指纹识别技术2007-08-29 11:35:00
【评论】
【打印】
【字体：大 中 小】
本文链接：http://blog.pfan.cn/sword2008/28941.html
指纹识别技术
2007年01月29日 星期一 15:38
1、产品构成
对指纹识别技术，目前除了一部分真正的研发人员之外，大部分涉业者或者兴趣者都希望有个清晰的了解。在此，先从指纹识别产品的构成说起，也就是由产品构成再展开对技术构成的分析。
指纹识别产品是由基础构件、中间构件和上层构件组成的，基础构件是指一个完整的指纹识别（不是指纹采集）产品，包括硬件和软件，都必须具备的基础部分。中间构件，简称中间件，是向上支持各类软件系统或者硬件设备，实现指纹注册和认证功能的独立部分。上层构件，是指在基础构件之上，自己实现中间件或者利用中间件建立起来的执行应用的部分，也可以称为应用构件。
指纹产品基础构件包括：指纹传感器（指纹 Sensor ）、指纹传感器驱动程序（ Driver ）、指纹传感器底层接口程序（底层 SDK ），以及指纹算法程序。其中前三个都是作为一个整体对待，笼统的称为指纹 SENSOR 。指纹基础构件的这四个部分，对于任何一类的指纹识别产品都是不可缺少的，所以称之为基础构件。
指纹产品中间构件，或者叫指纹应用中间件，它专门完成指纹注册和认证功能，所以它一定包含指纹识别算法。它屏蔽了应用层对设备层（基础构件中的 SENSOR 以及 DRIVER ）的直接访问。它既可以表现为软件控件（ ocx ），也可表现为硬件模块，也就是俗称的指纹脱机模块。
指纹产品上层构件，它是用户需求的实现部分，其形态不定，可以是一个完整的指纹应用软件产品，如指纹文件保护系统、计算机登录指纹保护系统。也可是指纹考勤机、指纹保险柜等这类嵌入式硬件产品。
在了解了指纹识别产品的构成要件之后，我们再一层层采用解析的方法来分析每个构件中的技术成份。
2 、指纹产品基础构件
2.1、基础构件之指纹SENSOR
从基础构件层来看，其中的指纹SENSOR，是指纹图像自动采集和生成部分，是整个指纹识别产品的数据输入端。绝大多数指纹SENSOR通过光学扫描、晶体热敏、晶体电容等三种主要传感原理采集指纹图像。衡量一个指纹SENSOR的质量好坏或者使用的技术的高低，从其使用的采集原理上并不能得出结论，而是主要从以下几个方面来衡量。
| 指纹识别技术的发展 |
要说指纹，最终还是要追溯到古老的中国。
据相关资料显示，我国古代最早的指纹应用可追溯至秦朝。至唐朝，以“按指为书”为代表的指纹捺印已经在文书、契约等民用场合被广泛采用。自宋朝起，指纹则开始被用做刑事诉讼的物证。
在欧洲， 1788 年，梅耶 (J. Mayer) 首次提出没有两个人的指纹会完全相同； 1889 年，亨利 (E. R. Henry) 在总结前人研究成果的基础上，提出了指纹细节特征识别理论，奠定了现代指纹学的基础。
指纹识别技术从被发现时起，就被广泛地应用于契约等民用领域。由于人体指纹具有终身稳定性和唯一性，很快就被用于刑事侦查，并被尊为“物证之首”。但早期的指纹识别采用的方法是人工比对，效率低、速度慢，不能满足现代社会的需要。 20 世纪 60 年代末，在美国开始有人提出用计算机图像处理和模式识别方法进行指纹分析以代替人工比对，这就是自动指纹识别系统 ( 简称 AFIS) 。
因为成本及对运行环境的特殊要求，开始时其应用主要限于刑侦也叫警用领域。
随着计算机图像处理和模式识别理论以及大规模集成电路技术的不断发展与成熟，指纹自动识别系统的体积不断缩小，其价格也不断降低，因而被应用到民用领域。
生物特征识别作为新兴的身份鉴别技术，有其不可替代的优越性。可能的风险与机会主要来自政策的导向，从目前的局势看，尤其是“ 9 · 11 ”以后，它将是国际上新世纪十大最具前景的高新技术之一；对于国内来说，基于生物特征的身份鉴别也将是国家重点鼓励及发展的关键技术之一。
