所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

生物:案例研究

Sushma贾斯瓦尔,辛格博士Sarita Bhadauria Dr.Rakesh辛格米伦
  1. 讲师,“求救信号”在计算机科学中,Pt.Ravishankar舒克拉大学sujeet kumar (C.G.)
  2. 教授和头部,Electornics工程系Madhav理工学院和科学,瓜廖尔(议员)
  3. &教授,计算机应用部门Madhav理工学院和科学,瓜廖尔(议员)
通讯作者:Sushma贾斯瓦尔,电子邮件:jaiswal1302@gmail.com
相关文章Pubmed,谷歌学者

访问更多的相关文章全球研究计算机科学杂志》上

文摘

生物识别技术是生物数据的测量。生物识别技术是常用的今天是指一个人的身份验证通过分析物理特征,如指纹、或行为特征,如签名。因为许多生理和行为特征都是独一无二的个体,生物识别技术的身份验证提供了一个更可靠的系统比身份证、钥匙、密码、或其他传统系统。生物识别技术一词源于两个希腊单词,意思是生命的措施。提供一个全面的调查,我们不仅分类现有的boimetric技术还详细的每个类别内代表性的方法。任何特征可以作为生物标识符,如果(1)每个人都具有的特征,(2)它因人而异,(3)其属性不会大幅改变随着时间的推移,和(4)可以手动或自动测量。物理特性常用的生物认证包括脸、指纹、手印,眼睛,声音。生物认证可用于控制计算机网络的安全,电子商务和银行交易,限制地区办公楼和工厂。它可以帮助防止欺诈通过验证身份的选民和驾照或签证的持有者。在身份验证、传感器捕获的数字图像特征被用来验证用户的身份。 A computer program extracts a pattern of distinguishing features from the digital image. Another program compares this pattern with the one representing the user that was recorded earlier and stored in the system database. If the patterns match well enough, the biometric system will conclude that the person is who he or she claims to be.

