新闻动态

智能锁四大生物识别技术对比分析

时间：2018-07-09 浏览次数：

目前智能锁识别主要有四大生物识别技术，分别是指静脉、指纹、人脸和虹膜。这些技术或许大家都听说过，但是具体原理是什么，如何实现，各有什么特点和优缺点？本文就来总结分析下。

指静脉识别

技术原理：指静脉识别是利用检测手指静脉血管的纹路特征实现身份认证。医学研究发现当用近红外线照射手指时，静脉中流动的血红蛋白会吸收近红外线从而形成血管的影像，通过传感器可以获取手指静脉的图像并经算法处理形成特定的指静脉模板。经过医学的验证，每个人的手指静脉血管影像都不一样，形成的模板是一种独特的生物特征，可用于进行身份的识别。

技术实现：指静脉识别技术主要包括4个阶段：图像采集、预处理、特征提取、特征匹配。如下图所示：

图1：典型指静脉系统流程

（1）图像采集指静脉特采集设备主要分为光反射式采集和光投射式采集两种。

图2：光反射式采集

图3：光直射式采集

这两种图像采集方式的主要区别是近红外光源和影像手机设备的放置位置，光反射式采集近红外光源与影像传感器位于手指同侧，而光直射式采集近红外光源与影像传感器位于手指两侧。目前市场上主流的技术厂商均采用光直射式采集方法。

（2）预处理受采集设备质量、光照条件等因素的影响，采集到的指静脉图像往往会带有一定噪声，质量不够理想，这就需要采用相应的预处理技术加以解决。

（3）特征提取当前使用的指静脉特征主要包括静脉纹路特征、纹理特征、细节点特征和通过学习获得的特征。

（4）特征匹配将表达信息需求的检索提问与存储在检索系统中的信息标识进行异同的比较与匹配，选取两者相符或部分相符的信息予以输出。

优劣势分析：

优点

1）属于内生理理特征，不会磨损，较难伪造，具有很高安全性。

2）血管特征通常更明显，容易辨识，抗干扰性好。

3）可实现非接触式测量，卫生性好，易于为用户接受。

4）不易受手表面伤痕或油污的影响。

缺点

1）手背静脉仍可能随着年龄和生理的变化而发生变化，永久性尚未得到证实。

2）虽然可能性较小，但仍然存在无法成功注册登记的可能。

3）由于采集方式受自身特点的限制，产品难以小型化。

4）采集设备有特殊要求，设计相对复杂，制造成本高。

指纹识别

技术原理：指纹是手指末端正面皮肤上凸凹不平产生的纹路。尽管指纹只是人体皮肤的小部分，但是，它蕴涵着大量的信息。指纹特征可分为两类：总体特征和局部特征。指纹识别技术通常使用指纹的总体特征如纹形、三角点等来进行分类，再用局部特征如位置和方向等来进行用户身份识别。由于每个人的指纹不同，就是同一人的十指之间，指纹也有明显区别，因此指纹可用于身份鉴定。

技术实现：指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保存数据和比对。通过指纹读取设备读取到人体指纹的图像，然后要对原始图像进行初步的处理，使之更清晰，再通过指纹辨识软件建立指纹的特征数据。

指纹识别过程：指纹采样→指纹图像预处理→二值化处理→细化，纹路提取→细节特征提取→指纹匹配（即指纹库的查对）。如下图所示。

图4：指纹识别过程

目前用于指纹采集的主要有三种方式：电容式、活体光学式、生物射频式。

（1）电容式电容式是利用一定间隔的安装的两个电容，利用指纹的凹凸，在手指滑过指纹检测仪器时接通或断开两个电容的电流以检测指纹资料。电容传感器对手指的干净要求还是比较高，而且传感器表面使用硅材料，比较容易损坏。

图5：电容式采集

（2）光学式通过光反射成像来记录和验证指纹。光学识别是较早的指纹识别技术。基于光学发射装置发射的光线，射到手指上再反射回机器以获取数据，并对比资料库看是否一致。光学识别只能到达皮肤的表皮层，而不能到达真皮层，而且受手指表面是否干净影响较大。

图6：光学式

（3）生物射频式生物射频方式是通过传感器发射微量的射频信号，穿透手指的表皮层获取里层的纹路以获取信息。这种方法对手指的干净程度要求较低。相对于前两种技术来说，射频传感器对手指的干净程度要求较低，可以产生高质量的图像。此外，由于能够采集高质量图像，所以可以在保证一定认证可靠性的前提下减小传感器面积，从而可以减少一定的成本，并且可以使得射频传感器可以应用到各种小型化移动设备当中。不过，由于是需要主动发射信号，所以功耗相对电容式要高。另外目前应用此类技术的厂商比较少，所以整体的成本还是相对比较高。

图7：生物射频式

优劣势分析：

优点

1）指纹是人体独一无二的特征，并且它们的复杂度足以提供用于鉴别的足够特征。

2）如果想要增加可靠性，只需登记更多的指纹，鉴别更多的手指，最多可以达到十个。

3）扫描指纹的速度很快，使用非常方便。

4)指纹采集头可以更加小型化，并且价格会更加低廉。

缺点

1）某些人或某些群体的指纹因为指纹特征很少，故而很难成像。

2）过去因为在犯罪记录中使用指纹，使得某些人害怕“将指纹记录在案”。

3）指纹痕迹存在被用来复制指纹的可能性。

人脸识别

技术原理：人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。

技术实现：人脸识别步骤主要分为人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配和识别。

图8：人脸识别过程

（1）人脸检测人脸检测是指从输入图像中检测并提取人脸图像，通常采用haar特征和Adaboost算法训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器，则被判别为人脸图像。

（2）图像预处理对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

（3）特征提取特征提取是指通过一些数字来表征人脸信息，这些数字就是我们要提取的特征。常见的人脸特征分为两类，一类是几何特征，另一类是表征特征。几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度等。由于算法利用了一些直观的特征，计算量小。表征特征利用人脸图像的灰度信息，通过一些算法提取全局或局部特征。其中比较常用的特征提取算法是LBP算法。LBP方法首先将图像分成若干区域，在每个区域的像素640x960邻域中用中心值作阈值化，将结果看成是二进制数。