首页 > 产品

一分彩官网:生物特征识别技术的发展趋势

一分彩-官方网站

【一分彩-官方网站】章节  生物特征辨识技术是指利用人体固有的生理特征或不道德特征来展开个人身份辨别证书的技术。生物特征辨识技术还包括使用人体固有的生理特征(如人脸、指纹、虹膜、静脉)展开的身份认证技术和利用后天构成的不道德特征(如亲笔签名、笔迹、声音、步态)展开的身份认证技术。与传统的身份检验手段比起,基于生物特征辨识的身份检验技术具备如下优点:(1)会消逝或遗失;(2)防伪性能好,容易假造或被盗;(3)随身携带,随时随地能用。正是由于生物特征身份辨识证书具备上述优点,基于生物特征的身份辨识证书技术受到了各国的很大推崇。

  生物特征辨识技术及其发展趋势  目前,常用的生物特征辨识技术所用的生物特征有基于生理特征的如人脸、指纹、虹膜,也有基于不道德特征的如笔迹、声音等。下面就这些少见的生物特征辨识技术的特点及其发展趋势不作一非常简单讲解。  人脸识别  人脸识别作为一种基于生理特征的身份认证技术,与目前广泛应用的以密码、IC卡为媒介的传统身份认证技术比起,具备容易假造、容易盗取、会消逝的特点;而人脸识别与指纹、虹膜、掌纹辨识等生理特征辨识技术比起,具备非侵害性、收集便利等特点。

因而人脸识别是一种十分大自然、友好关系的生物特征辨识证书技术。  人脸识别技术还包括图像或视频中展开人脸检测、从检测出有的人脸中定位眼睛方位、然后萃取人脸特征、最后展开人脸核对等一系列涉及的技术。  最先的人脸识别系统竣工于20世纪60年代,该系统以人脸特征点的间距、比率等参数作为特征,建构了一个半自动的人脸识别系统。此时的人脸识别研究多集中于研究如何萃取特征点展开人脸识别,如人脸特征器官(眼角、嘴角、鼻孔)的比较方位、大小、形状、面积及彼此间的几何关系等。

由于这些特征点无法精确定位、鲁棒性劣,因而使用这些方法的人脸识别系统的性能都很低。  自20世纪80年代开始,人脸识别技术经常出现了基于面部图像的方法。与基于特征点的方法比起,基于面部图像的方法不是萃取人脸特征器官这一高层特征,而是将人脸作为一个图像整体,从图像中萃取体现人脸特性的特征如DCT转换特征、小波特征、Gabor特征等等。基于面部图像的方法由于利用了更加多的底层信息,以及统计资料模式识别方法的引进,使得这类方法具备十分低的识别率和十分好的鲁棒性。

由于基于面部图像的人脸识别算法具备很高性能,目前早已经常出现了不少推展人脸识别技术的厂商,如国内的北京海鑫科金高科技股份有限公司、国外的L1ID等。  为了评测基于面部图像的人脸识别算法的性能。

美国ARPA和ARL于1993年至1996年创建了FERET数据库,用作评测当时的人脸识别算法的性能。共计举办了三次测试FERET94、FERET95、FERET96。FERET测试的结果认为,光照、姿态和年龄变化不会严重影响人脸识别的性能。  FERET的测试结果也指出了基于面部图像的方法的缺点。

人脸是一个三维非刚体,具备姿态、表情等变化,人脸图像收集过程中易受到光照、背景、收集设备的影响。这些影响不会减少人脸识别的性能。  为了解决姿态变化对人脸识别性能的影响,也为了进一步提高人脸识别性能,20世纪90年代后期,一些研究者开始使用基于3D的人脸识别算法。

这些算法有的本身就使用三维叙述人脸,有的则用二维图像创建三维模型,并利用三维模型分解各种光照、姿态下的制备图像,利用这些制备图像展开人脸识别。  2000年后,人脸识别算法渐渐成熟期,经常出现了商用的人脸识别系统。

为了评测这些商用系统的性能,也作为FERET测试的沿袭,美国有关机构的组织了FRVT2000、FRVT2002、FRVT2006测试。测试结果表明,人脸识别错误率在FRVT2006上上升了最少一个数量级,这种性能的提高在基于图像的人脸识别算法和基于三维的人脸识别算法上都获得反映。

一分彩官网

此外,在高效率环境下,虹膜、静态人脸和三维人脸识别技术的性能是非常的。此外,FRVT2006还展现出了有所不同光照条件下人脸识别性能的明显提升,最后,FRVT2006指出人脸自动识别的性能高于人。值得一提的是,清华大学电子工程系作为国内唯一参与FRVT2006的评测的学术机构,其人脸自动识别性能高于人类。

  FRVT2006为人脸识别先前的研究说明了方向,人脸识别中光照、年龄变化仍然对人脸识别性能有相当大影响,二维人脸识别的性能不比三维人脸识别劣。  指纹识别  指纹识别技术是指通过较为有所不同人指纹中的特征点有所不同来区分有所不同人的身份。

指纹识别技术一般来说由三个部分构成:对指纹图像展开预处理;萃取特征值,并构成特征值模板;指纹特征值核对。  指纹图像预处理的目的是为了增加噪声阻碍的影响,以便有效地萃取指纹特征值。

一分彩官网

常用的预处理方法有图像增强、图像光滑、二值化、图像细化等。  特征提取的目的就就是指预处理后的指纹图像中,萃取出有需要传达该指纹图像与众不同的特征点的过程。最初特征提取是基于图像的,从图像整体中萃取出有特征展开较为,但该方法的精度和性能较低。

现在一般使用基于特征点的方法,从图像中萃取反应指纹特性的全局特征(如纹形、模式区、核心区、三角点、纹数等)和局部特征(如落幕点、末端点、分歧点、孤立无援点、环点等)。获得特征点后就可以对特征点展开编码构成特征值模板。  指纹特征值核对就是把当前取得的指纹特征值与存储的指纹特征值模板展开给定,并得出相近度的过程。  虹膜识别  虹膜相对而言是一个较新的生物特征。

1983年,Flom与Safir申请人了虹膜识别专利维护,使得虹膜识别方面的研究很少。1993年,Daugman公开发表了关于虹膜自动识别算法的开创性工作,奠下了世界上首个商业虹膜自动识别系统的基础。随着Flom和Safir专利在2005年的过热和CASIA及ICE2005中虹膜数据集的获取,虹膜识别算法的研究更加蓬勃。

ICE2006首次对虹膜识别算法性能展开了测试。  虹膜识别中必须解决问题如下两个难题问题:一是虹膜图像的提供,二是构建高性能的虹膜识别算法。  生物特征辨识产品的发展趋势  生物特征辨识产品逐步从单一PC处置,改变为分布式计算。

用独立国家的前端独立国家设备来已完成生物特征的收集、预处理、特征提取和核对,而用中心PC或服务器已完成与业务涉及的处置。阐释这种方式较之传统方式的优点~由于前端使用嵌入式设备,因而大自然明确提出了对数字信号处理器的拒绝。。

本文来源:一分彩-www.1152broadway.com

下一篇:【一分彩-官方网站】Cell:科学家鉴别出新型癌症蛋白防护盾 上一篇:Win10更新:原生支持浮窗显示实时帧率|一分彩-官方网站