伴随信息时代的来临，人们在日常生活中愈来愈多地面临身份鉴别的问题。目前熟悉的身份鉴别方法一般是使用某种标记物如：钥匙、徽章、印鉴、身份证或辅之以密码、口令的各种证件及卡片等，但这些方法在现代社会中所暴露出的诸如磨损、被盗、仿冒、复制、遗忘、破解等问题以及这些方法存在的资源共享性(即鉴别方可确定标记物的真伪却无法有效确认其持有人的合法性，其他人一旦获取标记物便可共享合法持有者的信息资源)给个人及社会信息管理安全带来巨大的隐患，不能适应技术进步和社会发展的需要。

      生物特征身份鉴别技术作为新兴的身份鉴别方法，能够克服传统方法的弊端，更安全、可靠、准确、方便，随着计算机及网络技术的迅速发展，在电子商务、政务、金融、司法及社会事务管理等领域有广泛的应用前景，日益引起人们的关注并成为研究热点。

      1　生物特征身份鉴别技术简介

      生物特征身份鉴别技术是通过计算机将人体所固有的生理或行为特征收集并进行处理，由此进行个人身份鉴定的技术。

      能够作为身份鉴别的生物特征理论上应该具有以下特点：

      广泛性　即每个人都应该具有这种特征。

      惟一性　每个人拥有的该项特征各不相同，独一无二。

      稳定性　该特征不随时间、外界条件变化。

      可采集性　所选择的特征应便于测量。

      目前，研究和使用的生物特征包括脸部、虹膜、视网膜、指纹、掌纹、手形等与生俱来的生理特征和语音、签名、步态等后天习惯使然的行为特征。

      生物特征身份鉴别技术包含身份验证和识别两方面内容。身份验证是确定用户是否是其所声明的那个人，身份识别是确定用户是目标人群中的那个人，两者在实现方法和鉴别系统的复杂程度上有着极大的不同。可根据不同的应用场合做适当的选取。

      2　生物特征身份鉴别系统模型

      生物特征身份鉴别是个典型的模式识别问题，他的基本构成如图1所示。

      身份鉴别分2个步骤，首先是系统注册阶段，即建立模板数据库的过程。将待识别所有用户的生物特征经传感器采集并进行特征提取，形成用户模板存储在模板数据库中。其次是系统识别阶段，将新采集来的生物特征进行特征提取后与模板数据库中的模板进行比对，以检验用户身份。如果只是进行身份验证则只需提取模板数据库中对应该用户的模板进行比对决定真伪即可。

      3　几种主要的生物特征身份鉴别技术

      3．1　人脸识别

      人脸识别研究热潮出现在计算机视觉兴起的初期，用人脸进行身份识别直观、友好、方便、用户接受程度高。但计算机对人脸的识别还远达不到人眼对脸部的识别程度。目前在限制性输入条件下，在小样本数据库中人脸识别取得较好的效果，但识别准确率低于指纹和虹膜识别。人面部表情、姿态、化妆、年龄等的变化及采集图像时光线、角度、距离、面部遮挡等问题一直是人脸识别领域中的难题。

      3．2　虹膜识别

      虹膜是位于瞳孔和巩膜间的环状区域，每个人虹膜上的纹理、血管、斑点等细微特征各不相同，且一生中几乎不发生变化。用摄像机捕获用户眼睛的图像，从中分割出虹膜图像，进行定位校准，特征提取，编码用以匹配。到目前为止，虹膜识别的错误率是各种生物特征中最低的。但虹膜因受到眼睑，睫毛的遮挡，准确捕获虹膜图像是很困难的，图像采集设备复杂昂贵，且虹膜一旦有病变或损伤会影响识别，对盲者和患有如白内障等眼部疾病的人无效。

      3．3　视网膜识别

      视网膜识别利用人眼视网膜上分布的毛细血管网的差异性来鉴别身份，是目前生物特征中可靠性最高的身份鉴别方法，视网膜隐藏在眼球中，不磨损，不易受老化和一般疾病的影响，更具独特性和稳定性。因鉴别时需用红外线扫描眼底视网膜以获得血管网图像，存在长期使用是否会对使用者健康构成伤害的问题，所以该方法接受程度最低，另外，由于系统技术含量及成本很高，实用推广难度大。

