身份识别是人类社会生活的一个最基本问题,每一个人,每一天都会遇到,无处不在。早在3000多年前,人类就开始使用机械钥匙,这是最早的身份识别技术。随着近代电子科技的发展,密码、条形码、磁条卡、射频卡、证件走进了人们的生活,但这类身份识别技术都是通过“whatyouhave?”或者“Whatyouknow”来实现,其易被伪造、丢失、遗忘,且不方便、不安全,不能真正认证到人本身。于是最新一代的身份识别技术----生物特征识别技术应运而生,它是利用人类固有的生理或行为特征来识别与验证身份的技术,具体包括:
(1)生理特征:指纹、人脸、掌纹、掌形、虹膜、视网膜,静脉、耳廓。
(2)行为特征:签字、步态、语音、按键力度等。
基于这些特征,人们已经发展了指纹识别、掌纹识别、掌形识别、人脸识别、发音识别、虹膜识别、静脉识别、签名识别等多种生物识别技术。生物特征识别技术被列为21世纪对人类社会带来革命性影响的十大技术之一,微软比尔?盖茨曾经预言:生物识别技术,将成为21世纪未来几年IT产业的重要革新。
生物特征识别技术是目前最为方便、安全的身份识别技术,它辨识的是人身的固有特征,不需要身外的其他标识物。随着近代科技的发展,这些新型的身份识别方式不断走入人们的日常生活,其带来方便和安全的同时,也带来了对传统物理识别方式的冲击和思考,下面笔者就当前生物特征识别技术的市场现状与发展趋势,做一个粗浅的分析。
几种生物特征识别技术的比较
指纹识别技术
通过分析指纹的特征,如嵴、谷和终点、分叉点或分歧点,从而抽取特征值,通过指纹特征值的比对来确认人的身份。指纹识别技术是目前应用最广泛、价格最低廉的一种生物特征识别技术,它是一种接触性的识别技术,采集比较稳定,但指纹采集头常常容易损坏,尤其是使用人数多的场景下,或许几个月就得更换一次指纹采集头。据不完全统计,大约5%左右的人,由于指纹磨损,或者指纹比较浅,是不能使用指纹识别的,因此,这就大大制约了指纹识别的应用领域。
虹膜
虹膜,一种在眼睛瞳孔内织物状的各色环状物,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。虹膜识别技术就是基于这些特征进行比对来确定一个人的身份的,从理论上来讲虹膜识别的精度较高,但虹膜识别需要分辨率比较高的摄像头,以及合适的光学条件,成本也比较高。因此,其应用主要集中在高端市场,市场应用面较窄。
人脸识别
在现实生活中,人与人之间的辨认不是通过指纹、掌纹、虹膜等等,而是通过对人面部(人脸)的识别来实现的。因此,在众多的生物特征识别技术中,人脸识别技术最具有吸引力,它最直观、最自然,符合人的认知规律,它具有如下特点:
非接触,用户接受度高。人脸识别技术使用摄像头作为识别信息的获取装置,以非接触方式,自动获取人脸,并完成人脸识别过程。
直观性突出。人脸识别技术所使用的依据是人的面部图像,而人脸无疑是肉眼能够判别的最直观的信息源,“以貌取人”符合人的认知规律。同时也方便后期人工确认,且具再利用等明显优势。
识别速度快,不易被察觉。与其它生物识别技术相比,人脸识别属于一种自动识别技术,一秒时间内可以识别好几次。不被察觉的特点对于识别方法也很重要,这会使该识别方法不令人反感,并且因为不容易引起人的注意而不容易被欺骗。
不易仿冒。人脸识别技术要求识别对象必须亲临识别现场,他人无法仿冒。人脸识别技术所独具的活性判别能力,保证了他人无法以非活性的照片、木偶、蜡像乃至人头欺骗识别系统。
应用领域广。除了目前指纹识别的所有应用领域外,人脸识别还可以应用到各种人脸视频监控报警系统、数码相机的人脸检测,以及未来的机器人,具有广阔的市场应用前景。
另外,人脸识别具有自然性不被察觉性的双重优点。自然性,是指该识别方式同人类(甚至其他生物)进行个体识别时所利用的生物特征相同,人类也是通过观察比较人脸来区分和确认某个人的。另外,具有自然性的识别还有语音识别、体形识别等,而指纹识别、虹膜识别等都不具有自然性,因为人类或者其他生物并不通过此类生物特征区别个体。不被察觉的特点对于一种识别方法也很重要,这会使该识别方法不令人反感,并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点,它完全利用可见光获取人脸图像信息,而不同于指纹识别或者虹膜识别,需要利用电子压力传感器采集指纹,或者利用红外线采集虹膜图像,这些特殊的采集方式很容易被人察觉,从而有可能被伪装欺骗。
声明:
凡文章来源标明“中国智能交通网”的文章版权均为本站所有,请不要一声不吭地来拿走,转载请注明出处,违者本网保留追究相关法律责任的权利;所有未标明来源为“中国智能交通网”的转载文章均不代表本网立场及观点,“中国智能交通网”不对这些第三方内容或链接做出任何保证或承担任何责任。
征稿:
为了更好的发挥中国智能交通网资讯平台价值,促进诸位自身发展以及业务拓展,更好地为企业及个人提供服务,中国智能交通网诚征各类稿件,欢迎有实力的企业、机构、研究员、行业分析师投稿。投稿邮箱: itsshenzhen@163.com (查看征稿详细)