹的模板进行比较，计算出它们的相似程度，得到两个指纹的匹配结果。

2.虹膜和视网膜――更准确、更可靠的身份认证技术

虹膜是一种在眼睛中瞳孔内的织物状各色环状物，每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构。世界上两个指纹相同的几率为1/109，而两个虹膜图像相同的几率是1/1011，虹膜在人的一生中均保持稳定不变。因此，利用虹膜来识别身份能够成为独一无二的标识，其可靠性超过了指纹识别。

从直径11mm的虹膜上，Dr. Daugman的算法用3.4个字节的数据来代表每平方毫米的虹膜信息，一个虹膜约有266个量化特征点，而指纹识别技术只有40多个特征点。266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下，Dr. Daugman指出，通过他的算法可获得173个二进制自由度的独立特征点。这在生物识别技术中，所获得特征点的数量是相当大的。

关于虹膜的特征提取方面较有成效的主要有Daugman的利用多分辨率Gabor滤波器提取虹膜纹理的相位信息；Wildes的基于4种不同决策标准的拉普拉斯金字塔提取虹膜纹理特征；Boles和Boashash的基于小波变换过零检测虹膜识别算法以及中科院采用Gabor滤波和aubechies-4小波变换相结合的纹理分析方法。

虹膜技术上有一些地方有待完善；当前的虹膜识别系统只是用统计学原理进行小规模的试验，而没有进行过现实世界的惟一性认证的试验；目前图像获取设备相当昂贵。

视网膜是一些位于眼球后部十分细小的神经（一英寸的1/50），它是人眼感受光线并将信息通过视神经传给大脑的重要器官，用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。

在20世纪30年代，通过研究就得出了人类眼球后部血管分布惟一性的理论，进一步的研究的表明，即使是孪生子，这种血管分布也是具有唯一性的，视网膜的结构形式在人的一生当中都相当稳定。所以，同虹膜识别技术一样，视网膜扫描可能是最可靠、最值得信赖的生物特征识别技术。视网膜扫描设备可以从使用者的视网膜上可以获得400个特征点，创建模板和完成确认。由此可见，视网膜扫描技术的录入设备的认假率低于0.0001%。但拒假率（FAR，指系统不正确地拒绝一个已经获得权限的用户）比较高，相信在进一步的研究中可以大大降低。

因为对视网膜难于采样，也无标准的视网膜样本库供系统软件开发使用，这就导致视网膜识别系统目前阶段难以开发，可行性较低。

与指纹识别技术的主要步骤以及原理相似，虹膜识别与视网膜识别一般包括图像采集、图像处理、特征提取、保存数据、特征值的比对和匹配等过程。

图 生物识别系统原理

综上所述，指纹识别是最容易实现的；而虹膜识别与视网膜识别受到某些限制，目前除了一些高端应用外很难普及应用，但其有着巨大的技术优势和潜在的商业价值，必将是下一代生物特征识别技术的发展方向。

三、基于生物特征识别和数字签名技术的电子商务身份认证系统解决方案

1.方案设计要求

要确保基于指纹特征的用户身份认证系统的整体安全性，必须对基于指纹特征的网络身份认证方案设计一个安全的身份认证协议。良好的身份认证协议应该满足以下几个要求：

(1)能够准确识别被认证对象的身份；

(2)能够明确重要事件的责任人，并实现签名，避免事后抵赖；

(3)能够保障数据在存储和传送时的安全。

2.基于生物特征和数字签名技术的电子商务身份安全认证系统结构

基于秘密信息的身份认证协议：保证通信认证可以防止第三方的重放攻击，但由于客户端密钥存储和管理存在问题。基于生物特征的身份认证：能解决口令窥视和密钥管理难等问题，但很难阻止第三方的重放攻击。因而，笔者提出了综合前述的生物特征识别技术和数字签名后得到的电子商务身份认证系统的解决方案。

在网络环境下(B/S结构），用户（客户端）如果要访问远程服务器所管理的信息资源，在获得相关资源访问权限之前，必须通过生物特征身份认证，所有的信息资源访问权限都在身份认证系统（服务器端）管理之下，未通过身份认证的用户不能访问信息资源。当模板内置于服务器时，通过客户端的生物特征获取仪器获得用户的生物特征信息，该信息被加上数字签名后传送到服务器，在服务器首先校验签名是否有效，再与预先注册的模板进行比较，并完成身份认证。

3.身份认证步骤与协议

在生物认证系统中，为了保证生物特征值这不被非法用户所获得，采用数字签名技术。我们在此对协议中采用的符号做如下定义：A为用户，AS为认证服务器，KUAS为认证服务器公钥，TAS为认证服务器的时限，NA为A的现时数据，FA为A的生物特征值，IDA为A的标识。还需说明的是这里采用的是单向认证协议。基本协议如下：

(1)A用自己标识的签名向认证服务器AS请求认证。使用签名技术能有效地阻止一个虚假认证服务器对用户A的欺骗性连接。因为只有合法的认证服务器才保存有用户的公钥，从而能验证这个签名来获得IDA来为下面的认证过程来使用。

(2)认证服务器产生时限TAS，现时数据NA，并将自己的公钥KUAS、NA和时限TAS用用户A的公钥KUA加密后返回给客户端的A用户。

(3)客户端A接受到认证服务器公钥、时限和现时数据NA，同时在客户端的生物特征传感器读取用户的生物特征图像，并获得特征FA，把元组{TAS，NA，FA}用认证服务器的公钥KUAS加密后发送给认证服务器。

(4)认证服务器AS通过生物特征信息数据库进行比对，若匹配则A的身份通过认证。

这个方案与现时使用的认证体制基本类似，所以电子商务交易系统不必作重大改变。但因为引入了生物特征识别，安全性可以获得有效的加强。

四、结束语

在信息化日趋成为主流的今天，电子商务的业务已随着互联网的普及而飞速发展，与此同时，电子商务的安全性也成为业界的一个热点研究方向。本方案设计将基于生物特征的身份认证技术和数字签名相结合应用于电子商务，加强系统安全性，具有一定的研究和实用意义。

