随着人们对身体了解的增多，越来越多的人体特征被用于生物特征识别中。目前，常用的生物特征识别可分为两类：生理特征和行为特征。生理特征是指生来具有的、先天性的特质，例如人脸、虹膜、视网膜、指纹、静脉等。行为特征是指后期习惯形成的惯性特征，例如步态、签名、声纹、击键力度等。各类生物特征的优缺点和适用场景不同。

　　一、基本原理与关键技术

　　生物特征识别是图像处理技术和模式识别技术的典型应用，一般识别过程可分为两个步骤：注册和识别。

　　注册过程的具体步骤为：首先通过传感器采集需要的人体生物特征表面图像；然后对图像进行预处理，获得分割和增强后的特征局部图像；接着利用特征提取技术抽取表征局部图像的特征数据作为模板；最后存储模板。识别是鉴别人的身份的过程，其特征抽取过程与注册相似。特征抽取完毕并形成模板后，再与注册时采集到的特征模板进行比对，最终确定待识别人的身份。

　　虽然生物特征种类很多，但是识别过程是相似的，在各种生物特征识别中传感器采集、图像预处理、特征提取以及特征比对都是其中的关键技术。由于应用方式的不同和生物特征本身的特点，目前研究领域对各类生物特征识别技术的关注点有所区别。

　　（一）人脸识别关键技术

　　人脸识别与其他生物特征识别技术相比，具有非接触、无需配合、应用方便、符合人的人之习惯等优势，目前已在出入境管理、公安身份查重、公安重点人群监控等领域应用。人脸检测和鲁棒特征提取是当前人脸识别领域主要研究的两项关键技术。

　　人脸检测是人脸识别的首要步骤，其方法总体可分为基于像素域和基于压缩域两类。基于像素域的方法一般利用像素值计算图像块的特征并判断图像块是否为人脸区域。在这类方法中，基于类Haar特征的AdaBoost方法是典型代表，人脸检测准确率可达到90%以上，检测速度也较快。基于压缩域的方法是利用图像的压缩特性，在压缩码流中提取图像块特征，并判断图像块是否为人脸区域。由于省略了图像解压缩步骤，而且处理的数据量较少，因而在速度上该类方法要优于基于像素域的方法。为了在检测准确率和速度上达到均衡，有人提出了一种面向压缩图像的快速人脸检测方法，该方法利用少量压缩码流系数重建低分辨率图像，并在低分辨率图像中应用基于类Haar特征的技术进行人脸检测，试验证明该方法可满足当前视频监控环境下人脸检测的需求。

　　特征提取是人脸识别中最为关键的技术，也是研究最为广泛的技术。从上世纪90年代起，人脸特征提取技术一直是人脸识别技术的研究热点。总体上，人脸特征提取技术的发展分两个阶段：一是1900年至1997年，主要研究理想条件下的人脸特征提取技术为主，该阶段采用的主要方法是主要成分分析方法，线性鉴别方法、局部特征分析方法、弹性图方法、柔性模型等；二是1998年至今，主要研究非理想条件下（例如光照、表情、姿态、年龄跨度等）鲁棒的特征提取方法，该阶段出现的方法主要有光照锥防范、熵图像方法、二维主成分分析方法、二维线性鉴别方法、流形学习方法、稀疏表示方法、深度学习方法等。虽然人脸特征提取技术的研究已经非常广泛和深入，但是人脸是非刚性的物体、受到光照、表情、姿态等因素影响较大，因而在非限定条件下提取稳定的人脸特征仍是一个未解决的难题。

　　（二）指纹识别关键技术

　　指纹识别是应用最早和最广泛的一种生物特征识别技术，根据指纹图像的来源可分为活体指纹识别和现场指纹识别两类。指纹图像的采集、图像预处理、特征提取和匹配均是这两类指纹识别的关键技术。与人脸识别难以提取鲁棒性特征不同，指纹识别中公认细节点是最具分辨力的鲁棒的指纹特征。为了提取准确的细节点特征，从图像采集和图像预处理角度提高图像质量是目前指纹识别主要研究的问题。

　　传统的活体指纹采集设备主要采用了接触式传感器，有光学传感器、热传感器、电容式传感器等。由于接触式采集容易因压力不同造成指纹图像的形变，也易因指纹残留等原因降低指纹图像质量。因而当前非接触指纹采集已经成为一个研究热点。非接触指纹采集主要原理是采用摄像机采集多角度的指纹图像并进行融合，图像采集方法主要有多摄像机采集和单摄像机采集两类。

