金融行业生物特征识别关键技术应用专项方案分析.doc

金融行业生物特性辨认技术应用方案分析时间：-1-4 15:48:55 来源：国际安防网 作者： 编辑： 1.引子随着当代模式辨认技术发展，模式辨认技术中某些详细分枝技术逐渐成熟起来，有不少已经达到了可以投入应用限度，固然这种应用当前大多数依然是出于限定环境条件下应用。本文简介模式辨认专业方向一种子分枝生物特性辨认技术及其在金融行业应用并加以分析比较。2.生物特性辨认技术分类所谓生物辨认技术就是：通过计算机与光学、声学、生物传感器和生物记录学原理等高科技手段密切结合，运用人体固有生理特性，（如指纹、脸像、虹膜等）和行为特性（如笔迹、声音、步态等）来进行个人身份鉴定。老式身份鉴定办法采用身份标记物品（如钥匙、证件、ATM卡等）和身份标记知识（如顾客名和密码），但由于重要借助体外物，一旦证明身份标记物品和标记知识被盗或遗忘，其身份就容易被她人冒充或取代。生物辨认技术比老式身份鉴定办法更具安全、保密和以便性。生物特性辨认技术具备不易遗忘、防伪性能好、不易伪造或被盗、随身携带和随时随处可用等长处。生物辨认技术可广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务。例如，一位储户走进了银行，她既没带银行卡，也没有回忆密码就径直提款，当她在提款机上提款时，一台摄像机对该顾客眼睛扫描，然后迅速而精确地完毕了顾客身份鉴定并办理业务。这是美国德克薩斯洲联合银行一种营业部中发生一种真实镜头。而该营业部所使用正是当代生物辨认技术中虹膜辨认系统.当前国内外正在研究有关技术可以划分为下面这七个详细技术：人脸辨认、虹膜辨认、指纹辨认、掌纹辨认、静脉辨认、声音辨认、笔迹辨认、行为辨认、视频监督。这七项技术中前六项都属于身份认证范畴，也就是为了验证这个人或者物体是谁。从行为辨认衍生出来此外一种分支为视频监督，这是一种辅助身份验证手段，但是，却发现了它尚有超越身份认证以外更大用处，因而，就逐渐被独立出来。2.1人脸辨认人脸辨认是以人面部所固有生理特性来进行各人身份鉴定技术。它属于生物辨认技术中一种，具备直观性强，后验性好特点，但是，限于人脸部特性信息量较大，加上成长个人带来脸部特性变化，这些都给这项技术精确度带来了挑战。人脸辨认技术研究肇始于20世纪60年代末期。20世纪90年代后期以来，某些商业性人脸辨认系统逐渐进入市场，但是，这些技术和系统离实用化均有一定距离，性能和精确率有待提高。美国遭遇恐怖袭击后，这一技术引起广泛关注。作为最容易隐蔽使用辨认技术，人脸辨认成为当今国际反恐和安全防范最重要手段之一。影响人脸辨认性能因素有如下几条：1、背景和头发：消除背景和头发，只辨认脸部图像某些。2、人脸在图像平面内平移、缩放、旋转：采用几何规范化，人脸图像通过旋转、平移、缩放后，最后得到脸部图像为指定大小，两眼水平，两眼距离一定。3、人脸在图像平面外偏转和俯仰：可以建立人脸三维模型，或进行三维融合（morphing），将人脸图象恢复为正面图像。4、光源位置和强度变化：采用直方图规范化，可以消除某些光照影响。采用对称从阴影恢复形状（symmetricshapefromshading）技术，可以得到一种与光源位置无关图像。5、年龄变化：建立人脸图像老化模型。6、表情变化：提取对表情变化不敏感特性，或者将人脸图像分割为各个器官图像，分别辨认后再综合判断。 7、附着物（眼镜、胡须）影响。8、照（摄）相机变化：同一人使用不同照（摄）相机拍摄图像是不同。测量人脸辨认重要性能指标有：1、误识率（FalseAcceptRate）：这是将其她人误作指定人员概率；2、拒识率（FalseRejectRate）：这是将指定人员误作其他人员概率。计算机在鉴别时采用阈值不同这两个指标也不同。普通状况下，误识率FAR随阈值增大（放宽条件）而增大，拒识率FRR随阈值增大而减小。因而，可以采用错误率（EqualErrorRate；ERR）作为性能指标，这是调节阈值，使这FAR和FRR两个指标相等时FAR或FRR.人脸辨认相对于其她生物特性辨认技术具备一种最明显优势是后验很容易。