生物識(shí)別技術(shù)在近幾年有了長(zhǎng)足的進(jìn)展，但要使生物識(shí)別從理論研究走向?qū)嶋H應(yīng)用，眾多的科研單位還需要突破和解決其中一系列的關(guān)鍵技術(shù)。從統(tǒng)計(jì)的意義上講人類(lèi)的指紋、掌形、虹膜等生理特征存在著唯一性。因而這些特征都可以作為鑒別用戶身份的依據(jù)。

　　1 生物特征傳感器技術(shù)

　　通過(guò)某種原理可以測(cè)量生物特征，并將其轉(zhuǎn)化成計(jì)算機(jī)可以處理的數(shù)字信號(hào)，這就是生物特征傳感器的主要任務(wù)，也是生物特征識(shí)別的第一步。大部分的生物特征都是通過(guò)光學(xué)傳感器如CCD 或 CMOS 形成圖像信號(hào)，例如人臉、指紋、虹膜、掌紋、手形、靜脈等。但是虹膜和靜脈圖像需要主動(dòng)的紅外光源才可以得到細(xì)節(jié)清晰的個(gè)性特征。由于外加主動(dòng)光源能夠克服可見(jiàn)光線變化對(duì)生物特征的影響，所以最近在人臉識(shí)別領(lǐng)域有研究人員設(shè)計(jì)了紅外成像設(shè)備，來(lái)克服人臉模式隨光照變化的類(lèi)內(nèi)差異，從而大幅度提高了人臉識(shí)別的精度。

　　為了提高生物識(shí)別系統(tǒng)的易用性、舒適性和用戶的接受程度，同時(shí)又要保證生物特征信號(hào)的質(zhì)量，此外還要小巧精致、成本低廉，生物特征傳感器技術(shù)還有許多需要改進(jìn)的地方。例如最近已經(jīng)有通過(guò)非接觸方式采集的3D指紋傳感器技術(shù)。生物特征傳感器的核心技術(shù)包括:

　　生物特征獲取裝置必須讓用戶和識(shí)別系統(tǒng)處于合適的距離和位置才可以捕獲合格的生物特征信號(hào)。最理想的方案是讓采集裝置自動(dòng)判別用戶的位置，然后主動(dòng)調(diào)節(jié)光學(xué)系統(tǒng)或者直接通過(guò)機(jī)械裝置移動(dòng)采集設(shè)備，這樣就可以降低對(duì)用戶的要求，采集方式更加智能化和人性化。

　　2 活體檢測(cè)技術(shù)

　　為了防止惡意者偽造和竊取他人的生物特征用于身份認(rèn)證，生物識(shí)別系統(tǒng)必須具有活體檢測(cè)功能，即判別向系統(tǒng)提交的生物特征是否來(lái)自有生命的個(gè)體。一般生物特征的活體判別技術(shù)利用的是人們的生理特征，例如活體指紋檢測(cè)可以基于手指的溫度、排汗、導(dǎo)電性能等信息， 活體人臉檢測(cè)可以基于頭部的移動(dòng)、呼吸、紅眼效應(yīng)等信息，活體虹膜檢測(cè)可以基于虹膜振顫特性、睫毛和眼皮的運(yùn)動(dòng)信息、瞳孔對(duì)可見(jiàn)光源強(qiáng)度的收縮擴(kuò)張反應(yīng)特性等。

　　此外，基于生物特征圖像的光譜學(xué)信息也是進(jìn)行活體檢測(cè)的有效途徑。例如打印的圖像會(huì)形成有規(guī)律的紙質(zhì)紋理特征，可以用頻譜特征進(jìn)行檢測(cè)。此外，還可以通過(guò)人機(jī)互動(dòng)的形式檢測(cè)生物特征的活體特性; 使用多模態(tài)生物特征識(shí)別系統(tǒng)也可以提高偽造的難度。

　　從現(xiàn)有的技術(shù)水平看，活體檢測(cè)功能一直是生物識(shí)別系統(tǒng)的薄弱環(huán)節(jié)，已經(jīng)有研究人員使用偽造的指紋和人臉攻破了現(xiàn)有的系統(tǒng)，引發(fā)了有些用戶對(duì)生物識(shí)別技術(shù)的信任危機(jī)。所以活體檢測(cè)技術(shù)將是生物識(shí)別系統(tǒng)進(jìn)入高端安全應(yīng)用的最大瓶頸。

　　3 生物特征信號(hào)質(zhì)量評(píng)價(jià)技術(shù)

　　在自動(dòng)身份識(shí)別系統(tǒng)中，生物特征一般是以連續(xù)的視頻流或者音頻流的形式進(jìn)行獲取。由于有效的生物特征采集范圍總是有限的，再加上人的運(yùn)動(dòng)、姿態(tài)變化等因素，傳輸?shù)接?jì)算機(jī)的生物特征信號(hào)大部分都是不合格的。而高質(zhì)量的生物特征信號(hào)是進(jìn)行特征表達(dá)和身份識(shí)別的基礎(chǔ)，低質(zhì)量的生物特征信號(hào)有可能引起錯(cuò)誤接收或錯(cuò)誤拒絕，降低系統(tǒng)的穩(wěn)定性和魯棒性(系統(tǒng)的健壯性)，浪費(fèi)大量的計(jì)算資源在無(wú)效的生物特征信號(hào)處理上。