　　指纹质量评估、指纹分割、指纹方向场计算、指纹奇异点检测、指纹图像增强、指纹二指化、指纹图像细化等都可以归结为指纹图像预处理。其中指纹分割和指纹图像增强是研究较多的两项关键技术。指纹图像分割的主要目的是将图像中的指纹区域从背景图像中分离出来，采用的主流方法是提取指纹图像中像素点或者图像块的灰度均值、灰度方差、局部方向性等特征，并利用这些特征将像素点或者图像块分类为指纹区域或背景。指纹图像增强的主要目的是增加脊线和谷线的对比度，恢复指纹原貌，主要有基于频域和基于空域两类方法。

　　虽然指纹识别算法研究历史较长，应用范围也较广泛，但是指纹识别尤其是浅指纹识别在应用中面临的问题还远未充分解决。例如在已有指纹识别系统中提升识别性能的问题、低质量大形变指纹识别的问题等。另外，非接触指纹识别观念也为指纹识别技术在图像采集和图像预处理部分带来了新的挑战。

　　（三）虹膜识别关键技术

　　自动虹膜识别是1987年由眼科专家LenonardFlom和AranSafir医生首次提出。虽然虹膜识别研究历史较短，但由于虹膜具有防伪性能高、纹理丰富等特点，被认为是最精确的一种生物特征识别技术。根据虹膜识别的流程，其主要关键技术为：虹膜图像采集、虹膜图像预处理、虹膜特征提取和比对。

　　虹膜图像采集是虹膜识别面临的首要难题。与人脸和指纹不同，虹膜属于小目标，图像获取困难。虹膜图像传感器一般利用CCD或者CMOS图像传感器进行非接触采集，由于虹膜面积小，并且眼睛对光照敏感，因而在虹膜图像采集系统中往往需要设计专用的光学系统。为了获取清晰的虹膜图像，自动聚焦和虹膜图像质量评价是图像自动采集系统中常用的两项关键技术。自动聚焦主要可分为基于镜头与被摄目标之间距离测量的测距法和基于调焦屏上成像清晰的聚焦检测方法。虹膜图像质量评价主要是检测虹膜图像的清晰度，有卷积核方法、边缘锐度方法、傅里叶频谱分析方法、小波包方法等。

　　通过采集系统获取的虹膜图像往往包含了眼睑、睫毛、光源像点甚至眼镜的干扰，这需要预处理消除干扰因素。虹膜图像预处理完成的主要工作即是检测眼睑、睫毛、光源像点等干扰因素并进行消除，精确定位虹膜边界并对虹膜区域进行图像增强和归一化。虹膜边界定位是一项研究较多的关键技术，主要方法有两类：一是基于梯度图像的二值边界点利用投票或者最小二乘拟合等方法定位边界；二是利用微积分方法在梯度图像中检测圆实现定位。

　　特征提取与匹配是所有生物特征识别中最为关键的核心技术，对于虹膜识别也不例外。虹膜识别的特征点相对人脸和指纹更加丰富，主要表现为变化多样的纹理特征。目前虹膜特征提取和匹配的主要方法有：基于图像的方法、基于相位的方法、基于奇异点的方法、基于多通道纹理滤波统计特征的方法、基于频段分解系数的方法、基于虹膜信号形状特征的方法、基于方向特性的方法、基于子空间的方法等。其中基于灰度纹理变化相位信息的方法对光照度鲁棒性较强，具有一定优势。

　　虽然虹膜识别目前已取得较高的识别精度，但是对虹膜图像采集条件要求较为苛刻，采集距离较短，远距离、非配合虹膜图像采集已经成为一个新的研究热点。另外，虹膜图像中除了虹膜区域外，其他干扰因素也有一定的辨识能力，如何利用这些信息提高虹膜识别的速度和准确度也是一个值得研究的问题。

　　二、应用现状

　　人脸、指纹和虹膜是目前应用最为广泛的几种生物特征识别技术，据国际生物识别集团（IBG）发布的《生物识别市场与产业报告2009-2014》，这三种生物特征可占全球生物特征市场份额的80%以上。近年来，在我国公安领域，这三种生物特征识别技术的应用正在逐渐扩大。

　　（一）人脸识别

　　随着二代身份证照片采集的进行，我国已建立了世界规模最大的人像库。这为人脸识别的应用奠定了坚实的基础。在国内，人脸识别技术最大规模应用于出入境管理（千万数量级一对多查询应用），对非法出入境人员进行识别。除此之外。人脸识别技术在证件防冒领、户籍查重等领域也已得到广泛应用，并取得了显著效果。上述应用一般利用待识别人的照片进行比对，由于照片采集时有相应标准要求，图像质量高，人脸识别的准确率完全能够满足该环境下的实际需求。