生物和AUTHENTICATIONN

生物是任何可测量的、健壮的、独特的物理特性或个人特质的个体,可以用来识别或验证声称的身份,个人。
可测量意味着特征或特征可以很容易地呈现给传感器和转化为可量化的,数字格式。这允许自动匹配过程发生在几秒钟内。
生物识别的鲁棒性是一个衡量的程度的物理特性或个人特质受到重大的改变。这种变化可能会发生,因为个人暴露于化学物质的影响,老化,或受伤。高度健壮的生物不受大的变化随着时间的推移,鲁棒性程度低,表明财富在社会成员之间的生物,可能大幅改变。例如,虹膜模式,改变一生很少,比声音更健壮。
特殊性的变化或生物识别模式的差异。最高程度的特殊性意味着一个惟一的标识符,而一个低程度的特殊性表明生物模式发现经常在一般人群。生物识别应用程序的目的决定了所需的程度的鲁棒性和特殊性。识别验证有很大区别。识别是当设备问并试图回答这个问题,一个¢€•X是谁?一个¢€–当使用生物识别技术来识别个体,生物识别设备读取一个示例和比较,针对每一个模板示例数据库中。这叫做一个¢€•one-to-manyA¢€–搜索(1:N)。设备要么找到一个匹配,随后识别人或找不到一根火柴,无法识别这个人。
验证当设备问并试图回答这个问题,一个¢€•这是X吗?后一个¢€–用户声称是x生物识别技术用于验证所宣称的一个人的身份,生物识别设备首先需要来自用户的输入。例如,用户称他的身份通过使用一个密码,令牌,或用户名称(或任何组合的三个)。设备也需要一个生物样品。然后比较了样品对用户定义的模板(指着的密码令牌,和/或用户名)在数据库中。这叫做一个¢€•one-to-oneA¢€–搜索(1:1)。设备将找到或找不到两者之间的匹配一般来说,有三种不同的方法来识别个体安全目的,称为身份验证。提出了以最小最安全,方便,安全,方便第一种方法使用的东西,比如一个令牌,牌,或关键。第二种方法使用你知道的东西,如密码或密码。第三个使用你的东西,一个生物。
这三个的任意组合进一步提高安全,同时要求所有三个提供最高水平的安全。
生物认证指的是自动化的方法来识别或验证的身份活着的人实时的基于物理特征或个人特质。这句话,¢€•生活人在现实赈灾发言人timeA¢€–用于区分生物认证取证,不涉及实时识别的个人生活。
生物认证技术被用在两个方面:
证明你是谁或你声称你是谁。
证明你是谁不是(例如,解决错误的身份)。
识别和验证
有两个类别的生物系统。识别和验证。识别被称为过程,把在场的人比作生物模式或数据库。验证是一个过程来验证一个人的ID通过比较他/她的生物特征数据与已捕获的生物数据存储在系统中。识别比验证过程更复杂。识别可能会生成一个一对多匹配,验证生成一个一对一的比赛。一个例子是一个人在机场使用生物识别技术。在验证过程中乘客提供智能卡,(已经编程与他/她的生物数据)。当时间乘客被扫描,授权将验证和智能卡的人。这个过程非常简单,更易于使用。 The identification process is more complicated. Let’s take this same passenger, but this time he/she does not have a smart card. Upon being scanned by the biometric system, the identification process can generate a large number of results based on similar aspects. The results of the database can then be filtered down based on sex, ethnic origin, and other facts. Biometric is a science and technology of authentication. In fact biometric technology is not new technology. Biometric technology is already used since ancient Egyptian times.
生物技术用于识别的人记录大小可辨认的身体部位;它通常是用来确保这个人是真正的他/她。基本上生物识别系统是用于安全目的,也用于网络系统逻辑;没有人访问而不被信任。访问控制技术试图回答两个基本问题的过程自动化之前,提供各种类型的访问。
第一个问题是你是谁在哪里?第二个问题是一个¢€•你真的就像你说的吗?一个¢€–第一个问题代表的功能识别和第二个问题代表的功能验证。
生物技术第一个流程在哪里?
这种常见的方法是获得通过使用符号和假设的所有者签署和证明身份将匹配。这种模型称为单因素安全。这项技术主要是用于房子关键字系统。这种技术也可以用于识别目的。这种方法有风险,如果信号是丢失或被盗。一旦任何一个进入另一个人的关键,他们可以很容易地进入房子。这也发生在密码。它不会是一个秘密的一些人可以使用它。
在来这个问题去两个因素安全是发现。这个方法是最成本和风险。最常见的自动取款机(ATM)的例子。信用卡显示你是谁和销的马克你卡的主人,您可以访问你的银行账户。这个安全的弱点是应该访问请求者的迹象。因此,卡只或销时不会出现工作上的问题你是健忘的人。同样,你通常不会意识到销是非常个人的事。基本上,家人或亲密的朋友可能不知道。更复杂的犯罪是偷销数据直接从源。
在这种情况下,生物指纹扫描仪可以是一个解决方案。在现实世界中,这是十分有异国情调的技术。它基本上是用在警察局、高度安全的建筑物,甚至在电脑键盘上的目的。使用生物识别技术可以识别个人和卡片和系统。
没有更好的方法识别个体比使用他或她自己的独特的特点。今天,隐私和数据保护的意识不断增加,生物识别技术是最安全、最方便的方式识别提高个人识别所有。生物识别技术已经商业意识的笔记本电脑,手机电脑,和其他家用电器现在可以使用这个神奇的技术。
今天有两个类别的生物识别技术被使用。一个是生理生物识别技术措施的特点,可以根据经验确定,如的脸,指纹,虹膜。另一个类别是贴上行为包括签名,声音,击键。与任何类型的技术一样,每个项目在这两类都有自己的优点和缺点。让我们得到他们每个人是如何工作的概述。
生物的定义是通过理解其命名的最好解释。
“生物识别技术”一词来源于希腊单词“bios”和“指标”;这意味着生命和分别测量。这直接转化为“生活测量”。
一般科学包括生物识别技术作为20世纪初以来统计领域发展。一个很好的例子是农业田间试验数据的统计分析比较不同品种小麦的产量。这样,科学正在测量的农业生活最终决定经济增长的更有效方法。
生物识别技术测量一组特定的一个人的关键统计数据以确定身份。
在大多数当代计算机科学的应用程序中,术语“生活测量”适应一个稍微不同的角色。生物识别技术在高技术领域是指一个特定类的识别技术。这些技术使用一个人的独特的生物特征来确定一个人的身份。特征被认为是包括指纹、视网膜和虹膜模式,面部特征和许多更多。
类型的生物识别技术
基本上有两种类型的生物识别技术:
1。行为的生物识别技术
2。物理生物识别技术
行为生物定义:行为基本上生物识别技术措施获得自然的特征在一个时间。它通常是用于验证。
物理生物定义:物理生物识别技术措施对个人固有的物理特性。它可以用于识别或验证。
生物识别技术是如何工作的呢?
无论使用什么类型的生物识别方案,都必须经历相同的过程。捕捉过程的步骤、流程和比较。
•-生物识别方案是用来捕获行为或生理特性。
•过程——捕获的特性提取的独特处理元素(s)对应于某些人
•比较——个人注册到一个系统作为授权用户。在这一步的过程中,对现有的独特元素检查捕获的图像。这个验证元素是一个新授权用户。一旦一切都完成,元素可用于未来的比较。
如何选择正确的生物识别系统?
需要问一些问题,回答时选择一个生物识别系统。下面是其中的一些问题:
1。需要的安全级别是什么?
2。系统会出席或无人值守吗?
3所示。你想要系统抗欺骗?
4所示。想要的可靠性级别是什么?
5。应该这个系统一天24小时工作吗?
6。系统需要备份吗?
7所示。可接受的入学时间是什么?
8。隐私的问题是你的系统吗?
9。存储的签名呢?
生物识别技术是什么?
生物识别技术是自动化的方法来识别一个人或验证一个人的身份基于生理或行为特征。生理特征的例子包括手或手指图像,面部特征,虹膜识别。行为特征是学习或获得的特征。动态签名验证,验证,议长和击键力学行为特征的例子。
生物认证需要比较注册或登记生物样本(生物模板或标识符)对新捕获的生物样本(例如,一个指纹登录期间捕获)。招生期间,正如下图所示,捕捉生物特征的样本,由计算机处理,存储,以便稍后进行比较。
生物特征识别可用于识别模式,生物识别系统识别一个人从整个登记人口通过搜索数据库匹配完全基于生物特征。例如,可以搜索整个数据库来验证一个人没有申请权利利益在两个不同的名称。这是有时被称为一个¢€•one-to-manyA¢€–匹配。系统也可以用于验证模式,生物系统验证一个人的声称的身份从他们以前注册模式。这也被称为一个¢€•one-to-oneA¢€–匹配。在大多数电脑或网络接入环境,验证模式将被使用。用户输入一个账号、用户名或插入一个令牌,如智能卡,而是进入一个密码,一个简单的触摸手指或一眼相机就足够了对用户进行身份验证。
任何可测量的生物,物理或生理特征或行为特征,可以用来识别个人或声称的身份进行验证的一个独立的个体。3、4生理生物识别技术的例子包括指纹、手几何、面对、虹膜、视网膜静脉网络手,甚至身体的气味。
行为生物识别技术包括语音、5签名,击键力学(在键盘上打字的方式)和步态(步行的方式)。6虽然身体的范围特性,可用于生物识别大大扩大这项技术首先成立以来,并不是所有的生理或行为特征都适合生物特征识别。为了被认为是适用于生物识别、生理或行为特征通常是根据大量的标准进行评估:(i)普遍性、特殊性(ii), (iii)永久(iv)值得收藏,(v)性能,(vi)可接受性和(七)抵抗规避(见表1)7,8,9,10这些有时被称为一个¢€•七柱biometricsA¢€–。虽然没有生物形态满足同样的所有七个支柱,某些形式满足比其他人更多的标准(如指纹和虹膜将分数总比动态签名和击键力学)和,因此,被认为是更可靠的或一个¢€•strongerA¢A€–的适用性进行识别。此外,对于大型应用程序(例如,在机场)高速需要匹配,这可以支持一个特定的生物形态的选择。
为什么我们使用生物识别技术?
使用生物识别技术识别人类提供了一些独特的优势。生物识别技术可以用来识别你。令牌,如智能卡、磁条卡、身份证照片,物理键等等,可能会丢失,被盗,复制,或在家里。可以忘记密码,共享,或观察。此外,当今快节奏的电子世界意味着人们被要求记住众多的密码和个人识别号码(pin)计算机帐户、银行自动取款机,电子邮件帐户、无线电话、网站等等。生物识别技术持有的承诺快速、易于使用、准确、可靠,为各种应用程序和更便宜的身份验证。没有一个一个¢€•正序连赢¢€–生物,适合所有的需要。所有生物系统都有自己的优点和缺点。然而,有一些共同特征需要做一个生物系统可用。首先,生物必须基于一个可区分的特征。 For example, for nearly a century, law enforcement has used fingerprints to identify people. There is a great deal of scientific data supporting the idea that ―no two fingerprints are alike.‖ Technologies such as hand geometry have been used for many years and technologies such as face or iris recognition have come into widespread use. Some newer biometric methods may be just as accurate, but may require more research to establish their uniqueness.
另一个关键方面是如何一个¢€•user-friendlyA¢€–系统。过程应该是快速和容易,如由摄像头拍摄的照片,对麦克风讲话,或者触摸指纹扫描仪。低成本是很重要的,但大多数实现者明白这不仅是传感器的初始成本或匹配的软件。通常,提供系统管理的生命周期支持成本和注册运营商可以超越生物识别硬件的初始成本。优势生物认证提供的功能需要更多的实例验证在这样一个快速和简单的方式,用户并不为额外的需求。随着生物技术的成熟和进入大规模商业使用,处理多个级别的身份验证或认证的多个实例将成为用户的负担。
为什么使用生物识别技术术语?
传统上,确定个人或所涉及的个人声称的身份验证使用密码,个人识别号码(PIN)或加密密钥(一个¢€•你knowA¢€–)或身份(ID)卡,智能卡或令牌(¢€•一些你有¢€–)。然而,有许多问题与此相关的安全措施。例如,可以忘记密码和别针,与他人共享,丢失或被盗,可以妥协的完整性系统。生物特征是一个人的一部分,因此它提供身份证明的第三个元素,例如一个¢€•你区域¢€–。因此,生物特征被认为有许多优于上述安全措施:他们不能丢失或遗忘,他们难以复制、伪造或分享他们需要出席的时间个体识别。使用生物识别技术也使得个体很难否定访问物理位置或计算机系统,或进行一个特定的事务。事实上,生物特征往往描绘成识别或验证的终极形式,在许多地方,被提升的高度安全、效率和便利和已经被提议作为身份盗窃和诈骗的解决问题。预计生物识别系统将会更快和更方便的使用,实现和管理和成本比传统安全标识和验证方法。尽管如此,生物识别技术也有其局限性,例如,密码,别针和身份证都可以补发相对容易,如果他们成为妥协,这不是对一个人的指纹或虹膜图像。实际的技术方面和生物识别系统的局限性是在下面详细讨论。
生物特征识别系统的设计
虽然人类一直在使用某些功能(如的脸,声音和步态)认识到彼此几千年来,自动化和半自动化方法用于生物识别系统是一个相对近期的发展从过去的几十年里。28虽然机制和模式(特征)可能不同,在生物系统中有四个基本阶段:(i)报名,(ii)存储、(3)收购和(iv)匹配。与任何生物识别系统,使用该系统所需的个人需要登记。生物数据,例如指纹、收集使用的传感器产生一个数字表示的数据。然后系统提取凸歧视性的特点从数字表示(即特征提取),这些特性被用来生成一个模板(即特征数据集),然后与用户的标识和存储在系统中。在基本条款模板的数字数据。下次单独提出他/她的指纹传感器样品模板相比,获得的是注册(存储)模板使用数学算法。如果他们匹配个人接受。
为什么我们选择生物识别技术?
使用生物识别技术有很多好处,包括更好的安全性。这些系统提供了低成本和方便安全层。也通过使用生物识别技术,企业可以减少朋友冲ID相关的欺诈行为。生物识别系统也照顾问题忘记密码,丢失ID采用生理属性。公司可以很容易地减少密码管理费用,也可以更换困难的密码。生物识别技术还提供了更高的ROI和节约成本在各领域包括时间和出勤率和损失预防。
我们选择了生物识别技术
有一个在市场上可用生物识别系统范围。重要的是要选择一个适合的用户配置文件,接口需求,基于应用程序的参数和环境条件。记住下面的事情,你可以挑选最好的生物识别技术使用。除非你选择易于使用的技术训练为一个特定的类型。同样重要的是要检查错误发生率。环境条件和时间影响生物信息的准确性。供应商通常使用两种方法测量生物识别精度。虚假的废品率和错误接受率用于评级生物识别的准确性。所以当购买生物识别系统,考虑你的需求,然后把一个明智的决定。不要忘记来分析用户验收和成本相关的技术。
为什么指纹用于生物识别技术很好吗?
有许多标准之前必须占物理或者行为特征可以被认为是适用于生物识别技术。也许最重要的标准是“独特性”和“永久”。指纹已经被证明在这两方面。
•独特性:
独特的指纹并不是一个确定的事实,但实证观察。指纹一直比较全球140多年。在此期间,没有发现两个指纹在任何两个人是完全相同的。即使是同卵双胞胎共享相同的DNA结构有不同的指纹;他们往往有指纹,全球是相似的,即具有相同的指纹类(如. .螺纹、循环、拱等),但脊结构是非常不同的。真正的也适用于左右手指,可以预期的克隆。
•永恒:
指纹完全形成约7个月的胎儿发育和手指岭配置不改变在一个人的生命除了由于瘀伤和深身体伤害等事故。他们只是在各个方向扩大比例,我们长大了,意味着指纹维护整个存在的比例尺度。的其他优势指纹生物识别乃波纹管:
•高普遍性:
在人类每一个个体都有指纹可以很容易地用于身份验证。
•高不可缺少:
像人类识别口令认证指纹不被盗或丢失的主要问题。另一方面指纹永远不会被忘记像针一样,密码,或其他知识系统。实际上在大多数情况下,指纹会陪在他/她的个人生活时间,除非有严重伤害他们的手指。
•高值得收藏:
指纹可以很容易地收集与其他生物样品,如视网膜、DNA、爱尔兰等需要完成合作,高成本专用设备来获得生物样本。另一方面获取指纹的过程需要很少或没有用户可以轻松收集培训和合作和非合作用户。
•好可存储性:
指纹的数据库不需要巨大的空间;这取决于模板的表示,可以选择系统。这取决于应用程序和方式表示这些模板的大小可以从52字节数兆字节。
•高性能:
指纹保持一个最精确的生物模式考虑两个错误接受率(远)和错误拒绝率(FRR)。
•广泛可接受性:
自20世纪初以来,指纹已经正式接受为有效个人身份特征和取证已经成为一个标准的程序。