基本上通过人眼来判断就可以验证对这个人身份认证与否有错误，而其她技术都不也许通过如此简朴办法进行判断，基本上都需要专家和专用设备配合才干做到。2.2虹膜辨认据临床医学观测，虹膜位于眼角膜之后、水晶体之前，虹膜具备独特构造，其颜色因含色素多少与分布不同而异，并且这种独特虹膜构造具备较好稳定性。当前，主流虹膜辨认系统应用是：系统使用单色电视和摄像技术与软件相结合视频办法获取虹膜数字化信息，验证时扫入信息与预先存入样板信息进行比对，以做出身份鉴定。虹膜辨认技术长处：1、生物特性采集较为以便。2、精确性较高：据记录，到当前为止，虹膜辨认错误率是各种生物特性辨认中最低。虹膜辨认技术缺陷：1、应用普及程序较低：虹膜辨认系统已经进行了许多测试，但还没有更大规模应用。2、成本较高：很难将图像获取设备尺寸小型化；同步需要昂贵摄像头。在虹膜辨认技术研究方面，中科院自动化所模式辨认国家重点实验室研究技术处在国际领先水平，她们不但在软件算法上具备国际领先地位，同步还可以自行设计制造虹膜辨认设备，这在全世界虹膜辨认领域都是绝无仅有。她们甚至在就已经做成了手持式微型虹膜采集设备，同步极大减少了虹膜设备硬件成本。她们在研究远距离（三米以上）虹膜采集设备上也有了较大突破，如果这项研究成功，虹膜辨认就可以方面进行远距离无干扰采集，而不需要当前这种高精度对准规定了。2.3指纹辨认指纹是指手指末端正面皮肤上凹凸不平产生纹路。医学证明，这些纹路在图案、断点和交叉点是各不相似，具备唯一性和永久性。当前，主流指纹辨认系统应用是：顾客把单指放在棱镜面上或玻璃板上，通过CCD传感器件进行扫描。获得指纹图像被数字化和解决分析并被最后提取为可以接受指纹数字特性信息，再存贮到存储器上或卡上作为参照样板，使用时通过指纹读取器扫入信息与样板信息进行对比，做出身份鉴定。指纹辨认技术长处：1、实用性强：指纹样本便于获取，易于开发辨认系统。2、可靠性易于增长：可以通过登记更多指纹，鉴别更多手指来提高其精确度。3、以便性好：扫描指纹速度不久，使用非常以便；4、应用广泛：指纹辨认技术占领了大部份市场。5、指纹辨认产品性价比较好：指纹采集头更加小型化，并且价格低廉。1、指纹广泛性较差：个别人或某些群体指纹由于指纹特性很少，成像很难，对该技术应用有一定影响。2、顾客接受性较差：过去由于在犯罪记录中使用指纹，使顾客在使用上存在一定心理障碍。2.4掌纹辨认手掌几何学是基于这样一种事实：几乎每个人手形状都是不同，并且这个手形状在人达到一定年龄之后就不再发生明显变化。当顾客把她手放在手形读取器上时，一种手三维图像就被捕获下来，然后可以对手指和指关节形状和长度进行测量及比对。依照用来辨认人数据不同，手形读取技术可划分为下列三种范畴：手中血管模式，手掌以及手指几何分析。映射出手不同特性是相称简朴，不会产生大量数据集。但是，虽然有了相称数量记录，手掌几何学不一定可以将人区别开来，这是由于手特性是很相似。与其她生物辨认办法相比较，手掌几何学不能获得最高限度精确度。当数据库持续增大时，也就需要在数量上增长手明显特性来清晰地将人与模板进行辨认和比较。2.5静脉辨认静脉辨认是近来两年才兴起一项新技术，在这项技术中重要研究是人手部附近静脉流向分布图来进行身份认证辨认技术。它普通采用红外CCD摄像头采集静脉图，当辨认系统通过红外CCD摄像头获取手背静脉图像时，每个静脉图像特性码就会被存储下来。然后实现现场使用者静脉图与存储静脉图特性码比对和反馈成果。静脉辨认系统特点：1、静脉辨认系统取决于手背状态。2、虽然手背有轻微变化，静脉辨认系统辨认都会受到影响。3、若使用者关于节炎或风湿病，不能使用静脉辨认系统。4、接触此系统，可最大限度使您感觉舒服以便。此系统辨认在湿度，汗水，污物，笔痕和小损伤方面优于其她生物辨认系统。由于其技术与指纹辨认很接近，所使用范畴和应用环境也相似，于是诸多指纹辨认公司将其作为新可代替更新技术来进行推广和应用。2.6声音辨认人生理、心理和行为特性等语音参数会反映在人语音波形中，人声音频谱涉及曲线时间变化和驱动声源特性各不相似。可以提取出不同人语音变化很大而同一人语音变化很小特性来进行分析、对比、辨认。