参考文献：

[1]DAUGMAN J G. High confidence visual recognition of persons by a test of statistical independence[J]. Tran Pattern Analysis and Machine Intelligence. 1915(11): 1148-116

[2]MA Li, TAN Tieniu, WANG Yunhong. Efficient iris recognition by characterizing key local variations[J]. IEEE Transactions on Image Processing, 2004,13(6)739-750

[3]BOLES W W, BOASHASH B. A human identification technique using images of the iris and wavelet transform[J]. IEEE Transon Signal Processing. 1998,46(4): 1185-1188

[4]WILDS R P. Iris recognition: an emerging biometric technology[A]. Proceedings of the IEEE[C].Sanjuan Puertorico, 1997

[5]孟浩徐翠平：虹膜识别算法的研究[J].哈尔滨工程大学学报，2006,27(3): 400-403

[6]祝连庆穆婕马龙:虹膜识别技术的研究[J]. 仪器仪表学报，2006,26(6): 753-755

篇4

随着我国行政改革和教学改革的深化发展，冒名顶替和考场舞弊现象越来越多。针对这类情况，采用指纹识别、身份证识别、人脸现场比对等技术手段，精准判断人员身份，杜绝替考。同时采用联网通讯，异常情况联网报警等手段，也杜绝了监考人员参与的现场舞弊行为。

本论文通过项目实施开发出一种基于龙芯232内核的嵌入式身份识别终端，以达到降低成本的目的。并且针对指纹身份验证终端与服务中心之间制定一套通讯交互和指令协议，同时采用国产主控芯片，专用内部通讯协议，保证信息安全，可以用在教育考试、公务员考试等民用领域，也可以广泛采用到国防、安全相关领域中。

1 生物识别技术的选择及改进

1.1 生物识别技术简介

高速发展的现代化社会，计算机和网络信息化日益普及，如何准确识别个人身份是一个重要的社会问题，更是一个技术难度比较大的问题。适用于身份鉴定的生物特征有不少，能够做为身份识别的生物特征必须要满足以下条件：唯一性、广泛性、可测量性、稳定性、随身性、这几个特点。除此之外，在实际应用过程中，还需考虑该技术是否能被人们接受，测试过程中是否对人体造成伤害，识别过程是否方便，识别是否准确，技术手段和设备的经济与否等因素。

目前主流的生物特征识别技术有：指纹识别、掌纹识别、人脸识别、视网膜识别、虹膜识别、手形识别、生物红外谱图识别、外耳廓轮廓识别、体味特征区分、基因特征识别。每种生物识别技术都有其优劣性，这里采用指纹和人脸作为身份交叉识别的技术手段。

1.2 生物识别技术改进

为了提高生物识别精度，本文提出三个改进方向：

1.2.1 采用多种特征的融合识别（多模结合）

对各种生物特征识别技术的工作原理和优缺点研究后，了解到这些技术和手段都有一定的优缺点，在不同的场合也有不同的限制和局限性，因此采用单一生物识别技术并不能实现本论文的目标。因此，需要场合结合多种生物特征识别技术，进一步提高识别率和系统的可靠性。

1.2.2 现场采样，实时识别，数据实时可靠传输，与数据库实时比对

通过采用更高效快速的算法或者采用高性能的硬件设备或者采用专用的算法DSP辅助来实现实时出结果，实时传输，实时反馈。

1.2.3 生物特征识别技术与身份证读取技术相结合

根据各种人体生理特征识别技术的综合比较结果，本文考虑了可靠性、经济性和技术成熟度以及供货方便等因素，决定采用指纹特征识别作为首要识别手段；其次采用身份证电子读写技术进行现场的验证，做到人证合一。

1.3 指纹特征比对过程的优化

本文主要进行了以下两个方面的改进：

1.3.1 方法改进一：标志索引法

将指纹数据划分成9大类，在指纹图像特征文件上附加标识码，采用数据库索引的方法对存储的指纹档案进行归类，比对的时候先从标识码开始检索，可以大大加快比对速度。

1.3.2 方法改进二：单列循环法

每个人都会存储多个指纹档案，一般的方法是将采用档案与列表中的人员的所有指纹一一比对，都不相符才会进行下一人的比对，但实际的测试过程中发现，第一枚指纹档案的比对成功率可以达到80%以上，因此将比对策略改为：与所有人的第一个指纹档案全部进行比对，如果成功，继续比对该人的其他档案，如果不成功，再全部检查所有人的第二个档案，以此类推，也可以加快比对速度。实验表明采用这个方法额可以将2000枚样本比对的速度提高六倍。

2 软件系统的设计与实现

如图1所示。

3 结束语

本文主要设计了基于嵌入式软硬件系统平台，综合采用多种生物识别手段的在线身份识别系统。深入研究了龙芯1B软硬件平台和Linux 操作系统内核，移植了引导程序Uboot，完成了对Linux 操作系统内核的重新配置和编译，达到了减小系统体积的目的；该系统能够通过单机采集多种考生信息，提供包括指纹读取验证，身份证验证，实时拍照和照片彩屏显示等功能，利用实时采集的考生信息，通过终端设备联网验证考生身份信息，巡考复查考生身份，有效杜绝考生的替代替考情况，实现真正意义上的在线身份验证平台。

参考文献

[1]张敏贵，潘泉等.多生物特征识别[J].信息与控制，2002（32）.

[2]于瑞华，洪卫军.生物特征识别技术及其应用[J].智能建筑与城市信息，2004（08）.

[3]夏鸿斌，须文波，刘渊.生物特征识别技术研究[J].计算机工程与应用，2003（21）.

[4]杨俊，景疆.浅谈生物认证技术―指纹识别[J].计算机时代，2004（03）.