介绍

“生物识别技术”是自动化的方法识别个体根据自己的生理或行为特征。一些常见的商业例子是指纹、脸、虹膜,几何,声音和动态签名。以及其他许多人,这些都是在不同的发展阶段和/或部署。的生物类型是“最好的”从一个应用程序都有很大不同。这些识别方法优于传统方法,涉及密码和密码由于各种原因:(i)标识的人需要亲自选定;(2)基于生物识别技术可以不再需要记住一个密码或令牌。生物特征识别可用于识别模式,生物识别系统识别一个人从整个登记人口通过搜索数据库匹配。

生物识别系统

所有生物识别系统包括三个基本要素:
入学,或者生物标本采集的过程从一个个体,称为入会者,随后代模板。
模板,或者代表入会者的生物特征数据。
匹配,或者比较真人对生物样品的过程在数据库系统的一个或多个模板。
招生
招生是至关重要的生物认证第一阶段,因为注册生成模板,将用于所有后续匹配。通常,设备需要三个样品相同的生物,平均产生注册模板。招生是复杂的依赖许多生物识别系统的性能对用户的熟悉生物识别设备因为入学通常是用户第一次暴露在设备。
环境条件也影响招生。入学条件下应该发生类似常规匹配过程中预期。例如,如果使用语音验证的环境中,背景噪声,系统注册模板匹配的声音的能力取决于捕捉这些模板在相同的环境中。除了用户和环境问题,生物识别技术本身随时间变化。许多生物识别系统通过不断平均占这些变化。模板是平均每次用户尝试验证和更新。
图像
模板
数据代表入会者的生物,生物识别设备创建模板。设备使用专有算法提取“特性”适合生物入会者的样本。模板只是一个记录的特点,有时被称为细节点,一个人的生物特征或特征。例如,模板不是一个图像或记录实际的指纹或声音。在基本条款,模板的数值表示要点是从一个人的身体。模板通常是小型计算机内存的使用,这允许进行快速处理,生物认证的一个特点。模板必须存储在某个地方,以便后续模板时创建一个用户试图访问该系统使用一个传感器,可以相比。一些生物专家声称逆向工程是不可能的,或重建,一个人的打印或图像从生物特征模板。
匹配
匹配的比较两个模板,模板制作招生时(或在以前的会议,如果有持续更新)与“当场”产生的一个用户试图访问通过传感器通过提供一个生物。比赛有三种方法可以失败:
未能参加。
错误的匹配。
假nonmatch。
未能录取(或获得)的失败技术提取特点适当的技术。例如,一个小的人口比例未能参加fingerprint-based生物认证系统。两个原因解释这种失败:个人的指纹不够独特的系统,或个人的区别特征的指纹已被改变因为个人的年龄或职业,例如,一位上了年纪的砖匠。
此外,一个错误匹配的可能性(FM)或假nonmatch (FNM)存在。这两个术语经常被误称“误接受”和“虚假拒绝”,分别,但这些术语是依赖于应用程序的意义。调频和危机是与应用程序无关的术语来描述生活样本之间的匹配过程和生物特征模板。样品时出现错误匹配数据库中的错误匹配模板(即。,一个冒名顶替者被接受)。不匹配错误的情况发生在样品不正确不匹配的一个真正的数据库中(即匹配模板。,一个合理的匹配是否认)。调频和FNM计算和使用安全性和便利性之间做出权衡。例如,大量安全重点错的一边否认合理匹配,不容忍接受冒名顶替者。重强调用户方便导致不能容忍否认合理匹配但会容忍一些接受冒名顶替者。

生物识别技术

生物识别技术的身份验证系统的功能是促进对应用程序的访问控制,网络,个人电脑(pc)和物理设施。生物认证系统本质上是一个方法,建立一个人的身份通过比较独特的二进制代码的二进制代码特定生物或物理特性电子存储特性称为生物。实现生物认证系统的决定性因素是它不能落入黑客;它不能被共享的,丢失,或猜测。简单地说,生物认证系统是一种有效的方式来取代传统的基于密码的身份验证系统。虽然有很多可能的生物识别技术,至少八个主流生物认证技术部署或测试应用程序的公共和私营部门和分成两个,
o指纹,
o手/手指几何,
o棕榈打印识别
o动态签名验证
o击键力学。
面部识别,
o语音识别
o虹膜扫描,
o视网膜扫描。
别人阿
本研究的目的,生物识别技术,要求一个人做出直接接触电子设备(扫描仪)将被称为生物联系。雷竞技网页版鉴于隐形生物的本质是人渴望访问应直接接触电子设备以实现逻辑或物理雷竞技网页版访问。因为一个人的内在需要直接接触,很多人来考虑接触生物技术,侵占私人空间和侵入性的个人隐私。雷竞技网页版
非接雷竞技网页版触式生物可以进来一个被动的形式(生物识别设备连续监测正确的激活频率)或活动(用户随意启动激活)生物。在任何事件中,身份验证的用户生物不应该发生,直到用户自愿同意目前的生物样本。非接雷竞技网页版触式生物可以用来验证一个人的身份和提供至少两个维度,接触生物技术不能匹配。非接雷竞技网页版触式生物是不需要不良接触为了提取所需的数据样本的生物学特性和在这方面接触生物是最适应变量能力水平的人。
指纹
人类指纹用于个人识别几个世纪以来,他们已用了刑事调查超过100年了。指纹的有效性作为个人身份的基础就建立了。
指纹脊的模式和沟表面上的指尖。没有两个人是完全相同的模式,安排和任何一个人一生中保持不变的模式。指纹是如此不同,即使是同卵双胞胎的指纹都是不同的。每个手指上的指纹相同的人也不同。
指纹图像的细节水平扫描到一个生物系统取决于几个因素。它们包括压力应用于指尖的数量在图像扫描,任何削减或其他畸形的存在在指尖,和皮肤的干燥。因此,任何不寻常的或突出的特性在指尖,结局的指纹脊,脊分岔,或者分支机构总共被称为minutiae-are所有用于基于指纹识别的生物系统。
固态传感器的开发指纹扫描可能很快使合并fingerprint-based生物识别设备的成本负担得起在许多应用程序中,如笔记本电脑和移动电话。因此,研究人员期望指纹识别主要的生物识别技术在不久的将来。指纹技术的一个问题是它的社会可接受性,因为指纹历来与刑事调查和警察有关的工作。另一个问题是,一小部分人口的指纹可能不适合自动识别,因为打印可能变形由于老化,一些基因条件或环境原因。
指纹生物识别是一个自动化的数字版本的老多方法用于识别一个多世纪,主要由执法机构。生物识别设备包括用户将手指放在滚筒印刷的阅读。供应商的细节然后提取的算法,这也让指纹模式分析。指纹模板的大小通常是50到1000字节。指纹生物识别技术目前有三个主要应用领域:大型自动化手指成像系统(AFIS)一般用于执法目的,欺诈预防福利计划,和物理和计算机的访问。
优势
成熟技术基于多年的研究和理解
不改变自然
在安全社区广泛接受吗
设备相对低价比其他生物识别系统
缺点
随着时间的推移可以更改/疲惫不堪
易受噪声和失真带来的污垢和扭曲。
有些人可能会觉得冒犯了把手指放在同一个地方很多人不断感动。
有些人破坏或消除指纹