当前，主流声音辨认系统应用是：通过话筒录入人声音，通过数字信号解决器数字化和软件压缩，提取出声音图像信息保存在数据库中，应用时将即时采集声音与数据库中特性信息进行匹配，做出身份鉴定。声音辨认技术长处：1、声音辨认是一种非接触辨认技术，顾客可以很自然地接受。2、声音辨认技术具备较好以便性、经济性和精确性。声音辨认技术缺陷：1、精准度较低：声音由于变化范畴太大，很难进行精准匹配。2、技术复杂度较高：声音音量、速度和音质会受一定条件（如感冒）影响，需增长系统功能以适应当变化。3、成本较高：声音采集设备（如高保真麦克风）是很昂贵。2.7笔迹辨认字如其人，中华人民共和国人写字讲究书法，人们选取了自己青睐书法风格后，又融入自己书写特点，因而小到一种字间架构造，大到整篇文章纵横布局，每个人均有自己运笔习惯和格式规划；笔迹已成为人们进行身份鉴别重要手段之一。当前，主流笔迹（签名）辨认系统应用是：系统通过使用有线笔、敏捷图形输入板提取签字动态过程信息特性，通过区别签字习惯某些和几乎每次签字均有所变化变动某些信息特性来拟定签字人真实身份。 笔迹辨认技术长处：较好接受性：使用笔迹辨认是一种公认身份辨认技术。易于大众接受。笔迹辨认技术缺陷：1、技术复杂度较高：随着人性情与生活方式变化，签名也会随着变化，需增长系统功能以适应当变化。2、价格较高：用于签名手写板构造复杂并且价格昂贵。2.8行为辨认行为辨认技术是对物体实现监测、分类、跟踪和计数一种视频分析系统。行为辨认技术是依照一定规则来分析和判断，从而可设立对特定行为报警。行为辨认是建立在某些专利技术基本上视频技术，分别简介如下：1、智能视频辨认：一种视频图像算法家族，可以用来检测和补偿环境和摄像机引起一系列变化：摄像稳定性、背景辨认、透视精确性、自适应限度、阴影忽视、PTZ摄像机控制。2、目的分割：引擎能将目的物从背景中精确分割出来，忽视非目的物变化，例如树木移动和光线变化。也能将目的群分割成单个目的。3、轨迹跟踪：检测到目的物超过一定期限就建立目的行动、轨迹和速度函数，以便于对物尺寸、数量和形状测定更精确。所显示目的物轨迹实时更新，以便辨认入侵者入侵方向入侵后途径。4、目的检测：重要是对目的位置、尺寸和形状判断和非目的物高精度过滤。5、行为辨认：应用一定规则辨认目的位置、速度和方向；此外，也可以判断目的数量。6、高效开发工具：开发了并行运营模式和高档中央解决器多媒体指令集，给出了业界最高性价比。2.9视频监督视频监督在老式称谓上称之为智能视频监控技术。智能视频监控技术应用除了运动目的检测等基本技术，还必要结合其他算法和技术。在智能视频分析中，图像分割和运动目的检测是基本问题，近年来环绕这些问题进行了诸多研究，但是她们依然是具备挑战性课题，需要解决核心技术问题有运动模糊、背景差办法中光线变化、实时性规定、遮挡问题等。初期镜头分割算法是在像素域上进行，但是这种办法对于像素迅速运动非常敏感，导致了大量误检。日后发展基于帧间直方图差镜头分割算法，由于其算法复杂度低，镜头分割效果好，成为当前大受欢迎办法。运动目的检测和跟踪是事件检测、行为辨认、视频图像压缩编码和语义索引等自动或者半自动视频监控高层应用基本。当前，运动目的检测办法有：时态差分法（temporaldifferencing），背景差法（Backgroundsubtraction）和基于光流办法（opticalflow）等。背景差办法是基于灰度一种运动目的检测办法，惯用基于特性办法。基于特性检测是根据图像特性（点，线，矩）或由特性构成模型（多边形，多面体）来检测运动目的。它多用于目的较大，特性容易提取，或具备匹配用原则目的模型库场合。背景差法可以提取非常完整目的，但容易受到光照等引起背景变化影响。近年来某些记录办法被引入来实现背景建模和背景剔除，极大地增强了背景差法对光照变化和阴影等噪声鲁棒性。依照模型特性进行背景建模有诸各种办法，其中基于像素强度记录模型建模可以适应渐变光照，但对突变光照则存在问题。卡尔曼滤波器作为一种简朴易行办法已被广泛应用于目的跟踪。纹理分析基于光流场和运动参数预计，是此外一种惯用运动区域检测算法，但由于孔径和遮挡问题，光流可靠性比较差。基于贝叶斯概率记录运动分割办法可同步进行分割和运动预计，效果较好，但是计算复杂，计算量大，不适于实时解决。 