篇5

摘　要：提出基于主成分分析(PCA)的JPEG图像的人脸识别。该方法通过PCA抽取JPEG图像DCT系数的特征，利用马氏距离分类器，并结合留一法交叉验证。对光照、角度具有较好的鲁棒性，能够快速实现JPEG图像的人脸识别。

关键词：主成分分析；JPEG；人脸识别；马氏距离；留一法交叉验证

1.引言

   自2001年美国"9．1l"恐怖袭击发生以来，如何在车站、机场等公共场所利用高科技手段，迅速而准确地发现并确认可疑分子成了目前世界各国在反恐斗争中普遍关注的问题。生物特征识别技术日益成为当前模式识别与人工智能领域的一个研究热点。

生物特征识别技术主要包括：人脸识别、虹膜识别、步态识别以及多生物特征融合识别等。其中人脸识别以其方便，易于为公众接受成为生物特征识别技术的主流. 余晓梅，徐丹．基于外观的子空间人脸识别方法研究．计算机应用研究，V01．24，No．5，2007．5

篇6

2、生物识别技术的特点与应用优势生物特征是与生俱来的，与传统身份识别方式相比，生物识别技术具有以下优势[4]：（1）能够进行身份识别。传统身份认证识别采用用户名+口令验证的方式来验证用户身份。生物特征同样可以完成身份识别的功能。（2）生物特征具有唯一性，防伪性好，难以被伪造或盗用。传统身份识别技术中的用户名和密码会因为信息泄露而带来身份认证漏洞。生物特征则是个人特有的，极难被仿造或盗用。（3）携带方便，不会遗忘或丢失。传统身份识别技术采用口令验证或实物验证，两者都有遗忘和丢失的风险。而生物特征是人类的体貌和行为特征，携带方便，也不存在丢失和遗忘的风险。（4）用户使用体验好，不容易被损坏。传统身份识别技术依赖数据库记录用户名和密码，常因为字符输入错误而被拒识；IC卡一类的实物验证技术则有因损坏而被拒识的风险。生物特征大大降低了此类风险。即使是容易受到手指表层皮肤破损而影响验证的指纹识别也可以通过存储多个手指的指纹来达到顺利验证身份的目的。此外因为生物识别技术使用友好度高，用户体验好。

3、常用生物识别技术的特性分析在众多的生物特征中,最常使用的用户接受度较高的是指纹识别、人脸识别和签名识别。指纹识别是应用最早、应用面最广的生物特征识别技术。早在几千年前人们就已经发现了指纹的特点，开始使用指纹进行身份的识别。指纹识别主要是利用指纹记录仪和计算机等电子设备，通过人类手指表层皮肤上交替出现的脊和谷进行指纹图像的读取、提取指纹特征、制成特征模板，再通过模式匹配，最终实现身份的自动识别。每一个人都有自己独特的而且终身不会变化的指纹。指纹识别技术可靠性高，识别简便，是一项成熟的生物特征识别技术。在应用面上也体现出无与伦比的优势，目前国内外指纹识别应用已经覆盖了公安刑侦领域、公共安全领域等。由于指纹识别技术是将输入的指纹和数据库中预存的指纹模板进行比对从而验证身份，因此要求指纹信息数据库的容量足够大，并且要不断更新。人脸识别技术是近年来迅速发展的一种生物识别技术。人脸识别技术涉及了计算机视觉、人工智能、感知学习和模式识别技术等科学领域。人脸识别是通过摄像机读取人类脸部特征信息，分析现实人脸的空间图像映射到机器空间的过程，分析人类脸部共有特征和个体人脸特征之间的关系，形成人脸图像模板，最终实现人脸自动识别。人脸识别技术具有方便、直接、友好等特点，在使用者接受度方面表现极好。但是人脸图像信息的数据量巨大，为了提高人脸识别的运算速度，必须对原始图像数据进行压缩，这就有可能降低识别率，造成一定的误识率和拒识率。签名识别是通过分析使用者签署自己名字的方式来进行身份鉴别。签名识别与指纹识别、人脸识别不同，它属于人类行为识别技术。签名识别分成在线验证和离线验证两种形式。离线验证是使用纸张上的字迹通过扫描仪等电子设备转化成数字图像再与数据库中模板信息比对；在线验证则通过手写板或压敏笔等传感器设备记录签名过程中的各项动态特征数值（写字速度、力度、角度、加速度等）。签名的动态特征是难以模仿的，因此签名的在线验证方式比离线验证方式要更加可靠。此外签名识别与人们平时的签字行为极为相似，因此具有很高的用户接受度。

二、生物识别技术在电子商务中的应用

伴随电子商务的发展，解决电子商务中的安全问题和寻找更加可靠方便的身份认证方式成为进一步发展电子商务的新需求。另一方面，随着全球信息化的发展，生物识别技术在技术发展和市场培育上都日趋完善，人们对生物识别技术的认知度和认可度也不断提高。全球生物识别技术产业化发展程度在不断扩大。2002年11月，中国科学院计算机技术研究所承担的“面像检测与识别核心技术”项目获得突破性成果，该系统能够在1/10~1/20秒之内自动检测到人脸，并且在1秒内完成身份识别。2003年阿拉伯联合酋长国宣布启用基于虹膜认证技术的针对被驱逐外国人的国界控制系统。2006年北京农村商业银行在国内试点使用指纹识别认证，用户可以通过指纹识别认证进入银行系统，自助完成各项操作。2007年中国建设银行和中国邮政储蓄银行分别在全国营业网点内推广应用柜员指纹身份认证系统。2008年北京奥运会，奥运村使用了基于人脸识别的酒店门禁管理系统。2010年波兰BPSSA银行宣布引入采用生物识别技术的自动取款机。国际民航组织确定从2010年起，其所有的成员国和地区必须使用基于人脸识别的机读护照，此项规定已经成为国际标准。此外日本三菱银行开发了基于手指静脉的认证系统用于金库管理。欧美国家将生物认证技术广泛用于医院病人资料库管理、政府信息中心出入境管理、小学生信息管理等多个领域。由此可以期待，在不远的将来，基于生物特征识别技术的更加平民化的电子商务应用走入我们的生活，带来更加安全更加便利的使用体验。

