《生物统计身份认证系统综述》2300字

生物统计身份认证系统综述近几年来，随着传感器精度的提高，生物统计身份认证系统的使用越来越多。目前通过每个人专有的生理特征鉴别身份的技术有很多种。一些技术使用指纹、视网膜的脉管结构、虹图或者脸进行识别。每个人的生理特征都是独特的。

通过使用这些生理特征，可以创建唯一标识每个个体的数学表现形式。使用生物统计学的第一种方法是鉴别系统。

使用者可以有用户名，密码或其他标识符。系统根据这个人或他的身体特征，如性别、身高、体重、年龄等对其进行分类。用户使用他们的面部和指纹，而不是指令。

系统会处理这些输入，并将它们与模板进行比较。由于皮肤是弹性的、手形的和可听得到的，因此系统必须是灵活度可信度，而不仅仅是把一个图像叠加在另一个图像上决定匹配。1.1指纹识别如今最健全的身份认证技术就是指纹识别。在过去的几十年内，指纹识别已经在警察办案中得到充分应用。不管在现实中，还是在视频中，指纹识别技术都是警方办案的重要手段。警方在拍摄指纹图像后，会录入系统，然后与数据库中的指纹进行匹配，最终成功找到犯人。在众多生物识别技术中，指纹识别技术是当前最方便可靠的身份识别技术。并且指纹识别技术有以下几种特性。①安全性。每个人的指纹是自己专有的身份信息，不会随着年龄的增长而有所变化。②便捷性。现如今，指纹识别的速度已经完全达到了理想速度。③可靠性。当你使用指纹验证时，系统当时就能判断是否为合法用户。指纹识别的过程主要包括指纹增强、特征提取和指纹匹配。

（一）指纹增强：为了防止外界因素的干扰，在识别指纹的过程中，需要通过技一定的图像增强技术，从而提高指纹图像的质量。这个技术主要包括图像分割技术、直方图均衡化、滤波增强、二值化等。

（二）特征提取：特征提取主要是指对细节点特征的提取，也就是找到脊线的终点和脊线的分叉两个特征。如果直接去在图像中寻找是非常困难，但是在使用了指纹增强技术后，成功找到细节点并不困难，因为经过指纹增强后，细节分叉会变得清晰可见。REF_Ref29983\r\h[7]在经过对细节点特征的提取后，我们将会得到很多重要的信息。

（三）指纹匹配：在进行细节点特征的提取之后，就可以进行最后的指纹匹配步骤。指纹匹配就是将提取后的细节点特征与数据库中细节点特征进行比较，在经过旋转、平移等过程后，所有的提取后的细节点特征和数据中的细节点集合相匹配，才能证明两个图像完全匹配。而这种常用的匹配方式就是点模式匹配REF_Ref30048\r\h[8]。当前流行的采集指纹图像的设备主要包括几类：基于光学技术的设备、基于晶体传感的设备和基于超声波扫描技术的设备。基于光学技术的设备获取指纹的原理是，因为人的指纹是凹凸不平的，当指纹接触到设备后凹凸不平的指纹会产生不同的压力，从而使微型三棱镜的光反射不同，通过光反射来反映指纹的表面。基于晶体传感的设备的原理是，在设备的内部具有很多的电容传感器矩阵，当人的指纹接触到时，指纹就变成了电容传感器阵列的另一面。同样的，因为指纹是凹凸不平得，会使导体间的距离不同，而电容传感器的电容值会随着距离的变化而变化，所以我们可以通过电容值的不同来反映指纹的表面。目前使用最广的就是基于超声波扫描技术的设备，它的原理是，超声波会直接扫描指纹的表面，通过反射的范围可以直接反映出指纹的表面。REF_Ref30094\r\h[9]与光学技术相比，指纹上是否有东西对超声波的影响不大，这就导致了它比光学技术更加可靠。1.2签字识别现今最流行的是签字识别技术，尽管存在着逻辑缺陷。在这个系统中，起始，终止时间和任何急剧变化的方向被跟踪.

在计算签名特征即垂直位移除以水平位移的基础上，对签名长度进行参数化处理，并计算出签名曲线的质量中心转距和惯性。

如果不满足这些条件就会产生错误结果，所以我们使用了一个新的方法来确定签名是否正确。

在该系统中，压缩后的签名模板需要大约600字节，但为了准确起见，系统实际上需要六个签名才能生效。在进行签名数据采集时，我们不仅可以获得点的坐标序列信息等静态特征，还可以利用时间信息来提取动态特征，而入侵者想同时获得这两类特征是不可能的，因此同时使用这两类特征可以提高系统的认证性能。（一）结构特征提取设签字序列的等时间间隔坐标如下：{x(1)，y(1)}，{x(2)，y(2)}，...{x(N)，y(N)}，方向角：，曲率：，其中，。（二）动态特征提取动态特征的提取如下所示：对于t时刻的采样点利用前后相邻的两个采样点的坐标分别计算X，Y方向的速度分量：REF_Ref3171\r\h[10]，。由签字的X，Y方向的速度，可以计算出签字的速度大小以及速度的方向：，。1.3面部识别现今我们所使用的最多的就是面部识别，毕竟我们认识一个人都是从面部开始，而不是指纹或者签字。在无限的变化中，甚至在完全的黑暗中，我们几乎可以辨认出一个人的面部。

这些特性使计算机有可能成为人类进行远距离通信和监视的一种工具。计算机能够识别人的眼睛，嘴巴等特征，这对于研究人员来说是一件非常有趣而又重要的事情。

但计算机系统没有我们识别面部的能力，但在受控环境中，有些系统可以进行面部辨认。面部识别步骤与指纹识别相似，首先采集面部图像，采集完图像后，对该图像进行预处理，之后提取图像中的特征点，最后与数据库中的图像进行匹配。REF_Ref4043\r\h[11]（一）面部图像采集：目前最常用的采集面部图像的设备就是摄像机，无论在何时何地，只要有摄像头就可以对面部进行及采集，并且在拍摄时，摄像机会自动识别人脸图像。（二）面部图像预处理：为了对防止外界因素的干扰，在获得原始的面部图像后，需要对原始的面部图像进行过滤和校正等预处理。预处理的方法主要是光线补偿和归一化处理。（三）面部图像特征提取：面部特征提取也是对细节的提取，