　　基于视频监控的动态人脸识别可在反恐、追逃等领域应用，公安机关对其需求更加迫切，目前也已有部分应用。然而，视频监控中待识别人一般处于非配合状态，姿态、角度、光线等因素不可控制，这常常导致人脸识别准确率下降，也限制了人脸识别技术在该场景下的推广应用。

　　（二）指纹识别

　　指纹识别是国内外公共安全领域应用最为广泛和成熟的生物特征识别技术。早在上世纪70年代，美国FBI已经开始使用自动指纹识别系统，目前FBI指纹库容量超过7千万人，日查询量达到5万，每年比重10万次以上。指纹识别也是国内刑侦破案的一项重要手段，据报道，公安机关每年利用指纹直接破案可达上万起。

　　随着技术的进步和安全意识的提高，指纹识别应用不仅仅局限于刑侦破案。2012年5月启用的中国新版电子普通护照中嵌入了指纹信息，持有人有望可利用指纹实现快速通关。2011年10月，全国人大常委会第二十三次会议审议通过《中华人民共和国身份证法修正案（草案）》，其中明确规定了我国公民申请领取、换领、补领居民身份证，应当登记指纹信息。这增强了二代身份证的安全性，同时也为指纹识别更广泛的深层次应用奠定了基础。

　　（三）虹膜识别

　　虹膜识别是目前公认的准确率最高的一种生物特征识别技术，美国NIST组织的虹膜识性能测试也证明了虹膜识别技术的高准确性。国际上虹膜识别技术已经在机场管理、出入境管理、人道主义救援等领域有较多应用。例如：美国新泽西州肯尼迪国际机场和纽约奥尔巴尼国际机场安装了虹膜识别系统，用于工作人员的安检；阿联酋在边境检查中应用虹膜识别系统，阻止被驱逐者再次入境；在阿富汗，联合国和美国联邦难民署使用虹膜识别系统鉴定难民身份。

　　虽然虹膜识别技术准确率高，但虹膜图像采集设备昂贵，识别距离短、识别过程需要人的高度配合，这对该技术的应用形成限制。目前，国内公安领域虹膜识别技术应用并不广泛，重点应用在监所门禁等固定、简单且对安全要求较高的场景下。由于虹膜识别的高准确性，随着远距离、非配合等虹膜识别技术的发展及安全意识的提高，虹膜识别在公安反恐等众多领域具有重要的潜在应用价值。

　　三、生物特征识别中面临的问题

　　随着国家公共安全强劲需求的推动，生物特征识别无论在技术还是在应用上都面临着飞快的发展，也面临着新的问题。

　　（一）生物特征识别应用模式需要创新

　　任何一种生物特征识别技术均有缺陷，例如：人脸易受姿态、表情、光照等的影响，在不可控的环境下识别率较低；指纹为接触式采集、超过5%的人群指纹无法应用；虹膜采集设备昂贵、识别距离短、需要高度配合。但是这些缺陷并不妨碍在一定条件下生物特征识别技术能够解决特定问题。技术限制并不代表无法进行工程应用，例如人脸识别受姿态影响显著，在技术上难以解决，而在工程应用中完全可以通过部署多角度摄像机解决该问题。因而，在实际应用中应充分考虑各种生物特征的特点，创建适合的应用环境，创新应用模式，而不是被动等待生物特征识别难题的全部解决。

　　（二）生物特征安全问题不容忽视

　　生物特征是人体固有的生理特征，一旦丢失无法销毁和更改，将导致无法弥补的损失。因此，在生物特征应用中安全问题需要特别注意。解决生物特征安全的问题，目前主要有两类方式；一是应用过程中利用活体检测技术，防止攻击者利用伪造的生物特征信息冒充他人身份；二是对采集到的生物特征信息和数据库进行加密保护，防止泄露。另外，实际应用系统也应考虑不同生物特征的安全程度。例如，虹膜相对于人脸和指纹，被盗取和复制的难度更大，这就相对更适合安全级别高的场合下的应用。

　　（三）标准引导技术和市场有序发展

　　生物特征识别核心是算法，技术门槛高，并且也没有任何一种算法能够适应全部的应用场合。然而，为了商业利益，有部分厂商夸大宣传，甚至滥用生物特征识别技术，这无论对技术研究还是对市场应用都是极大的伤害。因而，标准的指导和权威部门的检测对产业发展尤为重要。目前，安防生物特征识别标委会现已在指纹、静脉、人脸、虹膜、声纹等生物特征算法和应用方面发布了10余项行业和国家标准，这些标准的贯彻和执行将对整个行业的发展产生推动作用。

