《（生物科技行业）什么是生物识别生物识别技术应用及特点》由会员分享，可在线阅读，更多相关《（生物科技行业）什么是生物识别生物识别技术应用及特点（4页珍藏版）》请在金锄头文库上搜索。
1、什么是生物识别生物识别技术应用及特点生物识别生物识别技术面世之初，由于属于高科技，它并未普及。只在发达的欧美、日本等地有所应用。但随着高科技地不断发展，全球技术的可共享性，我国的生物识别技术，特别是面部识别也得到了突破的发展。众安防企业将生物识别技术应用到安防产品中，研发了大量的生物识别产品。这些产品主要基于生物识别技术中的：指纹识别、面部识别、虹膜识别及语音识别等几项重要技术。在众多生物识别技术中，尤以指纹识别、面部识别发展的最快，应用的最为广泛。1、指纹识别（http:/ ）指纹，由于其具有终身不变性、唯一性和方便性，已几乎成为生物特征识别的代名词。指纹是指人的手指末端正面皮肤上凸凹不平产
2、生的纹线。纹线有规律的排列形成不同的纹型。纹线的起点、终点、结合点和分叉点，称为指纹的细节特征点（minutiae）。指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。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。目前，世界各地的警察局已经广泛采用了指纹自动识别系统。九十年代，用于个人身份鉴定的自动指纹识别系统得到开发和应用。 指纹识别系统是一个典型的模式识别系统，包括指纹图像获取、处理、特征提取和比对等模块。 目前许多公司和研究机构都在指纹识别技术领域取得了很大突破性进展，推出许多指纹识别与传统IT技术完美结合的应用产品，这些产品已经被越来越多的用户
3、所认可。指纹识别技术多用于对安全性要求比较高的商务领域，而在商务移动办公领域颇具建树的富士通、三星及IBM等国际知名品牌都拥有技术与应用较为成熟的指纹识别系统，下面就对指纹识别系统在笔记本电脑中的应用进行简单介绍。2、面部识别（http:/ ）人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生
4、物特征来区分生物体个体。人脸识别的优势人脸识别的优势在于其自然性和不被被测个体察觉的特点。 所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。 人脸识别的困难虽然人脸识别有很多其他识别无法比拟的优点，但是它本身也存在许多困难。人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。对于人脸，类内变化往往大于类
5、间变化，从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。3、虹膜识别(http:/ )虹膜识别是与眼睛有关的生物识别中对人产生较少干扰的技术。它使用相当普通的照相机元件，而且不需要用户与机器发生接触。另外，它有能力实现更高的模板匹配性能。因此，它吸引了各种人的注意。在所有生物识别技术中，虹膜识别是当前应用最为方便和精确的一种。虹膜是一种在眼睛中瞳孔内的织物状各色环状物，每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构，据称，没有任何两个虹膜是一样的。虹膜技术的优点：便于用户使用；可能会是最可靠的生物识别技术；需物理的接触；虹膜
6、技术的缺点：一个最为重要的缺点是它没有进行过任何的测试，当前的虹膜识别系统只是用统计学原理进行小规模的试验，而没有进行过现实世界的唯一性认证的试验；很难将图像获取设备的尺寸小型化；需要昂贵的摄像头聚焦，一个这样的摄像头的最低价为7000美元；镜头可能产生图像畸变而使可靠性降低；黑眼睛极难读取；需要较好光源。、语音识别(http:/ )语音识别是模式识别的一个分支，又从属于信号处理科学领域，同时与语音学、语言学、数理统计及神经生物学等学科有非常密切的关系。另一方面，语音也是人类赖以进行思维的主要工具。因此，这一科学与认知科学和人工智能等领域的研究有千丝万缕的联系，是目前发展最迅速的信息科学研究领
7、域中的内容之一。 语音识别研究的目的就是让机器“听懂”人类口述的语言。包括两方面的含义：其一是逐字逐句听懂非转化成书面语言文字；其二是对口述语言中所包含的要求或询问加以理解，做出正确响应，而不拘泥于所有词的正确转换。语音识别系统从讲叙方式角度可分为孤立词、连接词和连续语音三种。从服务对象的角度可分为特定人与非特定人。即系统只针对一个用户或可用于任意用户。 语音识别研究从20世纪50年代初期开始，60年代中期作为重要的课题展开工作。如今，随着DTW的提出，HMM的引入，语言模型建立等，语音识别研究有了飞跃性的进展。80年代以来，一些比较简单的语音识别系统已进入商品化阶段。90年代语音识别的主攻方向定为连续语音，大词表，非特定人的识别算法和系统开发。至今，IBM的Via Voice为代表的“听写机”系统正式投入市场，逐步被人们接受。语音识别、语音合成、多媒体等技术相结合，将为计算机提供友好交互方式，为网络技术、计算机应用与普及提供应有的条件。http:/