手/手指几何

各种测量的人手可以作为生物特征。这些包括手的形状,手指的长度和宽度,总体规模的手。生物识别设备基于手几何已经安装在世界各地的许多地方。Hand-reader系统是用于一些监狱在美国和英国追踪犯人的运动。美国移民归化局使用hand-reader系统在一些美国主要机场的快速导纳频繁的外国游客到美国。hand-geometry技术很简单,相对容易使用,而且便宜。这种方法的主要缺点是,它没有很好的区分之间的不同的人的手中。换句话说,系统可以很容易地确定一个特定的形状属于指定的个人但不能可靠地确定一个特定的手形状属于几个人之一。手几何信息在个体的寿命可能会有所不同,尤其是在儿童时期,快速发展可以大大改变几何。此外,珠宝或有限的灵活性的存在由于关节炎可能使系统难以正确提取几何信息。 Biometric systems based on hand geometry are large in size, so they cannot be used in applications with limited space, such as laptop computers.
手或手指几何是一个自动化测量的许多维度的手和手指。这些方法需要实际打印的手掌或手指。只有空间几何检查用户把他的手放在传感器表面,并使用指导两极之间的正确位置的手,手指开始阅读。手几何模板通常9字节,和手指几何模板是20到25个字节。通常手指几何测量两个或三个手指。手几何是一门成熟的技术,已经深入实地,很容易被用户接受。
图像
棕榈打印识别
手的手掌的山脊和山谷,模式类似于指纹,这些发现可以用于生物特征识别。这些系统使用不同的传感器类型,即光学、电容、超声波和热。根据传感器的分辨率,捕获的图像可以包含所有棕榈的特性包括山脊和山谷特性,主纹和皱纹,以及手几何测量。类似于指纹识别系统提取细节和/或模式的细节,用于创建一个模板。模板可以代表整个手掌表面,也可以局限于特定小区域的手掌表面,根据性能需求。匹配过程可能涉及minutiaebased匹配,correlation-based匹配或ridge-based matchingThe使用palm打印识别技术是增加商业和执法程序。类似于指纹、掌纹并不普遍,他们是容易磨损的同样的问题。然而,由于手掌代表一个比一个指纹面积较大,这些特性被认为是更独特的指纹。此外,手掌更独特的细节特征比脊特征。掌纹的集合可以通过用户反馈来协助,例如,关于手的定位。 Palm print recognition is considered to be highly accurate, though the quality of the images can affect the error rates. Minutiae-based matching is more accurate than correlation-based matching, but it can take longer. however, system speed can be assisted by partitioning the database into different sections. It has been suggested that palm print recognition accuracy will improve with further technological advances, though independent testing will be needed to corroborate these results.
从实用的角度来看,手掌印传感器更大,因此,更昂贵的比指纹传感器。决策实现棕榈打印识别系统必须平衡精度的需要对成本和与该技术有关的互操作性问题
静脉模式识别
图像
静脉模式识别系统的高分辨率相机和红外线用于捕获血管清晰可见的模式和结构的一个人的手或手指。算法注册血管模式特征(如血管分支点,船厚度和分支角度)和存储这些作为模板进行比较与后续登记个人样本。这一技术有可能成为与现有的识别系统,如指纹、手掌识别传感器。静脉模式识别系统正越来越多地用于为了访问ATM自动柜员机提供银行服务,和物理访问医院和大学以及住宅,特别是在日本。这些识别系统也被用于高安全网络访问和销售点终端。皮肤下的血管随机模式相对独特的和稳定的,从而使其用于某些形式的生物特征识别。传感器非接触式和相对容易使用,尽雷竞技网页版管额外的指导支架可用于促进正确定位。图片不能被收集在一个距离和自系统非接触后不留下潜在的图像传感、鼓励接受。雷竞技网页版系统性能是相当准确的,因为它是难以伪造血液血管,静脉识别被认为是一个安全的生物形态。

动态签名验证

每个人都有一个独特的书法风格,因此,一个独特的签名。签名识别的一个问题是,特定个人的签名可能有所不同。尽管变化,研究人员设计了几个成功的系统基于签名的验证。生物识别设备基于签名验证是相当准确的,但是不够准确识别特定的个人在一个大的人口。然而,签名验证是足够可靠,用于访问销的自动柜员机(atm)。
有两种方法来识别基于签名验证:静态和动态。静态签名验证只使用一个签名的几何(形状)特性,如倾斜的程度、广度和高度的信件,和空间之间的线,字母和单词。动态签名验证使用几何特性和动态特性,如速度的压力一个人写道,编写实现。动态验证需要一个特殊的钢笔。抵抗伪造,作为伪造者几乎不可能复制的形状签名和另一个人的速度和压力迹象他或她的名字。签名验证系统的一种固有的优点是,个人身份的签名已经可以接受的形式。它很容易因此被整合到现有的业务流程,如信用卡交易。
动态签名验证是一个自动化的方法,考察一个人的签名。这种技术检查等动力学速度,方向,和写作的压力;手写笔的时间是在接触“纸”;雷竞技网页版花费的总时间使签名;和笔在哪里从降低到“纸”。Dynamic signature verification templates are typically 50 to 300 bytes.
优势
合理准确的
容易被用户
缺点
系统可以被模仿签名
击键力学
击键力学是一个自动化的方法检查个人的击键在键盘上。这种技术检查等动力学速度和压力,总时间输入一个特定的密码,用户需要达到特定的键之间。这种技术的算法仍被开发来提高健壮性和特殊性。一个潜在有用的应用程序,可能会出现电脑访问,这个生物可以用来验证计算机用户的身份不断。
优势
用户友好的
相当独特的每个方法之间
更适合验证
低成本
缺点
一个人可能会攻击并获得用户密码。
不太适合于识别

面部识别

最熟悉的生物识别技术是人脸识别。人类使用面部识别的识别他人。因此,在生物识别技术领域,人脸识别是最活跃的研究领域之一。这项研究的应用范围从设计的系统识别人们still-photograph脸上的图像识别系统的设计活动和改变面部图像杂乱背景。更高级的系统可以识别一个特定的个体在录像带或电影。
研究基地的模式用于面部识别特定和一般特征。具体功能包括面部的位置和形状属性,如眼睛,眉毛,鼻子,嘴唇,下巴。更普遍的是,他们使用一个整体的面部图像分析和图像的分解成许多组件图像。研究人员不确定是否面对自己,不需要任何额外的信息,是充分的准确识别一个人在一大群人。一些面部识别系统限制的面部图像,有时需要一个简单的背景或特殊照明。
面部识别记录的空间几何特点的脸。不同的供应商使用不同的面部识别的方法,然而,所有关注关键特性的措施。面部识别模板通常是83到1000字节。人脸识别技术可以遇到性能问题源于等因素没有用户的合作行为,照明,和其他环境变量。面部识别被用于项目识别卡柜台在赌场,在商店扒手,罪犯在目标城市地区,海外和恐怖分子。
年代。贾斯瓦尔出版社。文献[2010]给出一个全面的图像基于人类和机器识别的脸在1987年到2010年期间。机器识别面临的几个应用程序。作为最成功的应用程序的图像分析和理解,人脸识别最近引起相当大的关注,尤其是在过去的几年里。此外,相关的话题,例如简短的研究,系统评价,光照和姿态变化的问题。摘要许多方法与基于图像的三维人脸识别进行了讨论。年代。贾斯瓦尔出版社。[2008]描述了一种有效的方法和算法,使个人面临动画从可能的输入。 Proposed algorithm reconstruct 3D facial model for animation from two projected pictures taken from front and side views or from range data obtained from any available resources. It is based on extracting features on a face in automatic way and modifying a generic model with detected feature points with conic section and pixalization. Then the fine modifications follow if range data is available. The reconstructed 3Dface can be animated immediately with given parameters. Several faces by one methodology applied to different input data to get a final Animatable face are illustrated.
年代。贾斯瓦尔出版社。[2007]提出的研究中,2 d照片图像分成两部分;一部分是前视图(x, y)和侧视图(y, z)。这种方法的必要条件是位置或坐标的图像应该一律平等。我们结合图像根据坐标然后将三维模型(x, y, z),但这个3 d模型不准确的大小或形状。在定义——换句话说,我们将3 d可以做成动画的脸,精致的3 d人脸可以做成动画通过pixellization和平滑的过程。平滑的执行更现实的真实感三维人脸模型的人。

二维人脸识别

优势
需要较小的存储空间识别模板(3 d)相比
快在识别过程中,需要较少的内存
缺点
2 d图像包含有限的信息
对光照敏感,取向,面部表情和ups
不会工作在使用其他的面具一个面纱吗

