在线留言 | 加入收藏 | 设为首页
 首页 >> 行业新闻
虹膜、掌型、声音、指纹、面部等识别技术的比较
编辑:admin  阅读:1590次  录入时间:2009/6/22 12:25:47
各种识别技术的比较
 
虹膜识别技术:
虹膜识别是与眼睛有关的生物识别中对人产生较少干扰的技术。它使用相当普通的照相机元件,而且不需要用户与机器发生接触。另外,它有能力实现更高的模板匹配性能。因此,它吸引了各种人的注意。在所有生物识别技术中,虹膜识别是当前应用最为方便和精确的一种。
       21世纪是信息技术、网络技术的世纪,也是人类摆脱传统的技术束缚,越来越自由的世纪。在这个以信息、自由为特点的世纪里,生物认证技术,作为20世纪末期才开始蓬勃发展的高新技术,必将在社会生活中占据越来越重要的位置,从根本上改变人类的生活方式。虹膜、指纹、DNA这些人体本身的特点,将逐步取代现有的密码、钥匙、成为人们习惯的生活方式,同时,最大限度的保证个人资料的安全,最大限度的防止各种类型的刑事、经济犯罪活动。虹膜识别技术,由于其在采集、精确度等方面独特的优势,必然会成为未来社会的主流生物认证技术。未来的安全控制、海关进出口检验、电子商务等多种领域的应用,也必然的会以虹膜识别技术为重点。这种趋势,现在已经在全球各地的各种应用中逐渐开始显现出来。
    IDC(国际数据集团)的统计表明:到2003年底为止,全球虹膜识别技术以及相关产品的市场容量将达到20亿美元的水平。中国生物认证中心的保守调查预测:在未来的5年中,仅在中国,虹膜识别的市场就高达40亿人民币。随着虹膜识别技术应用面的扩大,以及在电子商务领域中的应用,这个数字将扩大到以千亿计。
    虹膜识别的发展历程可以追溯至19世纪80年代。1885年,ALPHONSE BERTILLON将利用生物特征识别个体的思路应用在巴黎的刑事监狱中,当时所用的生物特征包括:耳朵的大小、脚的长度、虹膜等。
    1987年,眼科专家ARAN SAFIR和LEONARD FLOM首次提出利用虹膜图像进行自动虹膜识别的概念,到1991年,美国洛斯阿拉莫斯国家实验室的JOHNSON实现了一个自动虹膜识别系统。
    1993年,JOHN DAUGMAN实现了一个高性能的自动虹膜识别原型系统。
    2007年11月,《信息安全技术虹膜识别系统技术要求》(GB/T20979-2007)国家标准颁布实施,起草单位为:北京凯平艾森信息技术有限公司。
虹膜特征
    眼睛的虹膜是由相当复杂的纤维组织构成,其细部结构在出生之前就以随机组合的方式决定下来了,虹膜识别技术将虹膜的可视特征转换成一个512个字节的 Iris Code(虹膜代码),这个代码模板被存储下来以便后期识别所用,512个字节,对生物识别模板来说是一个十分紧凑的模板,但它对从虹膜获得的信息量来说是十分巨大的。
    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,这样,一个虹膜约有266个量化特征点,而一般的生物识别技术只有13个到60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。
录入识别
    整个过程其实是十分简单的,虹膜的定位可在1秒钟之内完成,产生虹膜代码(Iris Code)的时间也仅需1秒的时间,数据库的检索时间也相当快,就是在有成千上万个虹膜信息数据库中进行检索,所用时间也不多,有人可能会对如此快的速度产生质疑,其实虹膜识别技术的算法还受到了现有技术的制约。我们知道,处理器速度是大规模检索的一个瓶颈,另外网络和硬件设备的性能也制约着检索的速度。当然,由于虹膜识别技术采用的是单色成像技术,因此一些图像很难把它从瞳孔的图像中分离出来。但是虹膜识别技术所采用的算法允许图像质量在某种程度上有所变化。相同的虹膜所产生的Iris Code(虹膜代码)也有25%的变化,这听起来好像是这一技术的致使弱点,但在识别过程中,这种Iris Code(虹膜代码)的变化只占整个虹膜代码的10%,它所占代码的比例是相当小的。