　　生物特征信號(hào)的質(zhì)量評(píng)價(jià)可看做一個(gè)兩類(lèi)模式識(shí)別問(wèn)題——將采集到的生物特征分為合格和不合格兩種情況。如果要對(duì)合格信號(hào)量化打分，還要將評(píng)價(jià)指標(biāo)定量化。生物特征信號(hào)的質(zhì)量評(píng)價(jià)問(wèn)題是一個(gè)比較困難的問(wèn)題，因?yàn)樵斐商卣餍盘?hào)質(zhì)量差的原因千差萬(wàn)別，即負(fù)樣本的種類(lèi)太多，不勝枚舉，很難設(shè)計(jì)一個(gè)分類(lèi)器將所有的正負(fù)樣本區(qū)分開(kāi)。需要通過(guò)質(zhì)量評(píng)價(jià)來(lái)過(guò)濾的低質(zhì)量生物特征一般包括存在離焦模糊或運(yùn)動(dòng)模糊的圖像，信噪比太低的信號(hào)，遮擋的圖像等。一般可以從空域和頻域兩個(gè)角度出發(fā)去設(shè)計(jì)質(zhì)量評(píng)價(jià)算法。

　　4 生物信號(hào)的定位與分割技術(shù)

　　從生物特征獲取裝置采集得到的原始信號(hào)一般不僅包括生物特征本身，還包括背景信息，例如原始的虹膜圖像中包括虹膜、瞳孔、鞏膜、眼皮和睫毛等多個(gè)區(qū)域，真正能有效鑒別人們身份的圖像內(nèi)容也就在虹膜區(qū)域。所以必須從原始信號(hào)中分割出感興趣內(nèi)容進(jìn)行特征提取。定位和分割算法一般都是基于生物特征在圖像結(jié)構(gòu)和信號(hào)分布方面的先驗(yàn)知識(shí)。例如人臉檢測(cè)就是要從圖像中找到并定位人臉區(qū)域，一直是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。

　　5 生物特征信號(hào)增強(qiáng)技術(shù)

　　得到了分割后的特征區(qū)域后，有的生物特征識(shí)別方法需要在特征提取前對(duì)感興趣區(qū)域進(jìn)行增強(qiáng)，主要目的包括去噪和凸顯特征內(nèi)容。例如人臉和虹膜圖像一般用直方圖均衡化的方法增強(qiáng)圖像信息的對(duì)比度; 指紋一般用頻域的方法得到脊線分布的頻率和方向特征后進(jìn)行紋路增強(qiáng); 對(duì)于比較模糊的生物特征信號(hào)，可以考慮使用超分辨率的方法或者逆向?yàn)V波的方法進(jìn)行增強(qiáng)。

　　6 生物特征信號(hào)的校準(zhǔn)技術(shù)

　　為了克服不同時(shí)刻采集的生物特征信號(hào)之間的平移、尺度和旋轉(zhuǎn)變換，需要將參與比對(duì)的兩個(gè)生物特征進(jìn)行對(duì)齊。有的生物特征校準(zhǔn)在特征提取之前完成，例如常用主動(dòng)形狀模型(Active Shape Model)和主動(dòng)表觀模型(Active Appearance Model)進(jìn)行人臉對(duì)齊; 有的生物特征校準(zhǔn)的過(guò)程就是特征匹配的過(guò)程。生物特征信號(hào)的校準(zhǔn)結(jié)果對(duì)于識(shí)別精度的影響很大，所以也有學(xué)者認(rèn)為生物特征識(shí)別最重要的問(wèn)題是校準(zhǔn)技術(shù)。

　　7 生物特征表達(dá)與抽取技術(shù)

　　對(duì)于生物特征識(shí)別，不管是外行還是內(nèi)行，人們首先想到的問(wèn)題就是: 機(jī)器是用什么特征進(jìn)行身份識(shí)別的?什么是生物特征信號(hào)中凸現(xiàn)個(gè)性化差異的本質(zhì)特征?這就是生物識(shí)別的基本的、原理性的問(wèn)題。對(duì)于這個(gè)問(wèn)題在個(gè)別的生物特征識(shí)別領(lǐng)域得到了共識(shí)，例如指紋識(shí)別，大家都公認(rèn)細(xì)節(jié)點(diǎn)(包括末梢點(diǎn)和分叉點(diǎn))是描述指紋特征的最佳表達(dá)方式，所以國(guó)際上就有統(tǒng)一的基于細(xì)節(jié)點(diǎn)信息的指紋特征模板交換標(biāo)準(zhǔn)，給不同廠商的指紋識(shí)別系統(tǒng)的兼容性和數(shù)據(jù)交換帶來(lái)了便利。但是在其他生物識(shí)別領(lǐng)域，例如人臉、虹膜、掌紋等領(lǐng)域研究人員還在不斷探索最佳的特征表達(dá)模型。雖然這些領(lǐng)域的特征表達(dá)方法的種類(lèi)繁多，部分算法也已經(jīng)取得了很好的識(shí)別性能，但是人臉識(shí)別、虹膜識(shí)別、掌紋識(shí)別的根本問(wèn)題—— “什么是人臉、虹膜或掌紋圖像的本質(zhì)特征及其有效表達(dá)?”一直沒(méi)有得到權(quán)威和普遍認(rèn)同的回答。