三维人脸识别

能够捕获和储存更多的信息,3 d提供了更准确的表示
更好的处理照明和orientation-related读数
缺点
较高的计算成本由于需要处理大量的数据
不会工作在使用其他的面具一个面纱吗
面部温度记录
面部温度记录措施的热辐射(热)发出一个人的脸。有人建议,辐射的热量人脸的模式(或身体)适用于识别的目的。使用一个红外摄像机捕获图像和热分析解剖信息,被认为是不变的温度变化,例如,表面的血管的模式。最可能的应用面部温度记录类似采用2 d和3 d - base面部识别。例如,这项技术可以用来保护计算机和网络的访问,在ATM提款机和销售点终端和电子护照。然而,它也被认为面部温度记录识别可以用于医学领域分类,诊断和监测治疗。
所有个人产生面部温谱图和血液脉管系统底层的复杂性这些温谱图被认为是独特的足以允许识别。然而,面部温谱图可以由许多不同的因素影响包括环境温度、某些物质的摄入(如血管舒张药和血管收缩剂),广泛的面部手术,鼻炎,炎症,动脉阻塞,初期的中风、软组织损伤和其他生理条件。这个生物的集合不引人注目,可以做在一个距离和不同照明条件下是可能的,包括黑暗。尽管如此,困难可以出现在捕捉面部温度自记曲线图像包含其他热源在不受控制的环境中。其他因素也会降低系统的性能,如眼镜的存在,甚至严重的晒伤。尽管如此,初步精度结果很有希望,他们有望改善。由于面部温谱图产生血管在皮肤表面,这种技术是对规避使用伪装。此外,试图改变血管改变的模式产生的热法也可以检测到。活性检测是另一个可能的安全措施,例如,一个图像帧的数量可以被分析为小型热变化引起的心率和呼吸。用户验收的面部温度记录由于非接触式高,非侵入性的图像采集和吞吐量速度快的性质。雷竞技网页版 Some concerns have been raised regarding the potential to infer certain medical conditions from the vascular patterns. In addition, because the images can be collected covertly, privacy concerns relating to surveillance have been raised.

语音识别

声音被认为是行为和生理生物因为某些特性是基于一个人的声音的形状和大小的声道,口、鼻蛀牙,嘴唇,等。从生物的角度基本上有两种不同类型的声音/说话人识别系统,即文本和文本独立系统的依赖。在文本相关的系统用户说一个特定的,预定的,短语,例如,一个数字序列。参加这样的一个系统时,用户可能需要多次重复短语,使算法能够考虑任何内部类的变化。因此,招生过程持续更长的时间,但是这被认为导致增加准确性。在文本独立的系统用户的声音是认可不管他/她在说什么。据说这种系统对滥用比文本相关的系统提供更大的安全,但他们更难以设计。443在一般情况下,声波从个人的录音计算特征向量,然后模仿作为一个声纹(模板)。在识别过程中,特征向量的序列样本和使用模式分析比较了声纹,即系统并不比较声音本身。如果足够相似,这些模式匹配。
像签名,演讲主要是行为特征。然而,语音有一些生物方面,使语音特征相似的所有人。这些相似之处是由于个体的相对相似的形状和大小的声道,嘴、鼻蛀牙和嘴唇,所有这一切都有助于产生的声音讲话。演讲的一个特定的个人独特的但可能不包含足够的信息价值的大规模的识别。
语音识别是基于text-dependent语音输入或输入text-independent演讲。text-dependent系统验证一个人的身份的基础上固定的短语的话语,如人的名字。text-independent系统验证的身份说话,不管他或她说什么。Text-independent语音识别是更加困难比text-dependent验证但反欺诈提供了更多的保护。基于语音的特点是敏感因素,如背景噪音和说话者的情感和身体状态。此外,有些人非常擅长模仿别人的声音。这个流行的感知语音识别的弱点可能是一个原因基于语音认证不是广泛用于高安全性的应用程序。
声音和说话人识别使用声音特征来识别个人使用一个密码短语。语音识别可以受到背景噪声等环境因素的影响。另外目前尚不清楚这些技术真正认识到语音的发音或者只是使用的密码短语(密码)。这种技术已经相当努力的焦点在电信行业和国家安全局的一部分,继续努力提高可靠性。电话或麦克风可以作为传感器,这使得它相对便宜和易于部署技术。
优势
非侵入性
独特的声带,声道,鼻窦,口腔组织
冷声道不受影响。
可以用电话吗
低侵袭性
缺点
与噪音很容易损坏,所以可能不适合在公共场所使用
假率高的概率(正面和负面)因身体疾病(感冒、咳嗽、鼻炎等。)
当地的音响可以摆脱生物识别系统
疾病和年龄可以语音生物识别技术的一些因素影响。
错误匹配率高
耳朵几何生物识别技术
这种形式的生物特征识别是基于分析外耳的形状、耳垂和骨骼结构,使用2 d和3 d方法。传感器(如相机)收集用户的头部的侧面轮廓图像,系统会自动定位的从周围的头发,耳朵和隔离区域的脸,和用户的衣服。算法使用一个组合的颜色和深度分析,首先本土化耳朵坑,然后生成一个可见的耳朵区域的轮廓。算法必须占肤色的差异(由于照明变化),以及不同的耳朵大小,耳朵形状、头发遮挡,耳环的存在。从生物的角度来看,耳朵写出好的普遍性,有人建议,丰富的耳朵是独一无二的结构足以允许其作为生物识别。不过,也有人质疑耳朵几何级别的特殊性,特别是用于识别目的。在主,除了伤害,耳朵是非常稳定的结构,只经历了小,可预测的变化随着时间的推移,在识别系统可占。然而情况并非如此,对于非常小的个体(即4月8岁)和老年人(70岁以上),为谁耳朵几何展品变化更为显著。值得收藏相对简单,快速和非侵入性,导致其高可接受性。此外,虽然耳朵几何可以被动地收集,提高整体性能,如果用户给出反馈关于相机的距离,他们的位置和接触角和姿势。 Performance is also affected by a number of other factors including the occlusion of the ear by hair, clothing or earrings, and differences in illumination, which can increase specularity and shadowing of the ear structures. The 3D methodologies appear to cope better with some of these issues and preliminary results suggest that performance is improving. Overall, ear geometry recognition systems exhibit moderate resistance to circumvention.
虹膜扫描
眼睛的虹膜是彩色的部分。它位于前面的眼睛,周围的学生。每一个虹膜都是独一无二的,甚至虹膜同卵双胞胎是不同的。虹膜的复杂结构具有独特的个人信息用于识别。早期结果iris-based识别的精度和速度的研究一直非常有前途。这些结果表明,它是可行的开发一个大规模利用虹膜信息识别系统。此外,虹膜是更容易比视网膜成像。虹膜扫描措施虹膜模式的有色眼睛的一部分,尽管虹膜的颜色与生物无关。虹膜模式是随机形成的。因此,在你的左和右眼睛的虹膜模式是不同的,所以是identical-cal双胞胎的虹膜模式。 Iris scan templates are typically around 256 bytes. Iris scanning can be used quickly for both identification and verification Applications because of its large number of degrees of freedom. Current pilot programs and applications include ATMs ("Eye-TMs"), grocery stores (for checking out), and the few International Airports (physical access).

优势

非常高的准确性
不随时间改变
不需要与读者亲密接触吗雷竞技网页版
更高的平均匹配性能
方便那些戴眼镜的人
假阳性的可能性很低
几乎不受环境影响苏被角膜、房水的保护。
左派和右派虹膜模式一个人是不同的,其中包括。同卵双胞胎。
缺点
获取图像需要适当的调整和定位
结果可能会由于瞳孔大小变化的影响
不容易使用
不容易与其他系统集成
眼睛的位置可能会有问题
需要专门的设备,也可以是昂贵的
视网膜扫描
视网膜是眼睛的最内层。模式由视网膜静脉表面下是独一无二的每个人。这种模式是一种可靠的生物特征。研究人员获取数字图像的视网膜模式束低强度的可见光或红外线投射到一个人的眼睛和视网膜扫描图像。固定部分视网膜用于识别、接受扫描的人必须凝视一个目镜,专注于预定的位置。视网膜扫描所需的用户合作使得这项技术在很多应用中不可接受的。另一方面,大量的生物识别设备基于视网膜扫描已经安装在监狱和其他高度安全的环境。这种生物识别技术的主要缺点是,视网膜扫描仪是昂贵的。
视网膜扫描测量血管模式后面的眼睛。视网膜扫描模板通常是40到96字节。因为用户感知的技术有点侵入,视网膜扫描与最终用户没有得到普及。设备包括一个光源发光的眼睛的用户必须在英寸站仍然非常的设备。因为视网膜可以改变与某些疾病,如妊娠高血压、艾滋病,这生物可能有可能揭示更多的信息,而不仅仅是一个人的身份。
优势
准确的
不可能建立一个人类的视网膜
低错误率的1 10000000年相比,指纹识别(1 500年)
较低的错误接受率和低假废品率
缺点
不是很方便戴眼镜的人
为用户不舒服
相当新,所以没有多少使用视网膜
生物识别设备