      3．4　指纹识别

      指纹是手指末梢乳突纹突起形成的纹线图案，指纹的稳定性、惟一性早已获得公认，目前指纹识别主要利用指纹纹线所提供的细节特征(即纹线的起终点、中断处、分叉点、汇合点、转折点)的位置、类型、数目和方向的比对来鉴别身份。指纹识别在所有生物特征识别中无论从硬件设备还是软件算法上都是最成熟、应用最早、使用最广泛的。尽管如此，指纹识别技术也有不足之处，对指纹质量较差的人群如皮肤干燥、有疤痕、老茧、表面磨损严重和有病变的人无法取得好的识别效果，指纹使用接触式采集，传感器表面灰尘油污附着物等会影响识别，留在传感器上的指纹存在被盗取复制的可能性。

      3．5　掌纹识别

      掌纹指手掌内侧表面的纹线图案，一般由3～5条明显的屈肌纹、众多皱纹和乳突纹交错构成。掌纹形态受遗传基因控制，一旦形成终生不变。每个人的掌纹形态均不相同，掌纹纹理复杂，所提供的信息量较指纹丰富，利用掌纹的线特征、点特征、纹理特征及几何特征完全可以确定人的身份。掌纹主要特征明显(如屈肌纹和皱纹所形成的线特征)，可在低分辨率图像中提取，不易受噪声干扰，特征空间小可实现快速检索和匹配。乳突纹形成的细节特征与指纹相似，但比指纹纹型丰富。从理论上说有更高的鉴别能力，但需要在较高分辨率图像中获得，因掌纹面积大，导致图像数据量及特征空间太大，为图像处理带来一定难度。掌纹采集方便，设备成本低，可接受度高，是很具潜力的身份识别方式，但因研究起步晚，理论和应用上都还有待进一步深入。

      3．6　手形识别

      手形识别是利用手掌、手指及手指各关节的长、宽、厚等三维尺寸和连接特征来进行身份鉴别，这些特征采集简单，不易受噪声干扰，对设备要求不高。其识别速度在所有生物特征识别系统中是最快的，但因识别率相对较低，一般用作身份验证。手形识别系统使用方便，价格合理，已在机场、海关、高级住宅、进出口控制等方面获得广泛使用，市场占有量仅次于指纹识别系统。当手部因劳动、外伤或疾病等原因造成外形上的变化时，会影响系统鉴别的准确性。

      3．7　签名识别

      签名识别是日常生活中接触最多的一种身份识别方法，接受程度高。但因笔迹动态范围变化大，即使同一个人在不同时期和精神状态下的笔迹也不会完全相同，所以多用于身份验证中。识别按获取方式分为离线和在线识别两种。离线识别通过扫描仪获取已书写好的文字图像，利用计算机从中提取文字的几何特征，由笔划本身特征和相互关系来进行识别。这种方式简单但易被伪造。在线识别需用专用手写板和压敏笔来记录整个书写过程，包括书写的笔划顺序、笔尖压力、倾斜度及书写时的速度和加速度等丰富的动态特性，弥补了离线识别只取静态特性的不足，难以伪造。

      3．8　语音识别

      语音识别利用说话者发声频率和幅值的不同来辨识身份。语音识别大体分2类：一是依赖特定文字识别，如：让说话者说某个特定的词语或几个特定词语中随机的某个来识别真伪，这种方式系统设计简单，较易实现，但安全性较差；另一种是不依赖特定文字识别即说话者可随意说任何词语，由系统找出说话者发音中具有共性的特征进98行识别，该方式虽有很好的防伪性，但系统复杂，实现起来存在一定困难。因语音远程传递的方便性，在电话拨入系统中有其他生物特征不可取代的优势，但也仍存在不足，如语音受心理状态、疾病等自身因素和语音环境、采集设备、传输通道等外部因素的干扰，会影响识别效果，对磁带录音进行欺诈的可能性也未能很好的解决。

      4　生物特征身份鉴别系统性能

      生物特征身份鉴别系统的性能一般由以下几方面综合评价：

      准确性　通常的测量标准有错误拒绝率(FRR，即有效用户被拒绝的百分比)和错误接受率(FAR，即接受无效用户的百分比)，这2个指标均为阈值Td的函数，其关系如图2所示。其中一个重要指标是阈值为TEER时的交迭率ERR，即FAR＝FRR时的情形。目前大部分商务系统中交迭率都低于0．2％，有些低于0．1％。实际应用中还要根据具体应用领域和场所的要求来调整阈值，取得适当的FAR或FRR。如用ATM提取现金则需要一个较低FRR避免给有效用户带来不便，而在福利支付中心将需要较高FRR避免资金损失，这意味着需要用额外时间或手段来检测那些被拒绝的用户。

