虹膜定位及其编码算法的研究.pdf

线来产生面部图像 与视频摄像头不同 热成像技术并不需要在较好的光源条件下 因此即使在黑暗情况下也可以使用 人脸认识是一种非侵犯性生物识别技术 几乎不给人们带来任何不便之处 很 容易为人们所接受 在实际应用中 人脸识别系统辨识速度较快 但是唯一性及抗干 扰性却较差 对双胞胎的鉴别仍然无能为力 肤色 胡子的变化以及是否戴眼镜都会 影响到系统的识别 3.语音识别 人的声音特征是由声带 嘴 鼻腔等发声器官共同决定的 从理论上讲应该具 有唯一性 通常又称为声纹 声音识别分为依赖内容的识别和不依赖内容的识别 依 赖内容的声音识别是预先规定好标识者的说话内容 而不依赖内容的声音识别则允许 待识者随意选择说话的内容 这当然比依赖内容的识别难度要高 语音识别技术主要包括特征提取技术 模式匹配准则及模型训练技术三个方面 此外 还涉及到语音识别单元的选取 语音识别系统的成本非常低廉 现代多媒体计 算机系统中 语音采集设备已经逐渐成为标准配置 要在此基础上实现语音识别只需 增加软件成本 对使用者来说不需要与硬件直接接触 而且说话是一件很自然的事情 使用者很容易接受 语音识别的主要缺点在于它的准确性较差 同一个人由于音量 语速 语气 音质的变化 甚至感冒时嗓音发生了变化 都容易造成系统的误识 4.掌形识别 手掌的形状 包括手指的形状 长度 宽度等特征均可用于手形识别 根据用 来识别人的数据的不同 手形读取技术可划分为下列三种范畴 手掌的应用 手中血 管的模式 以及手指的几何分析 这一识别技术具有以下优点 简单 易用 设备造价低 对使用环境的限 制很少 比较容易为人们所接受 它的不足之处也很明显 由于手形识别是基于 手掌的几何信息进行的 所以难以达到很高的准确率 在所介绍的几种主要的生物识 别技术中 手形识别是准确率最低的一种 手掌的形状 尤其是尺寸 随人的年龄 增长而变化 不稳定 故手形识别不适用于未成年人 5.签名识别 每个人都有自己独特的笔迹 利用签名进行人的身份识别也已经由来已久了 利用签名进行身份识别有两种方式 静态方式 动态方式 静态方式已为人们所 4 熟知 它是利用手写签名的静态几何特征来进行辨识的 动态方式则要对签名的全过 程进行监控和采样 记录笔画每处的加速度 速度 运笔方向 顺序等动态信息 并 结合签名笔迹的静态几何特征进行综合辨识 使用签名进行身份识别 有两个明显的优势 使用签名作为身份识别的手段 已有很长的历史 为人们所广泛接受 虽然笔迹可以模仿 但要获取一个人的签名 动态信息却十分困难 因为这需要专用的设备 所以 这种识别方式的防伪性能也不 错 但由于签名识别技术本身的复杂性 要想达到很高的准确率难度很大 1.2 虹膜识别技术 虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分 其总体上呈现一种由里 到外的放射状结构 包含有许多互相交错的类似于斑点 细丝 冠状 条纹 隐窝等 形状的细微特征 通常 人们将这些细微特征称为虹膜的纹理信息 图1-1人眼正视图 Fig.1-1A front-on view of the human eye 要对虹膜纹理进行识别 就必须先了解虹膜的结构 如图1.1 所示 眼睛的外观 由巩膜 虹膜 瞳孔三部分组成[9] 巩膜即眼球外围的白色部分 约占总面积的30% 眼睛的中心为瞳孔部分 约占 5% 虹膜位于巩膜和瞳孔之间 它的纹理含有极丰富 的特征 占据65% 它又位于角膜和晶状体之间 呈扁圆盘状 虹膜直径约12mm 厚约0.5mm 5 图 1-2虹膜结构图 Fig.1-2 The structure of the human iris 虹膜识别技术以虹膜的纹理信息作为区分不同人的独一无二的特征,通过图像 采集 特征提取 模式匹配等技术手段,判别两幅虹膜图像样本是否出自同一虹膜, 从而实现身份鉴别