各种识别技术多到爆.docx

各种识别技术多到爆.docx

《各种识别技术多到爆.docx》由会员分享，可在线阅读，更多相关《各种识别技术多到爆.docx（8页珍藏版）》请在冰豆网上搜索。

各种识别技术多到爆

各种技术多到爆

现在主要的生物特征识别方法有：

指纹识别、人脸识别、虹膜识别、说话人识别、手形识别、掌纹识别、签名识别、步态识别等。

指纹识别

指纹是指手指正面皮肤上凹凸不平的纹路，由于有这些凹凸纹路的存在，增加了皮肤表面的摩擦力，使得我们能够用手方便地抓起重物。

纹路中隆起部分是手指真皮向表皮乳突形成的皱痕，又称指纹脊线（ridge）；指纹脊线之间的凹陷部分，称为指纹的谷线（furrow）。

尽管指纹只是人体皮肤的一小部分，但是它却蕴涵了大量的信息。

这些手指皮肤的纹路在图案、断点和交叉点上是各不相同的，在信息处理中我们将它们称之为“特征”，这些特征对每个手指都是不同的。

而且，人的指纹特征是与生俱来的，在出生6个月后即基本形成，此后，指纹的纹线类型、结构、统计特征的总体分布等就不再发生明显变化。

在很早以前，人们就认识到了指纹的唯一性，至今还没有发现过两个指纹完全相同的人，即使是同卵双胞胎的指纹也是很不相同的。

其实，指纹的纹路不仅在人与人之间存在不同，就是连同一个人的十指指纹也有明显的区别。

依靠指纹特征唯一性特点，我们就可以把一个人与他的指纹对应起来，通过比较他的指纹特征和预先保存的指纹特征，就可以验证他的真实身份。

指纹采集仪

指纹的脊线和谷线结构

人脸识别

识别人脸是人类的一项重要能力，也是日常生活中人们用来识别他人身份的主要手段，在社会活动中扮演着十分重要的角色。

不难想象，实现机器自动识别人脸所产生的影响将是深远的。

虽然人类能够在各种复杂条件下毫不费力地识别出人脸，然而设计和建立一个完全自动的、具有高鲁棒性的人脸识别系统却是一件十分困难的事情。

一般来说，人脸识别技术是指对输入的人脸静态图像或者视频进行处理和分析，提取出人脸中所蕴含的身份特征，然后与数据库中已存储的模板信息进行匹配，从而达到识别人脸身份的目的。

人脸识别的研究涉及模式识别、图像处理、计算机视觉、机器学习等多个学科，并且还与神经生理学、心理学等学科具有紧密的联系。

人脸验证

人脸辨识

虹膜识别

虹膜是指眼睛中环绕瞳孔的织物状环状物，是我们通常所说的眼眸（黑眼珠）的主要组成部分，不同种族人的虹膜具有不同的颜色。

每一个人的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纹理结构，有报道，世界上没有任何两个虹膜（包括同一个人的左、右眼）是一样的。

此外，人的虹膜具有天然的被保护特性、高复杂性、高稳定性、易使用性、固有的环状特性、防伪性等优点，虹膜识别被公认为生物特征识别中准确率最高的方法，是该学科的一个研究热点。

虹膜区域

说话人识别

根据说话声音识别一个人的身份是我们人类的一种基本能力，由于生理上的差异，每个人的说话声音是不同的，从语音信号中有效地提取个人特征信息进行说话人身份的识别与认证，是语音识别研究领域的一个重要方向，具有广泛的应用前景。

自动说话人识别可以被用于计算机和计算机网络的访问控制、关键部门的出入控制、电话语音交易的身份验证、公安司法、军事上电话语音的监听、语音数据流中的说话人检测，以及一些个人设施如手机、PDA等的个性化设置等。

随着互联网的蓬勃发展以及数字音频数据的爆炸式增长，说话人识别也被应用到语音检索和信息获取（InformationRetrieval）中。

在图像、语音识别等模仿人类机能的模式识别领域中，唯有自动说话人识别的性能在某些条件下可以与人类的能力相当，甚至超过人类。

说话人识别的研究已经越来越受到人们的重视，得到了计算机科学、信号分析与处理、智能控制等研究领域的广泛关注。

说话人识别中的声管模型

手形识别

手形指的是手的外部轮廓所构成的几何图形。

大量生物学研究表明，人的手形在一个相当长的时期内具有良好的稳定性，并且，两个不同人的手形是不同的，即手形特征具有唯一性。

此外，手形特征也具有普遍性，易采集性等其他特点，满足成为生物特征的所有要求，因此可以利用手形来对人的身份进行认证。

手形研究多采用人手手指的三维轮廓特征作为手形特征，但是，由于三维点采集起来比较复杂，目前，有越来越多的研究者把目光转向了二维手形识别方法的研究，并且取得了一定的进展。

掌纹识别

手掌是手腕到手指根之间的内侧区域，掌纹则是手掌皮肤上所有纹路的统称，主要包括乳突纹、主线和皱褶。

和其他生物特征识别技术相比，掌纹识别具有一些独有的特点：

1.手掌上也布满了乳突纹，含有很丰富的可区分信息。

2.手掌上有几条大的主线和很多的皱褶线，这样的线特征是掌纹所独有的，具有很强的区分能力和抗干扰能力，并且易于提取。

3.掌纹图像获取的环境条件比较容易控制，从而能较好地保证掌纹识别系统的识别精度。

4.掌纹图像采集设备的价格要低廉得多。

5.掌纹特征非常稳定，这使得它在身份识别中能获得比签名更高的识别精度。

6.当使用高分辨率的采集设备时，手掌上的各种特征，如手掌的几何特征、手掌上的乳突纹、主线和皱褶线等特征可以融合在一起，形成一个高精度的识别系统。

掌纹识别是近年来新兴的一种身份识别方法，是对现有人体生物特征识别技术的重要补充。

签名识别

个人手写签名虽然不是一种固有生理特征的外在表现，但是由于签名基本上是一种自在的手腕运动，个人签名时在握笔姿势、运笔习惯、用力轻重等方面都有自己的特点。

J.J.Denier，VGon和J.Thuring等认为手写签名是一种“弹道运动”，是个人无意识的习惯动作。

手写签名认证就是根据个人书写的特点来比较当前签名与预先存储的签名样本或模板之间的相似程度，通过相似程度来判断签名的真伪并相应地判别当前签名者身份的真伪。

签名认证与其他生物特征认证方法相比，最明显的特点就是传统手写签名的身份鉴别形式在人们日常生活中经常使用，同时文字书写也是人们普遍具有和使用的技能，因而容易被人们接受。

随着传感器技术和计算机技术的发展，支持手写功能的计算机和电子设备（手写板、个人数字助理，智能手机等）日渐普及，这也为手写签名认证的应用提供了极大的便利。

步态识别

所谓步态，是一个人行走时的姿势，其更一般的定义包括了人行走运动的动力学特征，这是一种很复杂的行为特征。

虽然四肢健全的人走路的姿态十分相似，但是各人的步态有很大的不同，有的人低头小步，有的人昂首阔步，有的左摇右摆，有的挺胸直腰。

早期的医学研究表明：

人的步态中有24种不同的成分，如果把这24种成分都考虑到，则步态是为个体所特有的，而且具有相对稳定性，在一定的时间范围和相同的步行环境下不容易改变，人们据此可揭示出行走人的身份。