新兴的生物识别技术

许多发明家、公司和大学继续搜索的未来生物前沿显示潜力成为最好的。新兴生物识别是一种生物特征,证明技术成熟的初期阶段。一旦证实,一个新兴的生物将在一个既定的生物进化。这种类型的新兴技术如下:
脑电波生物
DNA鉴定
血管模式识别
狐臭的认可
指甲床上识别
步态识别
手柄的认可
耳朵模式识别
身体盐度识别
指尖红外成像和模式识别
气味
DNA(脱氧核糖核酸)
每个人类个体的遗传变异中发现他/她的DNA,这是包含在几乎每一个细胞的细胞核和线粒体。DNA作为一个独特的遗传密码,其中一半来自父母。同卵双胞胎是例外,因为他们有相同的遗传密码。486年是一个漫长的双链DNA分子由四个基地:(i)腺嘌呤、鸟嘌呤(ii), (iii)胞嘧啶和胸腺嘧啶(iv)。在人类中,大约有三十亿个碱基,其中99%都是一样的人。变化,或基地的顺序,在剩下的1%的手段DNA成为每个人独有的。这剩下的1%可用于识别或验证给定个体的识别。有很多基地在一个人的DNA分析的任务都是行不通的,因此,科学家们使用少量的DNA序列(短串联重复序列)知道确定身份的个体之间的差异很大。尽管DNA分析是公认的最有效的方法建立一个永久的记录标识(统计抽样显示六十亿分之十一的机会两个人有相同的概要文件),其作为一种身份验证方法目前仍然有限。这主要是因为生产过程中DNA档案并不是自动进行的,不能实时进行,即需要几个小时。 Moreover, unlike other biometrics, DNA profiling requires the removal of material from the body itself rather than feature extraction or template generation and this inevitably raises issues in relation to bodily integrity. Thus, the differences between traditional biometrics and DNA are at this point in time distinct and make a full discussion of DNA as a biometric identifier outside the scope of the current report. Nonetheless, the level of accuracy of DNA, as indicated by its use in forensic applications (e.g. for law enforcement) and for paternity testing, suggest that it could potentially be used for biometric recognition in the future and therefore merits a limited discussion. Forensic DNA identification is based on the process of DNA profiling. This involves the analysis of the numbers of tandemly repeating sequences of non-coding DNA, i.e. regions of DNA that are not part of genes and are, generally, not considered to have any specific function, from a given locus on the human genome. Depending on the exact methodology used, a particular number of loci may be targeted, which are from different parts of the DNA
优势
每个人的基因组是独一无二的。
准确的
缺点
没有快速和自动化
实时匹配没有完成
侵入性的

步态

步态是一个复杂的时空生物,其中涉及到具体的路一个人走。此外,人类已经被证明能够识别和认识的人根据他们的步态。步态的生物特征识别的摄像机是用来捕获特定的重复模式由一个人他/她走。一个算法用于确定每个点之间的数学关系身体的运动,并且创建一个签名模式(模板)认可的必要条件。生物特征的步态识别可以利用身体的形状和/或动态移动时,这些主要是通过轮廓匹配评估。步幅等其他因素,节奏和步伐速度以及静态身体动作也可以评估。步态不是一个普遍的生物特征,因为并不是所有的人都能走。此外,步态不被认为是非常独特的在庞大的人口,但它被认为是足够的用于识别在低安全的应用程序。426年一个人的步态是受他/她musculo-skeletal结构行为特征,容易随着时间的变化,例如,由于体重的变化,怀孕、损伤(特别是腿或脚),甚至酗酒。个人的步态可以收集从一个距离,从多个角度,甚至使用低分辨率摄像机。 Collection can also be achieved with or without the user’s cooperation or knowledge. While the ability to examine an individual’s gait covertly and at a distance may raise some concerns relating to surveillance, gait recognition systems are generally widely accepted. however, this type of system is not considered to offer very high performance overall. While indoor applications of gait recognition have shown somewhat better performance levels, this technology is most likely to be employed outdoors, where changing environmental conditions, for example, illumination and the presence of shadows, can affect recognition accuracy adversely. Furthermore, it has been shown that performance is also particularly susceptible to differences in footwear, clothing, walking surface, walking speed, whether or not the individual was carrying something, whether image collection occurred indoors or outdoors, and the time elapsed since the individual last used the system. research is ongoing to try to overcome some of these issues and also to try and identify aspects of gait that are not affected by these factors. While it has been suggested that it could be difficult for an individual to mask his/her own gait pattern while posing as someone else, the current level of performance of these systems would leave it open to circumvention.

优势

非侵入性
可以使用各种歧视行为如散步、慢跑、运行)
从远处可以获得
可用于确定医疗疾病吗
缺点:
可以改变通过观察吗
可能并不适用于小型设备如手机或桌面吗
仍在研究
可以从远处——入侵公关

气味识别

这些系统都是基于特征的识别组件的给定个体发出的气味。因为气味发出毛孔都在一个人的身体,这些系统操作由循环空气的部位分析(如手,手臂或颈部),化学传感器的数组。这些传感器敏感和个人接受某些团体的芳香族化合物的气味,提取并分为一个模板。所有个人发出一种气味,组件被认为是独特的。虽然气味概要文件本身被认为是永久的,它可以影响某些食物和药物。而体味可以收集来自身体的非侵入性的部分,目前可用的传感器有困难在体味区分不变的组件,这限制了系统的性能。此外,性能也可以使用除臭剂和perfumes435影响和污染或气味不同的人之间的转移。

击键力学

有人建议,个人特有的方式打字的键盘,这是足够的用于生物识别系统。这种技术可以评估个人的击键力学(如速度和压力),总输入时间为一个特定的密码和触及某些键之间的时间。击键动力学系统适度耐规避,但他们通常用于低安全应用申请,如控制和监视计算机系统和网络的访问。而不被认为是独特的一个给定的个人,有人建议,击键力学是与众不同的足以验证一个人的身份。然而,不是所有的人都能展示击键力学,例如,由于文化水平不足或能力在使用电脑。作为一种行为生物性状,击键力学本质上是变量。这种变化,加上这个生物的有限的特殊性,导致系统性能差,限制了该技术的实现小规模应用。这一特性可以很容易地收集和不显眼,这可能帮助接受这种识别方法。
牙科
牙科生物人类识别方案分析牙科射线照片。
牙科技术是如何工作的呢?
(PM),后期射线照片的射线照片后获得一个人的死亡。临死前的射线照片,(我),收购,而一个人还活着。牙科生物识别技术可以分为两类:特征提取和匹配。图像增强和牙科工作是分段特征提取阶段。匹配阶段可以进一步分为三个步骤:tooth-level匹配,计算图像的距离,和识别。
Tooth-level匹配——使用一个形状注册方法,牙齿轮廓匹配。牙科工作也在这个阶段重叠区域。
计算图像的两片之间的距离,距离是衡量基于相应的牙齿。
话题识别——所有给定的点和点之间的距离相结合建立的身份的人。数据库包含点和点射线照片都是用于分析对其它的射线照片之一。

优势

射线照片可用于生物和非生物的人

缺点

不是一个自动化的方法
变化点和点之间的牙齿结构
节奏/利用序列
在早期的电报,运营商可以确定彼此认识到他们挖掘出的信息。这个简单的想法已经作为一种生物特征,使用新开发的聚合物厚膜压力传感器能够检测了节奏的独特的节奏和验证身份。这种方法利用的差异个人开发节奏,捕捉龙头在单个传感器的模式而不是键盘上按键的模式(如击键力学)。利用序列既有波形和节奏特点。等独特的charachterisics,波形研究高度和持续时间。提供可衡量的wavelenths像声波一样,压力点。识别的节奏是如此简单可以实现智能卡和pda等设备上印刷一个传感器上薄薄的一层聚酯薄膜的粘合到设备上。
键盘压力传感器可能会遇到很多的障碍早期keystroke-pattern识别系统。用户必须应用传感器与大量的初始输入训练传感器来识别个人的独特的波形特征。生物反应像疲劳可以改变用户的输入的模式在这样的一个测试。等因素的姿势或位置相对于传感器板也会影响用户的压力¢€•签名。

头骨共振

头骨共振是一种发展的生物识别的声波是经过的一个主题,编制了一个独特的声纳。

身体盐度(盐)

这种发展系统是通过利用自然水平的盐度、或盐,在人体内。这是通过使用电场和盐的自然电导率测量小电流通过身体。使用的电流约为十亿分之一amp (nanoamp),小于自然电流在体内已经存在。速度相当于2400 -波特调制解调器已经声称,产生一个数据传输速率高达每秒400000比特。申请这种生物技术可能包括通讯设备之间的交互(数据传输)进行了身体,如手表、手机和寻呼机。同时,应用程序可能包括一个¢€•醒来upA¢€–家用电器/设备作为一个进入一个房间。