现今国内外重要有两种数字视频监控系统，一种是以数字录像设备为核心视频监控系统，另一种是以嵌入式智能视频监控系统。嵌入方式视频监控系统是以应用为中心，适应应用系统对功能、可靠性、成本、体积等综合性严格规定专用计算机系统。数字信号解决器（DSP）是将数字信号进行高速实时解决专用解决器，其解决速度比最快CPU还快10-50倍，在视频监控系统中已经广泛应用。前端一体化、视频数字化、监控网络化、系统集成化是智能视频监控系统发展方向，数字化和网络化是智能视频监控发展重要特点。3.生物特性辨认技术应用现状针对生物特性辨认技术特点来进行分析，可以看到几乎所有生物特性辨认技术应用对象都是相似，应用环境上也只是略有差别而已。但是，由于技术间差别和技术发展状况不同，因此，不同技术就产生了各自不同特定应用场景。这里可以划提成下面几种方面：1、先验性防御认证：用于门禁，通道管理、银行取款ATM机等方面应用；2、后验性分析辨认：事情发生后依照现场获取特性信息进行分析验证方式，诸如警方对案发现场指纹、DNA收集与分析；3、现场行为分析：依照运动物体行为和周边物体对象属性进行分析，得到对物体行为判断和分析成果，诸如道路交通事故分析，车辆闯红灯违章变道，监狱禁区报警等行为判断。3.1银行ATM应用分析鉴于生物特性辨认技术在金融行业应用上北京市已经准备在银行ATM上应用人脸辨认分析。咱们先从人脸辨认技术谈起。ATM上采用人脸辨认技术普通状况下流程分为两种应用形式：采用人脸辨认作为身份认证手段（属于先验性防御认证）：人接近ATM设备插卡，输入密码期间摄像头拍下人脸正面照片，照片传送回服务器端进行对比验证并传回信息到ATM，然后ATM系统同步进行密码判断决定与否进行后续操作。采用人脸作为数据收集手段（属于后验性分析辨认）：人接近ATM设备插卡，输入密码期间摄像头拍下人脸正面照片，照片传送回服务器端进行存储，ATM系统进行密码判断后执行正常操作。普通状况下，作为曾经研发过人脸辨认技术技术人员和对国内外有关技术、设备理解，咱们建议人脸辨认来进行有关金融ATM设备认证时候重要采用人脸作为数据收集手段，也就是上面第二种形式。这是由于ATM设备应用环境特点决定。ATM设备应用环境特点如下：1、顾客数量众多由于当前人脸辨认技术还很少进行过大数据量真实人脸数据对比实验，而目迈进行过数据实验都是实验室环境下采集，采集周边环境相对稳定，人脸角度和配合限度都较高，因此，不能作为既有实际环境应用实际数据参照。2、大某些都在室外和少量遮挡位置工作人脸辨认技术对于光线规定是相对比较苛刻，特别是可见光下人脸辨认技术更是如此。单单光源不同，诸如光源方向、大小、形状、色温、远近、光强等因素就能让采集到人脸图像具备各种不同差别让人脸浮现一人千面效果，使得辨认系统浮现误识。而室外光线条件过于复杂，特别是太阳光谱会覆盖到所有可见光与不可见光，因而室外人脸辨认设备研究始终处在不也许实现状态下。3.2生物特性辨认技术特点分析而采用其她辨认技术都只能完全依托于辨认设备自身判断进行，不也许通过普通银行或者金融行业从业人员进行直接判断。这里咱们可以排列一下有关技术也许浮现某些问题：1、虹膜辨认：精确度最高生物特性辨认技术，但规定对准精度较高，此外当人生病吃药时候，会由于药物作用使得虹膜在一定期间内发生变化。 2、指纹辨认：手指由于油污或者自身分泌物等都也许导致指纹辨认设备无法辨认问题发生。3、掌纹辨认：手掌面积较大，虽然精确度比指纹高出诸多，甚至宣称接近虹膜辨认，但也会浮现与指纹相似问题。其设备也要比指纹辨认设备大出诸多。4、静脉辨认：虽然手背有轻微变化，静脉辨认系统辨认都会受到影响。若使用者关于节炎或风湿病，则不能使用静脉辨认系统。5、声音辨认：生病，特别是咽喉病症都会使得声带发生变化而无法辨认。同步很容易被磁带等录音设备上录音欺骗。6、笔迹辨认：会由于人心情和年龄变化而发生变化，通过短期特殊训练也会变化人笔迹习惯。7、行为辨认：当前辨认精确率最低辨认技术，由于受到影响因素太多，还没有达到实验室可用限度，更不用说商用限度了。3.3智能视频监控技术上面咱们分析了生物特性辨认在认证技术上应用分类，这里咱们要进行智能视频监控这个辅助身份验证手段分析。