      识别速度　是非常重要的评价标准，高识别速度会使识别系统更具竞争力，识别速度的提高涉及识别系统各环节，包括图像的采集速度、质量、特征模板大小、模板检索存取速度、匹配算法等。目前多数系统识别速度一般为几秒／每人，但对大样本空间的识别还不够快，随计算机能力增强和对具体识别算法的深入研究，速度将得到进一步改善。

      安全性　指系统是否可靠，能够防止恶意攻击、欺诈。

      易用性　指使用识别系统的便利程度如何，包括设备尺寸及安装要求、系统操作复杂程度、系统升级性能、用户可接受程度(系统对用户自由度的限制、对身体及隐私的侵害性)等。

      成本　识别系统成本高低是其是否会获得更为普遍的接受和推广的重要因素，系统整体成本降低除要得益于硬件生产水平和技术进步，还要依靠行业整体技术标准和规范的制定以增强硬件设备的互用性，扩大生产规模降低成本。作为新发展的技术，尽可能利用已有资源，在已有硬件设备上实现，也是发展初期较实际的降低成本的措施。

      由于生物特征各不相同，除以上评价标准外还要结合具体应用要求来加以选择，如身份鉴别是公开还是隐蔽、是面对面还是只有人机交互以及是否需要双方协作等，这些都涉及具体生物类型的选择。每种生物特征都既有其特有的优势和适用范围也存在着特征本身的不足和局限性，没有哪种特征可在所有方面胜过其他特征，每种类型都有其存在发展的必要性，他们不是替代而是相互补充关系。

      5　生物特征身份鉴别发展趋势

      生物特征身份鉴别技术的发展是与实际应用紧密结合的，伴随具体应用的要求和存在的问题而逐步深化和完善，呈现出不同的发展方向。

      5．1　单一生物特征身份鉴别系统研究不断深化

      单一生物特征即使在其适用领域内，识别也还存在不足，如特征采集时对用户的限制度、对采集环境的要求、识别准确性和效率等都要进一步改善。大样本库的识别及标准样本库的建立，分类管理等是每种生物特征共有的问题。在硬件水平提高的同时，人们也在不断改进识别算法和尝试不同的决策策略以提高系统整体性能。

      5．2　多生物特征身份鉴别系统引起人们关注

      单一生物特征身份鉴别系统在力求完善的同时也面临着如传感器噪声、特征提取和匹配的缺陷及生物特征实际存在的不普遍性(特殊人群生物特征缺失、损伤、病变或特征质量较差)等系统本身固有的难以克服的问题。这进一步限制了系统的实用性。把2个或2个以上生物特征结合起来进行身份鉴别则可以很好的解决这些问题，提高系统准确性，降低误识率，同时也具有更好的防伪性。被认为是生物特征身份鉴别未来发展方向。多生物特征结合不是简单的相加和平均，而是在识别系统特征提取、特征匹配或匹配决策阶段按照一定的策略对各特征数据进行融合，集成多个生物特征信息产生最终判决。研究人员分别对脸-指纹手形特征融合；脸-语音特征融合；脸-指纹特征融合；脸语音-指纹特征融合；脸虹膜特征融合；掌纹手形特征融合进行了尝试，取得较好效果。但多生物特征识别系统成本高、设计复杂、数据量大等问题也需要很好地解决。

      5．3　与已有资源相结合

      传统身份鉴别方法一个共有优点是判决结果黑白分明，对有效用户不存在误判问题，而生物特征识别系统则存在拒绝有效用户的问题，给使用带来不便，如果在作出拒绝判决前能结合密码口令等信息，会有效降低FRR。

      现代社会各种智能卡拥有量巨大，使用极为普遍，将生物特征模板存储在智能卡中，成为便携模板，使身份鉴别可在离线终端上进行，避免了模板数据库集中管理所存在的弊端。如果将几种生物特征存储在智能卡中，既可在不同场合使用不同模板，又可在同一场合使用多种模板降低FRR。

      计算机及网络已与人们日常生活密切相关，计算机操作系统为生物特征识别系统提供标准应用程序接口，不但会更有效的保障计算机及网络信息存储和交换的安全性，同时也使生物特征识别技术获得更大发展空间。与已有资源有效结合不但有利于生物识别技术的推广，更是对原有资源的再次开发。

      6　结　语