安全问题

最常见的标准加密方法用于安全的一个公司的基础设施是公钥基础设施(PKI)的方法。这种方法包含两个关键的二进制串范围的大小从1024位到2048位,第一个关键是公钥(众所周知)和第二个关键是私钥(唯一已知的所有者)。然而,PKI本身也必须存储和它也能被相同的认证密码限制,销,或令牌。也可以猜到,丢失,被盗,共享,黑客攻击,或者规避;这是进一步生物认证系统的理由。因为科技产业的结构,使生物识别安全嵌入式系统的特征,如手机,可能比添加类似的特性简单电脑。不同于个人电脑,手机是一个热心、设备。成功地将生物识别技术,手机开发人员不需要收集不如计算机应用程序开发人员必须许多团体的支持。
安全一直是一个主要关心公司高管和信息技术专业人员的所有实体。正确的生物认证系统实现可以提供无与伦比的安全,提高方便,高度责任心,优越的欺诈检测,非常有效地抑制欺诈。控制逻辑和物理资产的访问的公司并不是唯一的问题,必须加以解决。公司、高管和安全经理还必须考虑安全的生物特征数据(模板)。有很多城市生物传说有人切断手指或删除的目的是获得一个身体部分。这是不正确的这一次身体部位的血液供应是带走,独特的身体部位的细节在几分钟内开始恶化。因此独特切断身体部位的细节(s)在任何条件函数不再是一个可接受的输入扫描仪。
最好的整体安全的企业基础设施的方式,无论是小型或大型是使用智能卡。智能卡与嵌入式便携设备中央处理单元(CPU)。智能卡可以制作像信用卡,身份证,无线电频率识别(RFID),或个人电脑记忆卡国际协会(PCMCIA)卡。智能卡可以用来存储数据的类型,但它通常用于存储加密数据,人力资源数据、医疗数据,财务数据和生物数据(模板)。可以访问通过智能卡读卡器,PCMCIA插槽,或者接近读者。在大多数生物识别应用程序中,系统本身决定了人介绍自己的身份系统。通常,系统提供的身份,经常给机器可读的身份证,然后系统要求确认。这个问题是“————一个匹配。”Today's PCs can conduct a one-to-one match in, at most, a few seconds. One-to-one matching differs significantly from one-to-many matching. In a system that stores a million sets of prints, a one-to-many match requires comparing the presented fingerprint with 10 million prints (1 million sets times 10 prints/set). A smart card is a must when implementing a biometric authentication system; only by the using a smart card can an organization satisfy all security and legal requirements. Smart cards possess the basic elements of a computer (interface, processor, and storage), and are therefore very capable of performing authentication functions right on the card.
的范围内执行身份验证的功能卡被称为“匹配卡(MOC)”。从安全潜在商务部是理想的生物特征模板,生物样本和相关算法从未离开卡,因此不能被截取或被他人欺骗(智能卡联盟)。智能卡的问题是公钥基础设施证书内置卡不解决问题的人偷了卡或创建一个。TTP(可信第三方)可以用来验证卡的真实性通过一个加密的MAC(介质访问控制)。

生物识别技术的优点

生物识别技术可以应用于区域要求逻辑访问的解决方案,它可以用来访问应用程序、个人电脑、网络、金融账户,人力资源记录,电话系统,并调用定制概要文件来提高残疾人的流动。在b2b场景中,生物认证系统可以与公司的业务流程,增加金融系统的责任,供应商,和供应商交易;结果可以是非常有益的。
全球的互联网使公司的服务和产品提供24/7,提供消费者有一个用户名和密码登录。在许多情况下,消费者可能已经忘记了他/她的用户名,密码,或两者兼而有之。消费者必须采取步骤来检索或重置他/她丢失或忘记登录信息。通过实现生物认证系统的消费者可以选择注册他们的生物特征或智能卡公司的b2c电子商务环境中,这将允许一个消费者访问他们的账户和支付商品和服务(电子商务)。好处是,消费者永远不会丢失或忘记他/她的用户名和密码,并在方便的时候能够开展业务。生物认证系统可以应用于区域要求物理访问的解决方案,如进入一个建筑,一个房间,一个安全的或者它可能被用于启动一个机动车辆。此外,生物认证系统可以很容易地与计算机应用程序用于监视时间和出勤的员工,因为他们进入和离开公司设施。简而言之,非接触式生雷竞技网页版物识别技术,能借自己所有能力水平的人。

生物识别技术的缺点

有些人,特别是那些有残疾的可能有问题联系生物识别技术。雷竞技网页版不是因为他们不想使用它,而是因为他们忍受残疾,要么阻止他们操纵的位置将允许他们利用生物或生物认证系统(解决方案)不适应用户。例如,如果用户是盲目的语音生物测定可能更合适。

性能测量

错误和错误率
绝对没有生物识别系统可以识别一个人。虽然它似乎给一个简单的“是”或“否”回答,是,事实上,测量是多么类似目前的生物特征数据记录存储在数据库中,使生物样本的概率决定根据来自同一个人,提供存储生物特征模板。虽然有几种类型的错误发生在生物系统中,主要有两种类型的错误,与系统的准确性;比较错误和决策错误下面讨论的错误有错误一个¢€•ratesA¢€–与他们有关。因此,错误匹配有错误的匹配率(FMR)与之关联,不匹配错误情况虚假的非匹配率(FNMR)等等。这些利率是建立了广泛的测试,只不过是多久这些错误已被证明发生在测试。用数学表达,速度是预期的概率,这个错误会发生在这个生物系统。
这些利率提供可量化的指标,允许一个比较各种技术和各种产品的有效性。比较错误是错误的匹配或nonmatches可能被视为¢€•机功能,一个¢€–或多个语义正确的,机器故障。
错误的匹配是一个错误的结论由生物系统,一个模板存储在其数据库是同一个人,只是提出了一个生物样本,而事实上,它不是。
不匹配错误的情况是一个错误的结论由生物系统,一个模板存储在其数据库不是来自同一个人,只是提出了一个生物样本,而事实上,它是。因比较错误决策错误是错误的结论。决策错误的定义取决于应用程序(一个主题的前提下使用系统)。
虚假的接受等应用程序的访问控制,在主体一个¢€•positiveA¢€–声称的登记(¢€•我登记作为PatA¢€–)是一个错误的结论由生物系统,一个模板存储在其数据库是同一个人,只是提出了一个生物样本,而事实上,它不是。
错误接受率(远),是预期的概率,这将发生在这个特定的生物识别系统,在这个应用程序中。在积极的识别应用程序中,假接受是一样的假比赛。
假拒绝在一个积极的识别等应用程序的访问控制是一个错误的结论由生物系统,一个模板存储在其数据库不是来自同一个人,只是提出了一个生物样本,而事实上,它是。错误拒绝率(FRR),是预期的概率,这将发生在这个特定的生物识别系统,在这个应用程序中。在积极的识别应用程序中,误拒绝不匹配错误的情况是一样的。
误接受负识别应用程序中的一个一个¢€•negativeA¢€–声称的登记(如观察名单,或福利津贴,一个人声称一个¢€•我不参加systemA¢€–)是一个由生物系统错误的结论,没有模板存储在其数据库是同一个人,只是提出了一个生物样本,而实际上,一个是。错误接受率(远)是预期的概率,这将发生在这个特定的生物识别系统,在这个应用程序中。在负识别应用程序中,虚假接受不匹配错误的情况是一样的,尽管利率可能不同的数量取决于比较尝试在到达一个¢€•acceptA¢€–决定。误拒绝在负识别应用程序(比如观察名单,或者福利津贴)是一个错误的结论由生物系统,一个模板存储在其数据库是同一个人,只是提出了一个生物样本,而事实上,它不是。错误拒绝率(FRR),是预期的概率,这将发生在这个特定的生物识别系统,在这个应用程序中。在负识别应用程序中,误拒绝是一样的错误匹配,虽然他们的利率可能会有所不同取决于所需的比较做出一个¢€•rejectA¢€–决定。这有点令人费解的区别是新的、非传统生物识别系统已经开发的应用程序。从历史上看,远和FRR FMR和FNMR分别的同义词使用。然而,随着负识别系统的出现,通常1:N识别系统,他们不再是同义的。
在传统的访问控制应用程序(积极的ID系统),用户的前提下,总是一个¢€•我系统中,有权进入。一个¢€–虚假验收时发生的主体是一个骗子,无权条目,但作为一个错误匹配的结果,他被允许入境。同样,受试者合法登记系统成为受害者的虚假拒绝当不匹配错误的情况。在今天的消极的识别系统,如观察名单,惩教设施和检测的双长柄勺福利津贴项目,用户的前提是¢€•我不是系统的,而且从来都不是。一个¢€–在这些应用程序中,一个错误的接受发生在系统提交一个不匹配错误情况的错误,和误拒绝发生在系统提交虚假匹配错误。

