前言
与传统的身份鉴别方法相比，生物特征识别技术更加安全、保密。这是因为生物特征在某种程度上都具有比较明显的普遍性、唯一性、稳定性及可采集性，一方面便于各类识别系统收集特征进行分析，另一方面能够准确地标识出身份信息。常见的生物特征包括指纹、手形、人脸、虹膜、视网膜、声音、签名等。评价这些生物特征识别技术的优劣主要考虑以下三个方面。一是性能，包括识别率、识别速度，以及在环境变化下的鲁棒性等。二是可接受性，即在平时工作生活里，该生物特征识别技术被接纳的程度。三是可欺骗性，即识别技术被欺骗的难易程度。表1给出了一些常用的生物特征识别技术的对比。
在安防领域中，指纹和人脸识别技术的应用最为广泛。在生物特征识别技术市场中，这两种特征识别技术占了一半以上的市场份额。本文在第二、三部分将分别介绍指纹和人脸识别技术，在第四部分对生物特征识别技术的前景进行个人的展望。
指纹识别技术
指纹识别是使用频率最高的生物特征识别技术之一。早在唐宋期间，指纹已经用于文书契约和司法审判中。现代的指纹识别技术经历了多年的积累，已经非常成熟，广泛应用在司法、公安和门禁领域。
所谓指纹，是指人体指尖表面的纹路。在指纹中，凸起的纹线为脊线，脊线与脊线之间的部分为谷线。根据脊线和谷线的结构，可以得到一些细节点。指纹识别主要就是利用这些细节点特征实现的。
指纹识别主要包括指纹增强、特征提取和指纹匹配三个过程。
1、指纹增强：在指纹采集过程中，由于各种原因，采集到的指纹图像不可避免的引入了一些噪声，如果直接用于指纹识别，往往难以达到较好的效果。我们可以通过一定的图像增强技术，改善指纹图像质量。这里会用到的技术有图像分割、直方图均衡化、滤波增强、二值化、细化等。
2、特征提取：前面提到，细节点特征是最常用的指纹特征。细节点特征的提取，就是在指纹图像中找到脊线终点和脊线分叉两个特征。经过了指纹增强的步骤，如果指纹图像能较好地分割，细节点很容易提取。但实际上有一些噪声很难处理，这样在增强后就会产生一些虚假特征。一般地，启发式算法可以删除虚假特征。特征提取后，我们得到了多组脊终点或分叉类型、位置坐标及方向信息等。
3、指纹匹配：指纹匹配算法有很多种，包括点模式匹配、脊模式匹配、基于图像的匹配和基于图形的匹配等。细节点匹配可以看做是点模式匹配的问题。点模式匹配就是将提取的细节点集与数据库中的细节点集进行匹配，如果通过一些旋转、尺度变换和平移变换，点集间是匹配的，那个两幅指纹图像就是匹配的。
指纹识别与安防领域的结合主要体现在考勤和门禁等应用。指纹考勤机是最常见的指纹识别产品之一。常见的指纹考勤机厂商有中控科技、科密、安威士等。由于指纹识别算法比较成熟，业务应用和用户体验对于这类产品显得尤为重要。
未来的指纹识别产品发展方向将集中在采集技术和应用模式创新。目前采集技术主要有4种类型：超声波扫描、光学成像、温差感应式识别及半导体硅感技术。超声波技术利用皮肤与空气对于声波阻抗的差异，可区分脊线和谷线的位置，能达到很高的精度，但因成本高，且无法进行活体指纹识别，应用较少。光学成像利用光学传感器采集指纹图像，使用方便，价格便宜，使用最广泛。但光学成像设备也无法进行活体识别，这就产生了一些漏洞，如使用硅胶指模或断指等进行身份认证。温差感应式识别技术是基于温感原理实现的，通过感应手指与芯片映像区域间的温度差产生电信号。但由于热传导效应，时间一长，手指与芯片的温度就趋于一致了。半导体硅感技术即电容式技术，利用手指纹路与传感器之间的电容差，得到指纹图像。由于传感器发出的电子信号可直达真皮层，能获取更多可靠数据，提高识别准确率。随着传感器成本的不断下降，相信基于半导体硅感技术的指纹识别产品将应用的更为广泛。