三、生物识别技术对电子商务的影响趋势

现代社会生活各方面都需要可靠方便的身份认证识别技术，尤其是在电子商务领域内，目前电子商务的运营过程中不乏因为过程监控不够周密而出现的货物丢失、冒领，并由此引发纠纷事件。未来，基于生物识别技术的身份认证识别能够覆盖电子商务的全领域，彻底解决电子商务运营过程中的身份认证问题。

1、在电子商务领域内的全领域覆盖电子商务在运行过程中涉及了买卖双方的身份认证、订单信息认证、支付安全认证、物流运输安全认证等多项认证。其流程之繁琐，认证技术运用频率之高是其他行业所无法比拟的。可靠便利的生物特征识别认证技术能够确保电子商务系统的正常运转。未来，电子商务的买卖双方可以通过生物特征认证技术证明自己的身份；通过生物特征认证和数字签名的双因子认证确定订单的真实有效，并完成相应的支付；物流公司的物流派送人员通过指纹验证确认接收到需要派发的货物；最终收货人通过提供带有生物特征信息的签收信息表明身份，确保货物安全送达。由此，生物特征技术确保了电子商务安全领域内的安全性、可用性、可控性、保密性和不可否认性，保障电子商务系统正常有序运行。

2、多项生物特征融合应用从目前的应用看来生物识别技术虽然前景良好，但仍存在有漏洞。例如，利用塑胶可塑性的特点采集指纹应对指纹验证系统；利用3D打印技术欺骗静态人脸识别验证系统。多项生物特征的融合使用就是生物特征识别技术的多因子验证。这种对多项生物特征的采集、融合、联合验证的新型理论和技术就是生物特征识别的未来发展趋势。该项技术能够对所采集的生物特征信息进行多方面、多级别的处理，得到更加完备的数据特征信息，从而完成精准度更高的身份认证，为安全可靠的身份认证技术的实施奠定了基础。

篇7

一、前言

自动识别技术是集传感器、通信、计算机技术为一体的一门综合性科学技术，包括数据编码、采集、标识、管理、传输等多个环节，是获取信息的有效手段，作为管理决策和自动化控制的数据来源。代替原来的人工手动输入，提高信息输入的实时性与准确性，达到减员提效的目标。目前矿山物联网技术的发展还处于初级阶段，自动识别技术在很多环节还处于空白和相对薄弱的环节。

自动识别技术包括条形码识别技术、RFID射频识别技术、IC卡识别技术、磁卡识别技术、图像识别技术、生物特征识别技术等做种识别技术等多种方法与手段。总体可以分为两类：数据采集技术和特征提取技术，根据不同需求、现场的实际应用环境采用不同的识别技术。

二、条码识别技术在煤矿仓储管理中的应用

条码是一种经济、实用的识别技术，条码可以分为一维条码和二位条码，二位条码可以包含更多的信息。

一维条码是由“条”和“空”构成的二进制0和1，它们的组合来表示对应的数字和字符，表示相关信息，字符结构如下所示：

空白区 起始字符 数据字符 校验字符 终止字符 空白区

二维码通过水平和垂直两个方向表示信息，通常分为行排式和矩阵式两类，信息容量大，比普通条码信息容量约高几十倍，容错能力强，具有纠错功能。编码范围广，译码可靠性高，保密性、防伪性好。

随着企业信息化技术的发展，很多矿山企业都建立了自己的物资信息化管理系统，由于煤矿企业物资种类繁多，如果物资的领用记录都依赖于手工登记，管理人员每月盘点库存时都需要花费很长时间，费时费力，人为因素还容易导致库存信息的不准确，使用物资条形码管理系统，通过条形码扫描，物资名称、规格型号、数量及价格等的信息会立即显示在电脑上，简化了工作流程，提高了物资核算速度和物资信息的准确性。

三、射频识别技术在煤矿人员与车辆定位管理中的应用

射频识别RFID技术是一种非接触式的自动识别技术，它通过射频标签和射频读卡器之间的双向通讯，实现数据交换。射频识别可实现非接触识读，识别距离从十几厘米到几十米，实现高速运动的物体，有防水、防磁、耐高温的特点，具有一定的穿透性，能够同时识别多个标签。而且存储量更大，能重复使用。可以分为有源卡和无源卡，应用的频段一般低频135KHz、高频13.56-27.12MHz超高频850-960MHz、微波2.4GHz和5.8GHz。

目前煤炭企业安装的人员、车辆、设备定位系统，由识别卡、读卡器、通讯网络、上位机与相关软件组成，可连接到煤矿的信息化系统平台，实现分类管理。提供了准确的信息，及时了解井下人员、车辆、设备的当前位置、运行轨迹，可以根据车辆的位置、种类，实现车辆的及时调度排程，提高办事效率。当出现险情和矿难时，为救援方案提供基础信息，缩短救援时间，保障矿井安全。

图1 RFID系统结构图

四、图像识别技术在煤矿矸石分选和设备故障诊断中的应用

图像识别技术是利用信息处理和计算机技术，采用数学方法，对图像进行处理、分析和理解的技术。在数字视频监控中，需要对图像进行识别，先对视频流进行实时图像截取，再进行图像预处理、图像特征提取和信息判决等图像识别工作。分析过程如下所示：

随着信息理论与机器视觉理论的发展，图像识别技术近年来已经成为故障诊断的热点技术之一，基于图像的故障诊断技术得到了快速的发展，图像识别技术应用于故障诊断可以将人从枯燥烦杂的图形判读活动中解放出来。图像信息是一类重要的故障信息形式，用图像传感器采集设备故障状态的数字图像，经过图像处理、特征提取、模板匹配等完成故障诊断。实现对皮带撕裂、跑偏、轴承磨损、设备倾斜的各种故障诊断与报警。

随着煤矿自动化水平的不断提高，生产中危、重、繁、杂的体力劳动将逐渐被智能机器人作业所取代，在煤矿生产中，矸石分选是从煤块中将矸石挑选出来，目前大块矸石的分选大多采用手工作业，通过图像识别技术对煤块和矸石进行识别，再用机电结合的控制技术，达到煤矸自动分选的目的。

