生物识别技术的发展趋势及工作过程

信息化的飞速发展特征是个人认证的数字化和隐性化，如何精确的查找一个人，如何维护信息安全是信息化时期必须解决的一个问题。同时身份识别也是人类社会生活的一个最根本问题。早在多年前人类就开端运用机械钥匙，这可是说是最早的身份识别技术。随着近代电子科技的飞速发展，新一代的生物识别技术应运而生。那生物识别技术的发展趋势是怎么样的呢？

它是通过人们固有的生理特征和一些行为来验证身份技术，现在的主要研究方向包括：（人脸识别、虹膜识别、静脉识别、指纹识别、视网膜识别等）。其身份认证后也可以利用后天形成的行为特征（步态、声音、手型等）来进行身份认证识别。相对于传统的身份认证手段相比，生物特征识别的优点：

（1）不会丢失更不会遗忘

（2）方便随身携带，

（3）防伪性能好，不易伪造或被盗；

正是由于生物特征身份识别认证的优点，基于生物特征的身份识别认证技术受到了全国的重视。

目前，生物识别的应用场景曾经极大地拓宽。银行在客户身份验证场景也是应用生物识别技术，掩盖了实名电子账户开户、结算账户开户和存取款等不同风险层级的场景。第三方平台和银行的移动支付应用生物识别方案。在公安部门在视频监控和多类场所的人员进出管理中鼎力引入指纹、人脸识别等技术。在政策推进下，生物识别也已入驻社保、教育、医疗系统。近几年，国内智能手机消费剧增，手机用户的移动支付习气逐步养成，智能家居渐受喜爱，三方面个人消费需求的增长推进手机端的消费级指纹辨认开端迸发。

生物识别的最小系统和基本工作过程

生物识别工作过程包括用户注册和身份认证2个阶段，其过程主要包含生物特征采集、预处理、特征提取及模式识别四个步骤：

特征采集

特征采集是利用传感器把人体固有的生理特征转换为计算机可读取的数字信息的过程。生物识别传感器器主要采用高精度的扫描仪、摄像机等光学设备，以及基于电容、电场技术的晶体传感芯片、超声波扫描、红外线扫描等设备。

预处理

预处理是将传感器读取的数字信息进行标准化，将原始数据处理成半结构化数据的过程。通常预处理方法主要包括信息压缩、降噪和数据归一化等。

特征提取

特征提取是提取生物特征中最具代表性的部分，是将其转换为结构化数据的过程。特征提取和表达是生物识别过程的重点和难点，例如虹膜、指纹、人脸等图像在采集时极易出现光照不均、平面旋转、局部遮挡和三维形变等情况。这给后续的特征匹配与模式识别带来极大的障碍，可能导致识别失败，不能进行身份认定。

模式识别

形式识别通常包括特征锻炼、特征匹配和特征识别，是经过机器学习与数据发掘手腕构建分类器，对构造化的特征向量停止匹配和识别的过程。其中，特征锻炼是经过机器学习办法对用户注册阶段采集的生物特征数据集停止学习，生成生物特征分类器模型；特征匹配是将身份认证阶段提取的生物特征与用户注册阶段生成的生物特征数据库模型停止匹配，并计算二者类似度；特征辨认设置类似度阈值等辨认原则，并对辨认的结果停止承受决绝。
责任编辑：YYX