当前已经成熟智能视频监控技术可以针对物体行为进行某些分析，这个行为分析当前还做不到诸如打架斗殴这种细节行为分析，但是对于物体整体行为分析已经可以做到，例如物体形式轨迹，颜色，形状，行驶速度，速度变化，体积。通过对这些分析数据使用咱们可以做到如下某些功能：1、禁区报警：在银行金库和某些需要限制人进入区域使用。当有人没有正常通过身份认证进入这个区域时候，系统自动报警，并将有关图像视频数据保存作为证据或者启动有关抓拍设备进行细节抓拍和分析。2、方向控制：在金融管理中心和周界范畴内监控所有物体移动方向，在特定期间内，诸如夜晚或者特定警戒时间，应当不会有人进入或者接近保密机构或者有关设施，如果有人接近这些保密机构或者有关设施，系统就可以自动报警同步将有关图像视频数据保存作为证据或者启动有关抓拍设备进行细节抓拍和分析。3、数量计算：智能视频监控技术可以计算摄像头覆盖范畴内有多少移动物体对象，这样可以限制诸如进入金库等区域人数，当人数超过限制数量时候，虽然认证通过，门禁系统也不能启动和开门。通过这项技术应用可以作为认证辅助手段，也可以将认证设备作为本项技术辅助手段实现全区域安全控制。3.4金融行业也许应用分析3.4.1银行ATM等外设独立设备采用人脸辨认技术进行人脸抓拍和辅助认证，但不要作为唯一认证手段。采用智能视频监控技术来获取也许对ATM等设备产生破坏行为和物体特性。3.4.2金库等密闭空间采用人脸辨认技术进行人脸抓拍和辅助认证，但不要作为唯一认证手段，可以考虑配合其她生物特性辨认技术进行共同认证，这样就可以避免类似钥匙和RFID卡丢失等也许带来威胁。人脸抓拍图像可以作为将来后验性技术。采用智能视频监控技术来进行门禁附近人数计算，可以通过规则设定，诸如：在门禁附近多少米范畴内人数超过两个，则门禁系统虽然认证通过也不能启动。3.4.3银行营业厅对于待办业务人员进入营业厅取排队号过程中获取人脸图像信息进行分析，可以对某些VIP客户提供某些特殊优先服务，同步也可以在该人到服务窗口办理业务时进行图像获取同步进行两者对比后，就可以得到办理业务人员与否与取号者同为一人，同步这两个人与否是这张卡所有者，以避免由于银行卡丢失导致客户重大损失。4.金融行业应用方案分析这里咱们按照技术控制区域大小进行分类分析，基本上可以将生物特性辨认技术应用范畴划分为以点为主出入口控制和以面为主区域控制。 4.1出入口控制在出入口控制方面重要指门禁，诸如银行金库门，重要场合通道等需要进行身份认证核心点。出入口控制分为普通出入口控制系统和重要出入口控制系统两个方面进行系统架构分析。4.1.1普通出入口控制普通出入口控制是诸如车库门，园区大门，普通办公室门或者某些不太重要出入口管理。在这些场景下可以考虑采用人脸辨认辅助有关其她高精度认证技术（诸如虹膜辨认或者RFID卡）来进行身份认证，同步采用智能视频监控技术和DVR设备辅助记录进入人员行为提供辅助认证分析和后续分析基本数据。4.1.2重要出入口控制重要出入口是诸如档案室，金库，财务室，总经理室等重要核心机构出入口管理。在这种场景下可以采用最完整认证与分析系统：采用人脸辨认辅助有关其她高精度认证技术（诸如虹膜辨认或者RFID卡）来进行身份认证，同步采用智能视频监控技术对来人人数和有关信息进行控制性管理实现身份认证与安全警报连锁管理，避免由于人员被胁迫或因外部人员闯入而发生意外事件。可以说，这样出入口控制系统基本上是无懈可击。4.2区域安全管理所有出入口控制技术都是整个区域安全管理构成某些，而区域安全管理才是保障金融行业有关组织机构可以安全稳定运营而不发生意外事件有效办法，这里咱们就要提供一套咱们以为行之有效区域安全管理办法。针对区域安全管理，建议采用楼宇/社区整体监控配合出入口控制实现区域整体智能控制管理系统。这个系统咱们采用各种生物特性辨认技术配合实现：1、对于围墙和非正常通行通道，通过智能视频监控技术进行监视，并将所有异常状况记录和及时报警；2、对于大门和出入口采用4.1节中提到两种形式进行安全防御；3、对于所有进入区域物体采用摄像头融合技术进行全程跟踪记录方式，标记所有物体移动轨迹和行为，发生异常状况时就立即对有关可意物体产生来源进行逆向查询，这样就可以避免事态进一步恶化，同步将可疑物体直接控制起来；4、每一种摄像头都会有一种本地图像视频存储空间和一种在机房集中存储空间；5、通过智能视频监控技术可以极大减少DVR存储视频图像时长和所占用空间，有效地提高设备运用率，使得后续对问题分析具备更强针对性和可操作性；6、整个系统弱点重要在于用电问题，如果电路被中断，则整个系统就无法运营了。