安防高端应用：生物识别正以积极姿态走向市场

“科技是第一生产力”，它不仅能够推动企业稳步向前发展，同时也能够加快社会进步的脚步。这同样适用于安防领域，随着技术的不断完善推动了安防市场的发展，一种技术的成熟与否要通过产品的实际应用才能知道，它不仅决定市场的发展步伐也决定产品的命运。生物识别作为安防领域高端科技应用，正以积极的姿态走向市场，深入行业应用。

生物特征识别技术及其发展趋势

目前，常用的生物特征识别技术所用的生物特征有基于生理特征的如人脸、指纹、虹膜，也有基于行为特征的如笔迹、声音等。下面就这些常见的生物特征识别技术的特点及其发展趋势作一简单介绍。

◇ 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相比，具有不易伪造、不易窃取、不会遗忘的特点;而人脸识别与指纹、虹膜、掌纹识别等生理特征识别技术相比，具有非侵犯性、采集方便等特点。因而人脸识别是一种非常自然、友好的生物特征识别认证技术。人脸识别技术包括图像或视频中进行人脸检测、从检测出的人脸中定位眼睛位置、然后提取人脸特征、最后进行人脸比对等一系列相关的技术。

最早的人脸识别系统建成于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，构建了一个半自动的人脸识别系统。自20世纪80年代开始，人脸识别技术出现了基于面部图像的方法。为了克服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，一些研究者开始采用基于3D的人脸识别算法。2000年后，人脸识别算法逐渐成熟，出现了商用的人脸识别系统。

◇ 指纹识别

指纹识别技术是指通过比较不同人指纹中的特征点不同来区分不同人的身份。指纹识别技术通常由三个部分组成：对指纹图像进行预处理;提取特征值，并形成特征值模板;指纹特征值比对。指纹图像预处理的目的是为了减少噪声干扰的影响，以便有效提取指纹特征值。常用的预处理方法有图像增强、图像平滑、二值化、图像细化等。

特征提取的目的就是从预处理后的指纹图像中，提取出能够表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，从图像整体中提取出特征进行比较，但该方法的精度和性能较低。现在一般采用基于特征点的方法，从图像中提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(如终结点、分叉点、分歧点、孤立点、环点等)。得到特征点后就可以对特征点进行编码形成特征值模板。指纹特征值比对就是把当前获得的指纹特征值与存储的指纹特征值模板进行匹配，并给出相似度的过程。

◇ 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申请了虹膜识别专利保护，使得虹膜识别方面的研究很少。1993年，Daugman发表了关于虹膜自动识别算法的开创性工作，奠定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年的失效和CASIA及ICE2005中虹膜数据集的提供，虹膜识别算法的研究越来越蓬勃。ICE2006首次对虹膜识别算法性能进行了测试。

虹膜识别中需要解决如下两个难点问题：一是虹膜图像的获取，二是实现高性能的虹膜识别算法。

国内生物识别发展状况

我国生物特征识别行业最早发展的是指纹识别技术，基本与国外同步，早在80年代初就开始了研究，并掌握了核心技术，产业发展相对比较成熟。而我国对于人脸识别、虹膜识别、掌形识别等生物认证技术研究的开展则在1996年之后。1996年，现任中国科学院副秘书长、模式识别国家重点实验室主任的谭铁牛入选中科院的“百人计划”，辞去英国雷丁大学的终身教职务回国，开辟了基于人的生物特征的

身份鉴别等国际前沿领域新的学科研究方向，开始了我国对人脸、虹膜、掌纹等生物特征识别领域的研究。目前，中科院自动化研究所是我国最具权威的生物特征识别认证科研机构，在人脸识别、虹膜识别、指纹识别、掌纹识别等领域均已取得了国内或国际领先的研究成果。以国内顶级科研单位、著名高校的生物特征识别科研成果为依托，北京中科虹霸、北京行者、中科奥森、北京数字指通、北大高科、杭州中正生物认证有限公司、上海银晨科技、道肯奇等一批生物特征识别领域的高新技术公司慢慢发展起来，带动着行业的发展。