五、生命特征识别技术在煤矿生产安全的应用

生命特征识别技术主要是指通过人类生物特征进行身份识别和认证的一种技术，具有普遍性、唯一性、可测量性、稳定性与不可复制。是一种方便安全的识别技术，包括指纹识别、虹膜识别、语音识别、人脸识别、掌纹识别等技术。通过计算机与各种传感器和生物统计学原理等高科技手段密切结合，用人体固有的生理特性，进行身份鉴定。其原理如下：

煤矿人员识别考勤系统，大多是采用生命特征识别技术，由识别考勤机、识别软件、人员考勤系统软件和附加设备组成。通过采集相关信息，实现指纹、虹膜、人脸等特征注册、验证，人员基本信息录入后，通过特征识别，记录井下人员进出矿井及各处门禁进出人员信息。监督管理瓦检员，巡检员，安检员、绞车工、电工等重要人员的到岗作业，特征的唯一性，从根本上解决了代人打卡的问题，保证公司考勤制度的公平性。

在煤矿连锁放炮监控系统中也广泛采用生命特征识别技术，实现放炮安全管理，综合采用了虹膜识别、语音识别等多项特征与其他识别技术组合使用，多项技术的有效集成，多个条件同时满足的情况下才能执行放炮操作指令，保证了作业安全。

六、自动识别技术在矿山物联网的的发展展望

自动识别技术发展很快，随着对自动识别技术的研究深入，应用范围不断扩大，渗透到矿山物联网的各个环节，出现了许多新型的产品，向多功能、便携式、本安型的低功耗网络化发展。与wifi，蓝牙、zigbee等无线局域网的数据通信技术的紧密结合，来引领自动识别技术在矿山物联网未来发展的潮流。

参考文献

[1]程曦.RFID应用指南[M].电子工业出版社，2011.

篇8

关键词： 生物识别；指纹；人脸；虹膜

Key words： biometric identification techniques；Fingerprint；Face；Iris

中图分类号：TP39 文献标识码：A 文章编号：1006-4311（2012）30-0213-02

0 引言

身份认证早在很久之前就出现在了人类社会生活中。身份证、护照、密码等这类传统的身份认证方法有许多的弊端，如：不容易携带、造假、容易丢失、密码会被破解等种种问题，在安全性和可靠性上的漏洞非常大，这样就为方便、有效、安全的身份认证技术的出现埋下了伏笔，生物识别技术应运而生。每个人所固有的生物特征都是唯一的，并且在一定时期内具有是稳定不变的，同时不会丢失、很难伪造和假冒，所以，这是一种终极的身份认证媒介[1]。

1 生物识别技术

我们可以这样定义生物识别技术，在计算机技术的协助下，通过采集人的生物特征样本进行人的身份识别。生物特征又包括生理特征和行为特征两个方面。生理特征是人与生俱来的，多为先天性的，相对而言稳定性比较强，现在应用到的生理特征有：指纹、人脸、手血管[2]等。行为特征是人后天形成的，主要包括人的声音、笔迹、以及步态识别等，随着主体状态和环境的变化在一定程度上也发生变化。两者比较，生理特征在生物识别领域更具有应用价值。生物识别技术的实现需要提取生物特征，然后对其进行进行比对，基本的要求就是这些生物特征需具有唯一性或非共同性。

1.1 指纹识别 指纹识别技术是应用最早、最广泛和最成熟的生物特征身份鉴别方法。指纹是指手指末端正面皮肤上凸凹不平产生的纹路，每个人指纹纹路在图案、断点和交叉点上都是存在差异的，是唯一的并且永远都是原来的样子。指纹分类的实现方法基本上分为基于神经网络的分类方法、基于奇异点进行分类的方法、语法分析的方法和其他的方法这4类[3]。

指纹识别的优点有：具有比较悠久的研究历史，技术上比较成熟；指纹图像提取设备小巧；与同类产品相比，它成本是不高的。缺点有：指纹识别是物理接触式的，具有侵犯性；指纹易磨损，某些人不宜提取，另外在指纹采集头上留下用户的指纹印痕容易被复制。

1.2 虹膜识别 眼睛的外观图包括巩膜、虹膜、瞳孔三部分。眼球的白色部分叫巩膜，大约占眼睛的30%；眼睛中心是瞳孔，约占5%；在巩膜和瞳孔之间的是虹膜，由相当复杂的纤维组织构成，包含了最丰富的纹理信息，占据65%。虹膜识别的方法有：Gabor滤波方法，拉普拉斯金字塔方法，小波变换过零检测方法，Haar小波分解方法，基于局部过零检测的方法等[4]。

虹膜识别技术操作非常简单，可避免物理接触，具有更高的检验精确度。据悉，现在虹膜识别的正确率最高，并且具有很高的实用价值。其缺点是：需要昂贵的摄像头聚焦，且很难将图像获取设备的尺寸小型化，需要较好光源等。

1.3 人脸识别 人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流，提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，一次到到识别身份的目的。目前常见的人脸识别基本算法可分为以下几类：基于几何特征的人脸识别、基于子空间分析的人脸识别、基于弹性图匹配的人脸识别、基于神经网络的人脸识别和基于隐马尔可夫模型的人脸识别等。

人脸识别技术优点是：主动性、非接触性和用户友好。缺点是：人脸容易受到周围环境等的影响，比如光照，比如发型的改变，饰物，变老等，准确率不高；对于采集图像的设备会比其他技术昂贵得多。

1.4 掌纹识别 掌纹识别是一种新生的生物特征识别技术。掌纹是指手指末端到手腕部分的手掌图像。纹线特征是掌纹中最突出的特征，手掌中最清晰的几条纹线一般并不会随着年龄的增长而发生变化。即使在分辨率和质量都比较低的图像中也能很好的得到辨认。掌纹识别方法大概分为基于结构的、基于子空间的、基于编码的和基于统计的四类[5]。掌纹识别的优点：有一定的稳定性和可靠性。缺点：手掌损伤后无法复原，掌形识别系统适用对安全性要求高的场所，普及率比较低，同时需要高成本支撑。