上面就是咱们以为更为实用可行区域安全控制体系，其中所采用有关技术都已经成熟，并且可以直接投入实用之中。作者简介：白慧冬，笔名青润，独立软件技术征询师，软件工程之全程建模实现一书作者。曾作为国内某研究所高档软件架构师/高档项目经理参加生物特性辨认技术产品研发、管理与规划。生物辨认技术在金融业应用来源：弱电工程处 作者：布线专人 发布时间：-01-251. 前言随着生物辨认技术逐渐成熟，有不少已经达到了可以投入应用限度，生物辨认技术在金融行业有很大应用前景，下面咱们来详细分析一下。2. 生物特性辨认技术分类所谓生物辨认技术就是：通过计算机与光学、声学、生物传感器和生物记录学原理等高科技手段密切结合，运用人体固有生理特性，(如指纹、脸像、虹膜、掌纹等)和行为特性(如笔迹、声音、步态等)来进行个人身份鉴定。老式身份鉴定办法采用身份标记物品(如钥匙、证件、ATM卡等)和身份标记知识(如顾客名和密码)，但由于重要借助体外物，一旦证明身份标记物品和标记知识被盗或遗忘，其身份就容易被她人冒充或取代。生物辨认技术比老式身份鉴定办法更具安全、保密和以便性。生物特性辨认技术具备不易遗忘、防伪性能好、不易伪造或被盗、随身携带和随时随处可用等长处。生物辨认技术可广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务。例如，一位储户走进了银行，她既没带银行卡，也没有回忆密码就径直提款，当她在提款机上提款时，一台摄像机对该顾客眼睛扫描，然后迅速而精确地完毕了顾客身份鉴定并办理业务。这是美国德克薩斯洲联合银行一种营业部中发生一种真实镜头。而该营业部所使用正是当代生物辨认技术中虹膜辨认系统.当前国内外正在研究有关技术可以划分为下面这七个详细技术：人脸辨认、虹膜辨认、指纹辨认、掌纹辨认、静脉辨认、声音辨认、笔迹辨认、行为辨认、视频监督。这七项技术中前六项都属于身份认证范畴，也就是为了验证这个人或者物体是谁。从行为辨认衍生出来此外一种分支为视频监督，这是一种辅助身份验证手段，但是，却发现了它尚有超越身份认证以外更大用处，因而，就逐渐被独立出来。2.1 人脸辨认人脸辨认是以人面部所固有生理特性来进行各人身份鉴定技术。它属于生物辨认技术中一种，具备直观性强，后验性好特点，但是，限于人脸部特性信息量较大，加上成长个人带来脸部特性变化，这些都给这项技术精确度带来了挑战。人脸辨认技术研究肇始于20世纪60年代末期。20世纪90年代后期以来，某些商业性人脸辨认系统逐渐进入市场，但是，这些技术和系统离实用化均有一定距离，性能和精确率有待提高。美国遭遇恐怖袭击后，这一技术引起广泛关注。作为最容易隐蔽使用辨认技术，人脸辨认成为当今国际反恐和安全防范最重要手段之一。影响人脸辨认性能因素有如下几条：1、背景和头发：消除背景和头发，只辨认脸部图像某些。2、人脸在图像平面内平移、缩放、旋转：采用几何规范化，人脸图像通过旋转、平移、缩放后，最后得到脸部图像为指定大小，两眼水平，两眼距离一定。3、人脸在图像平面外偏转和俯仰：可以建立人脸三维模型，或进行三维融合(morphing)，将人脸图象恢复为正面图像。4、光源位置和强度变化：采用直方图规范化，可以消除某些光照影响。采用对称从阴影恢复形状(symmetric shape from shading)技术，可以得到一种与光源位置无关图像。5、年龄变化：建立人脸图像老化模型。6、表情变化：提取对表情变化不敏感特性，或者将人脸图像分割为各个器官图像，分别辨认后再综合判断。7、附着物(眼镜、胡须)影响。8、照(摄)相机变化：同一人使用不同照(摄)相机拍摄图像是不同。测量人脸辨认重要性能指标有：1、误识率(False Accept Rate)：这是将其她人误作指定人员概率;2、拒识率(False Reject Rate)：这是将指定人员误作其他人员概率。