据国际生物认证集团 (IBG) 的预测：美国生物认证市场 2002 年将突破 7 亿美元，其中指纹识别占近 50% ，虹膜识别占 8% ；
美国生物认证市场到 2005 年则将达到 19 亿美元，指纹识别将占 40% ，虹膜识别将占 10% 左右； 美国生物认证市场在未来几年中仍然将保持高速增长的趋势，指纹保持在 30% 左右，虹膜将保持在 50% 左右。
另据一家全球权威市场调研机构对中国市场的预测：中国指纹识别 2002 年市场收入突破 10 亿元，保持 50% 左右的增长速度， 2005 年将突破 35 亿元；
虹膜识别市场收入，预计 2005 年将突破 5 亿元，未来 5 年内将保持 80% 的增长率；
中国正成为继美国、日本之后最具潜力的发展中市场，预计未来 5 年内，生物认证市场收入将达到 300 亿人民币。
|
| 指纹识别的流程 |
| 要把人体的特征用于身份识别，这些特征必须具有唯一性和稳定性。研究和经验表明，人的指纹、掌纹、面孔、发音、虹膜、视网膜、骨架等都具有唯一性和稳定性的特征，即每个人的这些特征都与别人不同，且终生不变，因此就可以据此识别出人的身份。
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。一般来说，生物识别系统都包括如下几个处理过程：
1.采集样本
很显然，在我们通过生物识别验证个人身份之前，我们首先要捕捉选择好的生物学特征的样本。这个样本就成为生物识别的模板，以后验证时取得的新样本要以原始模板为参考进行比较，通常要取多份样品（典型的是 3个）以得到有代表性的模板。取样的过程和结果对于生物识别成功与否至关重要。
对于不同的生物识别技术，取样的原理和方法是不同的。例如，面孔识别系统通过分析脸部特征的唯一形状、模式和位置来辩识人。基本上有两种方法来采集数据：摄象机和热量绘图。标准摄象技术是建立在由摄象机捕捉到的脸部图象上的。热量绘图技术则是分析皮肤下的血管热量发生模式。声音识别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。它与语言识别的不同在于这项技术不对说出的词语本身进行辩识，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。签名识别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，而非签名的图象本身。签名识别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。
2.储存模板
取样之后，模板要经过加密储存起来。模板的储存可以有以下几种选择：
（1）存放在生物识别阅读设备里。
（2）存放在远程中央数据库里。这种方法适用于安全的网络环境里，而且要有足够的运行速度。
（3）存放在便携物里，如智能卡。
这是一个很吸引人的想法。因为它不需要另行储存模板，用户可以携带自己的模板在任意设备上使用。但是，如果用户丢失或损坏了智能卡，他就必须重新输入数据。另一个要考虑的是成本和系统复杂性问题，因为要集成的东西很多。
3.身份验证
验证过程是这样的，用户通过某种设备输入其生物学特征，提出身份鉴定请求，输入的特征与模板比较后得出匹配或不匹配的结果除了告诉用户外，这一过程还被记录下来存在本地或远程主机上。在有些系统中，参考用的模板是随着每一次有效的交易过程而动态更新的。这样可以使系统适应由客观因素造成的微小变化，如用户年龄增长、机器磨损等。
| |
阅读(3307) | 评论(2)
版权声明：编程爱好者网站为此博客服务提供商，如本文牵涉到版权问题，编程爱好者网站不承担相关责任，如有版权问题请直接与本文作者联系解决。谢谢！
评论