1.5 人耳识别 人耳识别是以人耳作为识别媒介来进行身份鉴别的一种生物特征识别技术。经过医学研究的得知，人在出生4个月之后，随着身体的不断发育，人耳也会按照一定的比例生长，基本上保持整体结构比率。

主要的人耳识别方法：主元分析法（PCA），使用Voronoi图表的邻接图匹配方法，使用各种组合技术的神经网络方法，力场转换方法，遗传局部搜索算法，几何学方法，基于长轴的形状特征提取方法，基于3D的耳朵检测和识别方法[6]。人耳识别的优点：整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小，非接触性。缺点：人耳同样受光照、头发、帽子等的影响，且提取出来特征很少。

1.6 语音识别 语音识别技术就是让机器通过识别和理解过程把人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。

语音识别的方法主要有：基于DTW（Dynamic Time Warping）和模拟匹配技术的语音识别方法，基于统计的语音识别方法，基于差别子空间的语音识别方法，基于BP神经网络的语音识别方法，基于隐马尔可夫模型HMM（Hidden Markov Model）的识别方法。

语音识别的优点：非接触性的，用户可以很自然地接受。 缺点：声音变化范围过大，而且声音的大小、语速和音质的不同都会给采集与比对造成相应的影响；很容易用录在磁带上的声音造假；高保真的麦克风价格十分的高。

1.7 笔迹识别 笔迹，是指书写人在书写工具的协助下，按照文字符号的书写规范，书写运动器官开始进行的书写运动，这样在纸张或其他书写面上留下动态痕迹。笔迹鉴定是通过分析手写字符的书写风格和书写结构，来判断书写人身份的一种技术。

笔迹识别（包括签字识别）有联机和脱机两种。因为联机识别除位置信息外，还可以提取时间、压力等信息，所以识别正确率相对脱机识别较高。根据考察的对象和提取特征的方法，现在的笔迹识别方法主要分为文本相关、文本无关两类，另外还有利用内容信息的半文本无关方法。

笔迹识别的优点：大众易接受，是一种公认的身份识别的技术；缺点：随着经验的增长、性情的变化等签名也会相应的发生变化；用于签名的手写板不仅结构复杂而且价格也非常高。

1.8 步态识别 研究表明人和人的走路姿势有很大的差别，因为人们在骨骼长度、密度、协调能力、体重等生理条件以及个人走路的“风格”上都存在细微差异。步态识别就是要对包含人体运动的图像序列进行分析处理，根据人们走路的姿势进行身份识别。

步态识别的方法有：基于SFM的方法，基于运动的方法，基于整体的方法，基于特征的方法，基于HMM的方法以及基于模板匹配方法等。步态识别优点：对图像分辨率要求不高，可以通过远距离的摄像机捕获，具有非侵犯性和可接受性。缺点：由于步态识别是个动态过程，其序列图像的数据量较大，因此计算复杂性比较高，不容易处理。而且由于人的行走姿势受各种因素的影响，在不同环境条件下行走姿势有或多或少的变化，因此步态识别的计算较复杂，识别的准确度还不够高。

2 结论

随着信息网络化的发展，以及经济全球化的推进，人们进一步的认识到对安全的理解和需求。各种生物特征识别技术都在不断的发展，同时也得到越来越广泛的应用。但是，在实际应用中上述的每种识别技术都要结合到具体应用项目，单凭一项的取胜不能评判各种识别的优劣，不同的识别方式在指标上不同，需要在选择对一些项目进行如下综合地考虑：比如提取用户生物特征的难易度、识别时的精确度、提取仪器的大小、周围环境对使用的影响和使用成本等等。因为单个生物特征与生俱来的局限性，目前在实际的应用中找不到任何基于单个生物特征的识别技术。未来的研究重点将是结合多种特征、多种识别方式的多模式生物特征识别技术[7]。例如人脸识别和虹膜识别的组合、指纹和掌纹的组合，因为这些特征可以在特征获取时由一套设备同时或先后获取。仅基于单一特征的生物识别对识别的精度要求非常的高，综合了多种特征的生物识别系统识别率比较高，具有无限的应用潜力。

参考文献：

[1]卢官明，李海波，刘莉.生物特征识别综述[J].南京邮电大学学报（自然科学版），2007，27（2）：81-82.

[2]Bille R M， Pankanti S， Ratha N K. Evaluating Techniques for Biometrics-based Authentication Systems. Proceedings 15th | APR lat|. Conf. on Pattern Recogntion， Barcelona.

[3]杨宏林，吴陈.指纹识别方法的综述[J].华东船舶工业学院学报（自然科学版），2003，17（3）：37-42.

[4]田启川，刘正光.虹膜识别综述[J].计算机应用研究，2008，25（5）：1298-1299.

篇9

一、引言

互联网的蓬勃发展巩固了电子商务的地位，但是，目前电子交易的数量还是有限的，主要原因在于目前已建立的电子商务系统大多存在安全隐患。例如，以明文的方式传递机密信息、缺乏有效的身份认证和访问控制机制。电子商务在安全性、保密性等方面有着更高的要求，进行有效的身份鉴别是电子商务系统安全的第一道门户，是电子商务建设成败的关键。用户身份鉴别就是用户向计算机以一种安全的方式提交自己的身份证明，然后由系统确认用户的身份是否属实，最终拒绝用户或赋予用户一定权限的过程。目前大多数商业模型中，采用基于口令或PIN密码方法用来保护电子交易，并将它们嵌入磁条卡或智能卡，但是这种系统只能在特定时间允许特定的人访问，并没有办法知道持卡人是卡的合法持有者还是从别人那里窃取来的。