计算机在鉴别时采用阈值不同这两个指标也不同。普通状况下，误识率FAR随阈值增大(放宽条件)而增大，拒识率FRR随阈值增大而减小。因而，可以采用错误率(Equal Error Rate;ERR)作为性能指标，这是调节阈值，使这FAR和FRR两个指标相等时FAR 或FRR.人脸辨认相对于其她生物特性辨认技术具备一种最明显优势是后验很容易。基本上通过人眼来判断就可以验证对这个人身份认证与否有错误，而其她技术都不也许通过如此简朴办法进行判断，基本上都需要专家和专用设备配合才干做到。2.2 虹膜辨认据临床医学观测，虹膜位于眼角膜之后、水晶体之前，虹膜具备独特构造，其颜色因含色素多少与分布不同而异，并且这种独特虹膜构造具备较好稳定性。当前，主流虹膜辨认系统应用是：系统使用单色电视和摄像技术与软件相结合视频办法获取虹膜数字化信息，验证时扫入信息与预先存入样板信息进行比对，以做出身份鉴定。虹膜辨认技术长处：1、生物特性采集较为以便。2、精确性较高：据记录，到当前为止，虹膜辨认错误率是各种生物特性辨认中最低。虹膜辨认技术缺陷：1、应用普及程序较低：虹膜辨认系统已经进行了许多测试，但还没有更大规模应用。2、成本较高：很难将图像获取设备尺寸小型化;同步需要昂贵摄像头。在虹膜辨认技术研究方面，中科院自动化所模式辨认国家重点实验室研究技术处在国际领先水平，她们不但在软件算法上具备国际领先地位，同步还可以自行设计制造虹膜辨认设备，这在全世界虹膜辨认领域都是绝无仅有。她们甚至在就已经做成了手持式微型虹膜采集设备，同步极大减少了虹膜设备硬件成本。她们在研究远距离(三米以上)虹膜采集设备上也有了较大突破，如果这项研究成功，虹膜辨认就可以方面进行远距离无干扰采集，而不需要当前这种高精度对准规定了。2.3 指纹辨认指纹是指手指末端正面皮肤上凹凸不平产生纹路。医学证明，这些纹路在图案、断点和交叉点是各不相似，具备唯一性和永久性。当前，主流指纹辨认系统应用是：顾客把单指放在棱镜面上或玻璃板上，通过CCD传感器件进行扫描。获得指纹图像被数字化和解决分析并被最后提取为可以接受指纹数字特性信息，再存贮到存储器上或卡上作为参照样板，使用时通过指纹读取器扫入信息与样板信息进行对比，做出身份鉴定。指纹辨认技术长处 ：1、实用性强：指纹样本便于获取，易于开发辨认系统。2、可靠性易于增长：可以通过登记更多指纹，鉴别更多手指来提高其精确度。3、以便性好：扫描指纹速度不久，使用非常以便;4、应用广泛：指纹辨认技术占领了大部份市场。5、指纹辨认产品性价比较好：指纹采集头更加小型化，并且价格低廉。指纹辨认技术缺陷 ：1、指纹广泛性较差：个别人或某些群体指纹由于指纹特性很少，成像很难，对该技术应用有一定影响。2、顾客接受性较差：过去由于在犯罪记录中使用指纹，使顾客在使用上存在一定心理障碍。2.4 掌纹辨认手掌几何学是基于这样一种事实：几乎每个人手形状都是不同，并且这个手形状在人达到一定年龄之后就不再发生明显变化。当顾客把她手放在手形读取器上时，一种手三维图像就被捕获下来，然后可以对手指和指关节形状和长度进行测量及比对。依照用来辨认人数据不同，手形读取技术可划分为下列三种范畴：手中血管模式，手掌以及手指几何分析。映射出手不同特性是相称简朴，不会产生大量数据集。但是，虽然有了相称数量记录，手掌几何学不一定可以将人区别开来，这是由于手特性是很相似。与其她生物辨认办法相比较，手掌几何学不能获得最高限度精确度。当数据库持续增大时，也就需要在数量上增长手明显特性来清晰地将人与模板进行辨认和比较。2.5 静脉辨认静脉辨认是近来两年才兴起一项新技术，在这项技术中重要研究是人手部附近静脉流向分布图来进行身份认证辨认技术。它普通采用红外CCD摄像头采集静脉图，当辨认系统通过红外CCD摄像头获取手背静脉图像时，每个静脉图像特性码就会被存储下来。然后实现现场使用者静脉图与存储静脉图特性码比对和反馈成果。静脉辨认系统特点：1、静脉辨认系统取决于手背状态。2、虽然手背有轻微变化，静脉辨认系统辨认都会受到影响。3、若使用者关于节炎或风湿病，不能使用静脉辨认系统。4、接触此系统，可最大限度使您感觉舒服以便。