比较和对比的错误

比较的行为比较一个(或多个)收购了一个生物样品(或更多)存储生物特征模板来确定是否一个¢€•匹配,一个¢€–,来自同一来源。从本质上说,有三种方法可以使一个错误:
失败招收和收购。
误接受(远)
错误的拒绝(FRR)
未能录取和未能获得(在比较过程中)指的是系统无法一个¢€•extractA¢€–和区分适当的用户的生物特征。例如,一个小的人口比例不能招收一个指纹,因为他们的指纹不够独特的或已被改变由于年龄或职业特征。登记和/或失败收购表明这个人的生物特征可能没有足够的用于识别质量。在访问控制系统中,一个错误的接受发生在样品不正确匹配到另一个数据库中用户的模板(在一个访问控制系统,允许一个骗子在建筑)。假拒绝发生在样品不正确不正确匹配,否则数据库中匹配模板(在一个访问控制系统,一个合法的入会者错误地拒绝)。在大多数生物识别系统,错误的接受和虚假拒绝阈值可以调整,根据所需的安全级别。例如,在一个高度安全的访问控制应用程序,系统可以调整宁可拒绝合理的匹配,而不是容忍骗子。或者,conveniencefocused应用程序可以进行调整,以提供很少或根本没有拒绝合法的匹配,同时允许一些最低接受的骗子。

错误接受率(远)或误匹配率(FMR):

系统错误地声明了一个成功的概率匹配输入模式和非匹配模式在数据库中。它措施无效的百分比匹配。这些系统是至关重要的,因为它们通常用于禁止某些行为不允许人。

不匹配错误拒绝率(FRR)或虚假情况率(FNMR):

系统错误地宣布失败的概率之间的匹配输入模式和数据库中匹配的模板。它措施有效的百分比输入被拒绝。

接收器(或相对)运行特性(ROC):

一般来说,匹配算法执行决定使用某些参数(如一个阈值)。在生物识别系统,FRR通常可以相互抵消通过改变这些参数。中华民国情节是通过图形的值和FRR,改变变量的隐式。常见变异检测错误的权衡(检波器),这是通过使用正常的偏离标准获得的两个轴。这更多的线性图阐明了高等性能差异(罕见的错误)。

平等的错误率(曾经):

接受和拒绝错误的速度是相等的。中华民国或使用精细策划,因为多远和FRR可以改变,显示清晰。当快速的比较两个系统是必需的,犯错是常用的。从民国情节获得通过的地方,FRR有相同的价值。无论何时越低,系统被认为是更准确的。

未能参加率(FTE或带):

数据输入的比例被认为是无效的和不输入到系统中。未能录取时由传感器获得的数据被认为是无效的或质量较差。

未能捕获率(FTC):

在自动系统,系统无法检测的概率正确显示时的生物特征。

模板的能力:

的最大数量的数据可以输入到系统。

生物识别应用程序

大多数生物识别应用程序分为九大类
增加了安全——提供了一种方便和低成本的额外的安全层。减少欺诈采用难以伪造技术和材料。e.g.Minimise ID欺诈的机会,多次打卡。消除问题造成的损失利用生理属性id或忘记密码。例如防止未经授权使用丢失、被盗或身份证“借来的”。降低密码管理成本。取代难以记住密码可能共享或观察。集成多种生物解决方案和技术,客户应用程序和数据库为一个健壮的和可伸缩的设施和网络访问控制解决方案
自动成为可能,知道是谁做了什么,何时何地!可极大的节约成本或增加ROI等领域的损失预防或时间和出勤率。
明确个人与一个事务或事件。
金融服务(例如,自动取款机和亭)。
移民和边境控制(例如,入境口岸,事先批准频繁的旅行者,护照和签证,庇护情况下)。
社会服务(例如,欺诈防范在福利项目)。
医疗保健(例如,安全措施对于隐私的医疗记录)。
物理访问控制(例如,机构、政府、和住宅)。
时间和考勤(如更换时间穿孔卡片)。
计算机安全(例如,个人电脑访问,网络访问,使用互联网,电子商务、电子邮件、加密)。
电信(例如,移动电话、呼叫中心技术,电话卡,电视购物)。
执法部门(例如,刑事调查,身份证,驾照,惩教机构/监狱、软禁、智能枪)。

结论

最近生物技术的进步导致精度降低成本,增加生物技术是将自己定位成许多高度安全的识别的基础和个人验证的解决方案。今天的生物识别解决方案提供了一种方式来实现快速、友好的身份验证与高水平的准确性和成本节约。许多地区将受益于生物识别技术。高度安全的和可信赖的电子商务,例如,将必要的全球网络经济的健康发展。许多生物识别技术提供商已经为各种网络和提供生物认证基于客户机/服务器的应用程序来满足这些和其他需求。持续改进技术以更低的成本将提高性能。目前,存在一个可行的生物项目的数量差距和知识渊博的专家领域的生物技术。《华盛顿邮报》2002年9月11 th,攻击在世界贸易中心(也称为9 - 11)引发了知识差距。9 - 11后许多国家已经认识到需要增加安全性和识别国内和国际方面的协议。然而,这是改变随着研究和课程相关的生物技术也开始提供更多的学院和大学。 A method of closing the biometric knowledge gap is for knowledge seekers of biometric technologies to participate in biometric discussion groups and biometric standards committees. The solutions only needs the user to possess a minimum of require user knowledge and effort. A biometric solution with minimum user knowledge and effort would be very welcomed to both the purchase and the end user. But, keep in mind that at the end of the day all that the end users care about is that their computer is functioning correctly and that the interface is friendly, for users of all ability levels. Alternative methods of authenticating a person's identity are not only a good practice for making biometric systems accessible to people of variable ability level. But it will also serve as a viable alternative method of dealing with authentication and enrollment errors.
定期审计过程和程序后,安装过程中是一个很好的方法,确保解决方案是功能在正常参数。精心组织的生物认证解决方案不仅要预防和检测瞬时的骗子,但它还应该保持一个安全的交易活动的日志起诉的骗子。这是特别重要的,因为大量的身份盗窃和欺诈涉及员工和安全事务的日志活动将提供对起诉或快速解决争执。

引用

  1. 中R & Jain, Bolle Pankanti年代,生物识别技术:识别的未来
  2. Nalwa V,自动在线签名验证
  3. 生物财团主页,http://www.biometrics.org
  4. 国际生物集团网站http://www.biometricgroup.com/biometric_technology_overview.htmISO/IEC JTC1 / SC17 N1793,“可用性生物识别技术与电子签名v1.0。”
  5. r . Chellappa et al .,人类和机器识别的面孔:“调查”,技术报告汽车- tr - 731,马里兰大学计算机视觉实验室,1994年。
  6. 麻省理工学院媒体实验室的网站,http://web.media.mit.edu/ jebara / uthesis / node8.html。
  7. m . Turk和a . Pentland“Eigenfaces识别”,认知神经科学杂志》上,
  8. 3卷,第86 - 72页,1991年。
  9. Visionics网站http://www.visionics.com/faceit/tech/lfa.html
  10. l . Wiskott J.M. Fellous和c . von der Malsburg“人脸识别弹性图
  11. 匹配”,IEEE反式。模式分析与机器智能,19卷,第779 - 775页,1997年。
  12. 博洛尼亚大学生物系统实验室网站:http://bias.csr.unibo.it/research/biolab/bio_tree.html。
  13. 中,Bolle Jain, r . s . Pankanti“生物识别技术:个人识别在网络社会”,血案》,1999年版。
  14. 国际生物集团“生物识别市场报告2003”网站:http://www.ibgweb.com/reports/public/market_report.html Sushma贾斯瓦尔,Sarita辛格Bhadauria, Rakesh Kumar辛格米伦,塔伦Divakar,简要描述的基于图像的三维人脸识别方法,卷1,4号,1 - 15,DOI: 10.1007 / 3 dres.04 \ (2010) 02
  15. Sushma贾斯瓦尔,Sarita辛格Bhadauria, Rakesh辛格米伦¢€•创建3 d可以做成动画的脸方法使用圆锥Section-AlgorithmA¢€–,信息技术杂志,ISSN: 18125638, no.292 - 298页,2007年。
  16. Sushma贾斯瓦尔,Sarita辛格Bhadauria, Rakesh辛格米伦,一个¢€–自动从2 d图像中真实感三维人脸模型ProjectionA¢€–日报:信息技术杂志:2007期:6问题:7页/记录没有。:1075 - 1079。