二、基于生物特征的鉴别技术

生物特征识别就是为了身份验证而采用自动化技术测量身体的特征或是个人行为的特点，并将这些特征或特点与一个数据库的数据进行比较，完成认证的一种解决方案。生物特征识别是一种年轻又古老的技术，自古代中国的“摁手印”，到20世纪60年代至70年代自动指纹识别设备在美国大范围的使用，以及80年代虹膜系统的出现，至今已开展了包括指纹、掌形、视网膜、虹膜、人脸、DNA、等多种生物特征识别技术的研究和应用。应用以上生物特征鉴别技术在电子商务中将会是今后的发展趋势，尤其是在关键服务器或应用系统中。国际上对生物特征识别的研究已成为热点问题，并取得了大量的优秀成果。国内的研究虽起步较晚，但在指纹识别等方面已取得了丰硕的成果。

生物特征识别技术最早应用于公安系统，主要利用指纹破案。9.11事件后，国际航空组织即要求各成员国在旅行证件上加入生物特征信息，包括人脸识别和指纹识别的双重识别技术。指纹认证中用来认证的是若干个指纹特征的组合，其组合的惟一性使得以穷举法进行破译几乎是不可能的。这样确保了用户密钥能够安全地存储在密钥分配中心KDC中。用户还可以根据保密性的要求，采用多个指纹对用户的RSA私钥进行多层加密，进而获得更高的安全性能。另外，使用指纹特征进行身份认证，用户输入的指纹灰度在提取特征点之后在通过网络传输到KDC进行匹配，这样不但减小了网络传输的负担，而且会提高KDC端指纹认证的速度。指纹是经过指纹采集仪获取的完整指纹，对于有意窃取者在其他场合获得的残缺指纹，指纹认证系统将不予识别。这样就避免了用户指纹被窃取，并用其去非法访问KDC的数据库，进而获得用户的RSA私钥。基于指纹认证的网络安全机制，保证了电子商务活动的安全进行。

与指纹识别相比，人脸识别由于具有非接触式的特点，成为电子商务领域中最有潜力的生物身份验证手段，是模式识别和图像处理中最热门的研究主题之一。人脸识别算法主要由在线匹配和离线学习两个过程组成。在训练阶段中，从样本图像中提取特征，存储特征形成特征库。在训练阶段，首先提取待识别人脸样本图像的特征，然后用训练好的分类器进行待识别脸像特征和特征库中的特征匹配，输出识别结果。因此，特征提取和分类器设计是人脸识别的核心算法。早期的人脸识别算法主要是基于几何特征或模板匹配，目前人脸识别的几个主流研究方向：特征脸方法、Fisher脸方法、弹性匹配方法及局部特征分析方法。

三、基于数字签名方案的身份鉴别

随着密码学技术的发展和Internet的广泛应用，数字签名技术正以惊人的速度发展，它已成为人们在电子交易过程中必不可少的一部分。把电子商务和安全的数字签名结合起来是完全有必要的。2005年4月1日，我国正式颁布实施《电子签名法》。它的出台为我国电子商务发展提供了基本的法律保障，它解决了电子签名的法律效力这一基本问题。

数字签名是一种以电子形式给一个消息签名的方法，是只有消息发送方才能进行的签名，是其他任何人都无法伪造的一段数字串，这段特殊的数字串同时也是对签名的真实性的一种证明。数字签名具有不可伪造性、可靠性、不可重复性和不可抵赖性等特点。数字签名过程：首先是签名人的软件对发送消息进行散列函数运算后，生成信息摘要（message digest）―这段信息所特有的长度固定的信息表示，然后，软件使用签名人的数字证书一同传送给预定的接收者，接着接收者的软件会对收到的信息生成信息摘要，并使用签名人的公钥对签名人的摘要进行解密，接收者的软件也可以进行配置，验证签名人证书的真伪，确保证书是由可信赖的CA颁发，而没有被CA吊销，如果两个摘要一样就表明接收者成功核实了数字签名。

在实际应用中有使用对称密钥的仲裁机构的数字签名、使用非对称密钥加密的数字签名、还可以利用非对称密钥和单向散列函数的数字签名等。目前在世界先进国家和我国普遍使用的电子签名技术是基于PKI的数字签名技术。它具有在技术上比较成熟、使用方便、具有可操作性的等优点。针对不同应用领域的签名方案各式各样，如群签名方案、可传递签名方案等。

四、总结

电子商务是一个充满挑战的领域，这种挑战在很大程度上来源于对可使用的安全技术的依赖。只有结合多种身份鉴别技术，才能有效地保证电子商务的安全性，促进其良性发展。

篇10

Abstract：In the context of the information age， everyone is very focused on their own information security. And the traditional way of information verification is not safe and convenient. Thus， biometric identification technology has emerged， which is the object of this paper， which can effectively solve the shortcomings and disadvantages of the current information verification. According to the principle of finger vein recognition and the key points of the system， the key points of the system are described in detail， and the rapid development of the vein recognition technology and the huge market demand are prospected.

Key word：Information verification Biometric identification Finger vein recognition

S着信息爆炸时代的来临，人类社会产生了巨大的变革，人们对信息的需求和依赖越来越大，人们在时刻进行社会活动的时候离不开身份信息的验证。在这种时代背景下信息的安全问题也就显得十分重要，然而传统的身份识别方法是需要借助外物来证明身份的，但如果证明身份的标识物品出现丢失、被盗窃或者被伪造等情况就会导致混乱甚至犯罪事件的发生。针对这一弊端，现已有很多生物特征识别技术用于身份认证，比如指纹、虹膜、视网膜、手型识别、脸部识别等等。实际上生物特征识别技术早已有人研究，随着科技的进步以及各种生物特征识别的算法和系统的问世使得生物特征识别变得火热起来。而本文涉及的是生物特征识别技术中的指静脉识别技术。

指静脉识别这一技术最初是由日立公司着手研究并开发成相关产品的，由于每个人的指静脉分布都不一样，由此特性它通过识别个人手指里的指静脉分布图像特征来进行个人的身份鉴定。指静脉的采集是根据静脉里面的血红蛋白反射采集到的图像来对比识别的，这种识别方式决定了指静脉是活体识别技术。