　　四、生物特征识别技术发展趋势

　　（一）多模态生物特征识别技术

　　采用多模态或多种生物特征融合技术可以获得比单一生物特征识别系统更好的识别性能和可靠性，并增加伪造人体生物特征的难度与复杂性，提高系统的安全性。多模态生物特征识别技术是指综合利用来自同一生物特征的多种识别技术，或者来自不同生物特征的多种识别技术，对个人身份进行判断的生物特征识别技术。基于多模态或多种生物特征融合技术正在形成一种新的发展趋势，现在已经出现了多种多模态生物特征识别技术解决方案。

　　从技术实现的角度来讲，多模态生物特征识别技术都是通过各种独立的或多种采集方式合而为一的采集装置获取不同的生物特征，如指纹、掌纹、静脉、人脸图像、虹膜图像等。然而在内容分析与决策判别层面上，可以细分为两种实现方式。一种是分别使用不同的生物特征识别算法处理不同的生物特征，计算出这些生物特征各自的匹配值，然后根据得到的匹配值进行综合分析与判断，获得最后的识别结果。例如，可以使用指纹识别算法分析指纹，使用人脸识别算法分析人脸图像，根据分别计算出来的匹配结果进行最后的判断。另一种方式是将采集到的各种不同的生物特征，用融合算法进行统一处理，根据多模态融合生物特征识别技术的综合判断得出最终的判别结果。例如，通过对采集到的掌纹图像与掌脉图像进行融合，然后利用图像处理技术对内容进行分析，最后得出一个综合的判别结果。可以看出，第一种方式需要对获取的各种生物特征进行单独处理，可以充分利用已有算法进行快速集成，但是计算效率不高。第二种方式则需要重新进行算法设计，开发难度大，但是计算效率较高。

　　目前，影响多模态生物特征识别系统进一步推广的主要原因是成本问题，因此政府部门和军方是其主要用户。但是，随着更多供应商的加入，将会有更多具有良好性价比的商品进入市场，多模态生物特征识别技术也将走向更为宽广的应用领域和市场。

　　（二）网络化的生物特征识别系统

　　现代社会是信息化网络结构的，信息通过各种途径在网络节点中传输。网络化生物特征识别系统将会为人们的生活带来许多便利，生物特征识别技术的终极发展目标就是人们可以不必携带任何辅助的身份标识物品和知识，仅仅利用个人的生物特征可以物理访问控制与逻辑访问控制。例如，用生物特征取代密码，人们可以更加安全地通过网络进行金融交易。利用生物特征对文件加密，进行公文的分发与阅读。采用生物特征识别技术进行客户入住管理，然后将客户的生物特征信息分发至指定的房间，完全避免房卡丢失的烦恼。通过网络化生物特征系统对公司进行物理访问控制与出入管理，提升公司形象与管理效率等。这些情景在不远的将来都会成为现实，网络化的生物特征识别系统将为社会与组织的管理带来根本性的改变，社会与组织的管理也将会出现质的飞跃。

　　因为生物特征识别系统的网络化将成为一种必然趋势，所以政府、企业、个人需要为这一转变做好充分的思想与物质准备。首先，政府要进行立法与标准化工作。个人的生物特征是一种涉及到国家安全与个人隐私的特殊信息，因此需要法律对个人生物特征的使用与管理进行限制与保护，防止国家、企业或个人对其滥用，侵犯他人的权益。制定生物特征识别标准化工作可以有效整合社会资源，避免资源浪费与重复建设。其次，制造生物特征识别产品的企业要开发出可以有效保护个人生物特征信息的技术，避免生物特征信息在网络中的传输与保存过程中被破坏、盗取与复制。最后，个人要加强自我保护意识，防止个人生物特征信息的泄漏，以备他人利用这些信息进行违法活动。

　　结语

　　近年来，随着技术的进步，在银行等金融领域的内控管理和客户身份认证方面的应用需求更加迫切，呈现逐年上升的趋势。作为21世纪的朝阳产业，生物特征识别已经开始进入到人们生活的各个方面，它的发展趋势将是各种网络化、多模态的生物特征识别技术，这些技术的发展必然会把生物特征识别的发展带入新的高度，并把人们的生活带入到一个更加便利的社会中。

　　（供稿：赵士伟张如彩王月明张晖公安部第一研究所科信中心）