　　這是因?yàn)槊總€(gè)人臉、虹膜和掌紋圖像的特征表達(dá)方法都是基于某種信號(hào)處理方法或者某個(gè)計(jì)算機(jī)視覺(jué)或者某個(gè)模式識(shí)別的理論，“公說(shuō)公有理，婆說(shuō)婆有理”，大家對(duì)于這些圖像的本質(zhì)特征表達(dá)還沒(méi)有進(jìn)行深入的研究?，F(xiàn)在生物特征表達(dá)領(lǐng)域的流行趨勢(shì)是把各種經(jīng)典的或者新提出的圖像分析方法依次去試，有點(diǎn)撞大運(yùn)的感覺(jué)，產(chǎn)生這種現(xiàn)象的根源是大家沒(méi)有基礎(chǔ)理論的指導(dǎo)，不知道向哪個(gè)方向努力好。由于各種方法各自為“政”，造成生物特征模板的數(shù)據(jù)交換格式難以統(tǒng)一和標(biāo)準(zhǔn)化。例如人臉、虹膜和掌紋的數(shù)據(jù)交換標(biāo)準(zhǔn)只能基于圖像，這是因?yàn)榇蠹艺也坏揭粋€(gè)統(tǒng)一的、權(quán)威的圖像特征表達(dá)方法。

　　8 生物特征的匹配技術(shù)

　　特征匹配就是計(jì)算兩個(gè)生物特征樣本的特征向量之間的相似度。圖匹配算法也在指紋細(xì)節(jié)點(diǎn)模式、人臉模式、虹膜斑塊模式的相似性度量中得到成功應(yīng)用。

　　9 生物特征數(shù)據(jù)庫(kù)檢索與分類(lèi)技術(shù)

　　隨著生物特征識(shí)別技術(shù)在人類(lèi)日常生活中的普及，使用人數(shù)的增長(zhǎng)必然導(dǎo)致生物特征數(shù)據(jù)庫(kù)的不斷擴(kuò)大。這種規(guī)模的擴(kuò)大不僅僅表現(xiàn)在數(shù)據(jù)存儲(chǔ)量的擴(kuò)大，還表現(xiàn)在從數(shù)據(jù)庫(kù)中搜索某一條記錄所耗費(fèi)的時(shí)間的增加。例如在一對(duì)多的超大規(guī)模(如一個(gè)城市、一個(gè)國(guó)家、一個(gè)行業(yè)的人群)生物識(shí)別應(yīng)用中，完成一次識(shí)別的時(shí)間的長(zhǎng)度將會(huì)讓人無(wú)法忍受。這是任何一項(xiàng)成熟的生物識(shí)別技術(shù)從小規(guī)模應(yīng)用向大規(guī)模應(yīng)用轉(zhuǎn)化時(shí)不可避免的問(wèn)題。

　　10 生物特征識(shí)別系統(tǒng)的性能評(píng)價(jià)

　　迄今為止，任何的生物特征識(shí)別系統(tǒng)或者方法都有出錯(cuò)的可能。對(duì)系統(tǒng)的識(shí)別精度給出客觀、準(zhǔn)確的評(píng)估其實(shí)是一個(gè)很復(fù)雜的問(wèn)題，它受測(cè)試樣本的數(shù)量、質(zhì)量、評(píng)估指標(biāo)等因素的影響，但是這對(duì)應(yīng)用單位和司法部門(mén)卻是一個(gè)很關(guān)注的焦點(diǎn)問(wèn)題。所以生物特征識(shí)別方法的性能測(cè)評(píng)已成為生物特征識(shí)別研究的一個(gè)重要方向。對(duì)于1∶1比對(duì)的身份驗(yàn)證系統(tǒng)，錯(cuò)誤有兩種情況: 一是把不同人的生物特征識(shí)別為同一類(lèi)，稱為錯(cuò)誤接收; 另一種可能是把同一人的生物特征識(shí)別為不同類(lèi)，稱為錯(cuò)誤拒絕。

　　為了使生物識(shí)別技術(shù)在安全性要求較高的場(chǎng)合得到應(yīng)用，除了算法設(shè)計(jì)外，保護(hù)系統(tǒng)自身的安全性、提高對(duì)各種黑客攻擊的抵抗能力也很重要。為了提高識(shí)別系統(tǒng)的安全程度，對(duì)生物特征數(shù)據(jù)、特征模板和應(yīng)用程序采取加密、數(shù)字簽名、加時(shí)間戳等方法將是一個(gè)可行的研究方向。