目前指纹识别虽然是用户广泛的一种识别技术，但弊端也随之体现出来：安全性低，虽然如今破解指纹识别机不大可能了，但现在网上都有各种制作指纹膜来达到伪造身份的目的；稳定性差，如果手指受了割伤或者手指外表皮因为温度或者摩擦等原因而脱落或者手指表面沾上某种污渍，在指纹验证时就会很困难。相较之下指静脉识别很难伪造，抗干扰性好、不易受手指表面伤痕或污渍的影响，因此指静脉的准确率比较高，FRR（拒真率）小于0.01%，FAR（认假率）小于0.0001%，FTE（登录失败）为0%。因此就目前技术方面和市场方面来说指静脉识别技术运用到的识别原理作为一种新型的身份认证方式在生物特征识别中是具有较大的优越性的。

1 指静脉识别原理及技术

1.1指静脉成像原理

根据医学研究结果，每个人都有着自己独特的手指血管纹路，左手和右手之间的静脉分布也是不同的，即使是双胞胎之间的血管纹路也不一样的。由于静脉相比于动脉更接近皮肤表层，易于采集特征；况且静脉分布的曲线和分支比较繁多复杂，采集到的图案样本多，所以个人之间图像差别明显。根据这一生物特性，我们可采用近红外线照射指静脉（近红外线范围在700～1000nm之间，本系统采用了波长为850nm的近红外线，在这个范围静脉透射的部分比较少，成像较为明显），静脉的图像就会突出显示，手指肌肉和骨骼等其它部位被弱化，由此将静脉里流动血液中的血红蛋白呈现出来的图像进行特征提取。

1.2图像的采集和预处理

采用了使用比较广泛的CMOS感光器件，相较于CCD感光器件，COMS有以下几个 优点：

（1）集成度更高，所以功耗也比较低；

（2）在价格上CMOS由于结构简单所以制造成本低；

（3）在成像方面新的CMOS器件的出现提高了信噪比和影像效率，已经接近了CCD的成像质量；

（4）CMOS的光谱敏感范围在近红外线比可见光的灵敏度高达5～6倍。

根据上述分析决定使用CMOS感光器件在近红外下采集图像。

但由于使用环境中我们的图像采集成像装置会受到环境可见光的影响，会导致指静脉成像的不稳定，因此需要增加滤光片来消除可见光的干扰。一般滤光镜按照光谱的标准来区分的话有紫外滤光、可见滤光片和红外滤光片，因为我们采集指静脉图像的近红外线是采用850nm的波长，所以滤光镜选择红外滤光片。

而因为手指摆放的姿势、位置以及受到温度等其它因素的影响导致手指内部静脉收缩或者扩张，所以图像采集到还需要进一步的处理。处理过程一般都有图像感兴趣区域的裁剪、尺寸或灰度归一化、图像增强、静脉分割、位置校准、细化等操作，经过处理的图像更有利于特征的提取和图像的识别认证。可以根据实际情况的需要有选择地选取上述处理方式，好的算法会使得图像的处理更加优化，从而达到提高识别率的目的。

1.3指静脉特征点提取

在本系统的指静脉特征点提取中主要采用的是基于细节点特征提取的算法，因为利用细节点来进行识别主要有以下几个优点：

（1）细节点的特征描述相对比较简单的。

（2）细节点占用的存储空间比较小。

（3）单单凭借着细节点是无法恢复出原有的指静脉的，有利于保护个人隐私。

而细节点的特征提取一般有以下几种：

1.3.1端点：当指静脉在手指内部一定深度或者近红外线对手指透射的不够深的时候就会出现这种端点。

1.3.2分叉点：由一个单一的静脉段分裂为两个静脉段。

1.3.3p分叉点：当两个分叉点靠得比较近的时候就会出现这种双分叉点。

根据以上三种细节点进行特征提取的方法分别如下：

1.3.3.1提取端点：以端点为中心提取一个N*N范围块（N的取值视具体情况而定），然后删除该N*N区域中其它没有与该中心端点相连接的点。最后计算静脉特征和块边界的连接数，如果连接数目为一个细节点就认为该细节点是端点并保存端点段誉水平线之间的角度，否则不是。

1.3.3.2提取分叉点：以一个分叉点为中心提取一个N*N的范围块（N的取值视具体情况而定），然后删除在该N*N区域内其他的不与中心分叉点相连接的点。最后计算静脉特征和划分的N*N范围块边界的连接数，当连接数目为四，就认为该分叉点是双分叉点，同时保存分支之间的两个角度。反之则认为该分叉点为错误的细节点。

于是针对上述的三种细节点我们可以分别列出表达方式如下⑵：

端点：[X，Y，Φ1]

分叉点：[X，Y，θ2，θ3，θ4]

双分叉点：[X，Y，Φ5，Φ6，Φ7，Φ8]

其中X，Y是细节点的坐标，β是端点和水平线两者之间的角度，θ是分叉点与分支两者之间的角度，α是双分叉点与分支两者之间的角度。

具体的直观图像如下图所示：

图2.3 细节点表达图像

实际上提取特征点之后为更加简化的图像：

将上述提取特征点获得的图像与已保存的图像库做对比识别即可辨识身份。

2 总结

针对指纹识别等传统生物识别的缺点或弊端提出了指静脉识别系统的优势所在以及在指静脉系统中从选用合适的器件开始逐步到阐明在本系统中静脉采集和特征提取的原理和方式等关键问题。

从目前来看鉴于技术和成本之间的冲突，指静脉识别市场正处于市场爆发的临界状态，一旦指静脉识别技术得到进一步的完善和达到一定的量产，将会普遍推广到各类民用领域。而且国家相关机构也在制订并计划实施相关的产品技术标准。相信通过国内有实力的核心技术及上下游厂商通力合作，中国指静脉技术识别技术产品发展的前景广阔。

我们也期盼着各种高科技产品早日普及到我们平常生活中，让每个人都可以体验忘记密码、丢掉钥匙的安全又便捷的生活，就像十几年前人们纷纷丢下腰间的BP机换成手机一样，指静脉识别系统会在不久的将来大放异彩。