此系统辨认在湿度，汗水，污物，笔痕和小损伤方面优于其她生物辨认系统。由于其技术与指纹辨认很接近，所使用范畴和应用环境也相似，于是诸多指纹辨认公司将其作为新可代替更新技术来进行推广和应用。2.6 声音辨认人生理、心理和行为特性等语音参数会反映在人语音波形中，人声音频谱涉及曲线时间变化和驱动声源特性各不相似。可以提取出不同人语音变化很大而同一人语音变化很小特性来进行分析、对比、辨认。当前，主流声音辨认系统应用是：通过话筒录入人声音，通过数字信号解决器数字化和软件压缩，提取出声音图像信息保存在数据库中，应用时将即时采集声音与数据库中特性信息进行匹配，做出身份鉴定。声音辨认技术长处：1、声音辨认是一种非接触辨认技术，顾客可以很自然地接受。2、声音辨认技术具备较好以便性、经济性和精确性。声音辨认技术缺陷 ：1、精准度较低：声音由于变化范畴太大，很难进行精准匹配。2、技术复杂度较高：声音音量、速度和音质会受一定条件(如感冒)影响，需增长系统功能以适应当变化。3、成本较高：声音采集设备(如高保真麦克风)是很昂贵。2.7 笔迹辨认字如其人，中华人民共和国人写字讲究书法，人们选取了自己青睐书法风格后，又融入自己书写特点，因而小到一种字间架构造，大到整篇文章纵横布局，每个人均有自己运笔习惯和格式规划;笔迹已成为人们进行身份鉴别重要手段之一。当前，主流笔迹(签名)辨认系统应用是：系统通过使用有线笔、敏捷图形输入板提取签字动态过程信息特性，通过区别签字习惯某些和几乎每次签字均有所变化变动某些信息特性来拟定签字人真实身份。笔迹辨认技术长处 ：较好接受性：使用笔迹辨认是一种公认身份辨认技术。易于大众接受。笔迹辨认技术缺陷：1、技术复杂度较高：随着人性情与生活方式变化，签名也会随着变化，需增长系统功能以适应当变化。2、价格较高：用于签名手写板构造复杂并且价格昂贵。2.8 行为辨认行为辨认技术是对物体实现监测、分类、跟踪和计数一种视频分析系统。行为辨认技术是依照一定规则来分析和判断，从而可设立对特定行为报警。行为辨认是建立在某些专利技术基本上视频技术，分别简介如下：1、智能视频辨认：一种视频图像算法家族，可以用来检测和补偿环境和摄像机引起一系列变化：摄像稳定性、背景辨认、透视精确性、自适应限度、阴影忽视、PTZ摄像机控制。2、目的分割：引擎能将目的物从背景中精确分割出来，忽视非目的物变化，例如树木移动和光线变化。也能将目的群分割成单个目的。3、轨迹跟踪：检测到目的物超过一定期限就建立目的行动、轨迹和速度函数，以便于对物尺寸、数量和形状测定更精确。所显示目的物轨迹实时更新，以便辨认入侵者入侵方向入侵后途径。4、目的检测：重要是对目的位置、尺寸和形状判断和非目的物高精度过滤。5、行为辨认：应用一定规则辨认目的位置、速度和方向;此外，也可以判断目的数量。6、高效开发工具：开发了并行运营模式和高档中央解决器多媒体指令集，给出了业界最高性价比。2.9 视频监督视频监督在老式称谓上称之为智能视频监控技术。智能视频监控技术应用除了运动目的检测等基本技术，还必要结合其他算法和技术。在智能视频分析中，图像分割和运动目的检测是基本问题，近年来环绕这些问题进行了诸多研究，但是她们依然是具备挑战性课题，需要解决核心技术问题有运动模糊、背景差办法中光线变化、实时性规定、遮挡问题等。初期镜头分割算法是在像素域上进行，但是这种办法对于像素迅速运动非常敏感，导致了大量误检。日后发展基于帧间直方图差镜头分割算法，由于其算法复杂度低，镜头分割效果好，成为当前大受欢迎办法。运动目的检测和跟踪是事件检测、行为辨认、视频图像压缩编码和语义索引等自动或者半自动视频监控高层应用基本。当前，运动目的检测办法有：时态差分法(temporal differencing)，背景差法(Background subtraction)和基于光流办法(optical flow)等。背景差办法是基于灰度一种运动目的检测办法，惯用基于特性办法。基于特性检测是根据图像特性(点，线，矩)或由特性构成模型(多边形，多面体)来检测运动目的。它多用于目的较大，特性容易提取，或具备匹配用原则目的模型库场合。背景差法可以提取非常完整目的，但容易受到光照等引