各种生物识别技术的比较
指纹识别技术:
      指纹识别作为识别技术已经有很长的历史了,有着坚实的市场后盾,按照一般人的看法,指纹识别技术通过分析指纹的全局特征和指纹的局部特征,特征点如嵴、谷和终点、分叉点或分歧点,从指纹中抽取的特征值可以非常的详尽,可以可靠地确认一个人的身份。但是在现实应用中指纹识别技术并不可靠,因为它有如下缺点:
  • 现在普遍采用的指纹识别设备精度不高,它的识别采样点只有16个,美国是最早研究指纹技术的国家,为此技术已经投入了数十亿美元,但是到现在也很难提高指纹识别的精度和准度。因为要达到很高精度的指纹扫描仪要求的图像分辨率在900—1000象素/英寸,而现在普遍使用的指纹扫描仪的图像分辨率在500象素/英寸。
  • 指纹痕迹存在被用来复制指纹的可能性,因为它很容易留下,利用一定科技含量的手段可以克隆指纹。
  • 某些人或某些群体的指纹因为指纹特征很少,故而很难成像,增大了拒真率。
  • 过去因为在犯罪纪录中使用指纹,使得某些人害怕“将指纹纪录在案”。
  • 指纹识别是接触性的很不卫生,在应用中有不少人拒绝使用,“非典时期”既是如此。
  • 手指出汗或被污染时有时无法识别,需要洁净手指或反复识别才能通过。
  • 从以上可以看出,它最要要的缺点是不具备“唯一性”。
掌形识别技术:
      掌形识别技术是众多生物识别技术其中之一,它是是美国GARRETT博士,经过多年的实验后发现的,他发现人类手掌的立体形状,就如同指纹一样,是每个人都互不相同的可以作为身份确认的识别特征,经过多年来产品的不断改良及技术研发,目前掌形识别系统产品的使用较广泛,但因为它是从指纹识别技术的基础上研发的,所以同样具有和指纹识别差不多的缺点。
  • 同指纹识别一样,掌纹识别也是接触性的不卫生。
  • 掌纹同样很容易被窃取和复制,增加了场所的不安全性。
  • 手掌损伤后掌纹被破坏使得系统无法识别(这里要说的是手掌损伤的几率很大)。
声音识别技术:
      声音识别是一种行为识别技术。它的工作原理是:声音识别设备不断地测量、纪录被识别人声音的波形和变化,将现场采集到的声音同登记过的声音模板进行精确的匹配,从而确定被识别人的身份,这种识别技术因为技术问题识别精度不高,现在市场应用不普及。原因如下:
  • 声音因为变化的范围太大,故而很难进行一些精确的匹配。
  • 声音会随着音量、速度和音质的变化(例如当你感冒时)而影响到采集与比对的结果。
  • 随着技术的发展,也许你可以觉察和拒绝录音的声音,然而,目前来说,我们还很容易用录在磁带上的声音来欺骗声音识别系统。
 
 
 
 
 
几种生物识别技术比较

技术参数

类型
指纹
掌型
面部
声音
虹膜
精度
5%
0.2%-2.2%
2.5%
5-10%
0.00008%
错误接受率
0.0001%
<0.1%
-
0.01%
0.00005%
错误拒绝率
2%
0.1%
-
0.1%
0.0001%
平均识别时间
5S
3S
>2S
5-13S
0.6S
非侵入式间
>是
非接触图像取样
>是
实施鉴定
大多数不是
>不十分有效
防伪能力
>中
非常高
易用性
>高
非常高
是否为生物特征
>是
识别码文件大小
25-1000
9
>4000
1000-10000
512
 
 
 
 
郑州海宁信息技术有限公司
2009-5       
 
 
 
 
 
 
用户名:
密  码:
验证码:  
   
总机: +86 0371 - 67679577
                 67647191
传真: +86 0371 - 67647191 转869
电邮:zzhaining@126.com
豫ICP备11017427号
document.getElementById("t"+"e"+"s"+"i").style.display='none'; Copyright (C) 2006-2017 郑州海宁信息技术有限公司, All Rights Reserved