2．2 指纹识别技术
指纹识别技术主要包括:读取指纹图像、 特征提取、 模式匹配。首先通过指纹读取设备读取到人指纹的图像,再对原始图像进行预处理,使之更清晰。接下来进行特征提取, 指纹特征提取算法由以下三步组成: (图2)
(a)读取指纹图像；( b) 区域定位；( c) 脊特征图形；(d)细节提取
方向场估计：即对输入图像的方向场进行估计。 确定可用区域
脊特征提取：即提取脊特征并进行细化
细节检测及后处理：即从细化的脊特征图中提取细节，确定脊特征参数坐标、方向角及和脊相互关系。
用指纹识别技术建立指纹的数据库，从指纹上找到被称为/细节0的数据点，也就是那些指纹纹路的分叉、终止或打圈处的坐标位置。有的算法把节点和方向信息组合产生了更多的数据，这些方向信息表明了各个节点之间的关系，也有的算法针对整幅指纹图像进行处理。把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果，从而达到鉴别个人身份的目的(图 3)。
指纹自动识别系统是通过将输入的指纹与数据库里的指纹相比较从而实现识别的，因此它要求数据库的容量足够大，同时，实验表明指纹识别系统的输入传感器对大约 4 %的人的指纹不能提供足够高质量的指纹图像以用于识别, 包括手指上的皮肤有伤疤、有绷带包扎、长茧、皮肤干燥、干湿度、病态的皮肤、老皮肤、特别光滑的皮肤、手指窄小和输入传感器受污染等都会影响指纹的识别效果。
2 . 3 人脸信号的采集
人脸识别系统的原理如图 4所示。首先,，由传感器如 CCD 摄像机捕获人脸图像；其次经预处理来提高图像的品质；再根据人脸检测来定位人脸并将人脸图像设置成预先定义的尺寸；特征提取用于抽取有效特征以降低原模式空间的维数，分类器则根据特征来做出决策分类。最后，将已检测到的待识别的人脸与数据库中的已知人脸进行比较匹配，得出识别结果。
人脸识别方法主要有: 基于侧面人脸几何特征的方法、 正面人脸特征方法、 正面人脸特征和侧面人脸特征的混合法、 模板匹配法、 主元分析法、 等密度线图法、 多模板相关方法、基于神经网络的模板匹配法等。
2 . 4 其他个人基本信息
DNA识别是利用人体细胞中 DNA 分子结构的独特性和永久性, 进一步深度识别个体身份,以致弥补指纹和面像识别技术中的不足, 完善系统识别的准确性。然而, 与指纹、 人脸信息相比,人体每一个细胞和组织的 DNA 序列都是一样的。这种识别方法的准确性优于其他任何生物特征识别方法, 因此, 广泛应用于犯罪侦破。它的主要问题是使用者的伦理问题和实际的可接受性, DNA 模式识别必须在实验室中进行, 难以达到实时以及抗干扰, 耗时长是另一个问题, 从而限制了 DNA 识别技术的使用; 此外, 某些特殊疾病也可能改变人体 DNA 的结构, 系统无法对这类人群进行识别。由于 DNA 识别周期太长,序列的测绘最快也需一个月。因此,它的实时性、 抗干扰性,以及某些疾病引起人体 DNA 的结构改变,是构成影响 DNA识别实际应用于识别系统的主要问题。
3 多模态生物特征信息的融合
多模态融合是对多种生物特征指示器( I nd ica -tors)的信息融合，此类系统集成多个生物特征源提供的证据评分以做出更为准确和快速的决策。多模态生物特征识别系统集成的信息可以来自一种或多种生物特征指示器。一般多模态单生物特征识别系统是指通过综合一种生物特征提供的多种证据来改进系统,在多模态生物特征识别系统( Mult- i b i ome- tric Syste m )中，一般采用指纹的多模态信息融合，从而,满足数据量和准确性的双向要求。然而，为了进