常見的生物識(shí)別技術(shù)精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的常見的生物識(shí)別技術(shù)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：常見的生物識(shí)別技術(shù)范文

【關(guān)鍵詞】身份識(shí)別；NFC；RFID；校@安防；B/S構(gòu)架

引言

隨著信息社會(huì)的發(fā)展，安防系統(tǒng)朝著智能化、信息化、網(wǎng)絡(luò)化的方向發(fā)展。傳統(tǒng)的安防系統(tǒng)更注重設(shè)備的監(jiān)控和防護(hù)，在人身保護(hù)方面做得還不夠。如果在傳統(tǒng)的安防系統(tǒng)中再加入人生理特征識(shí)別模塊，無疑會(huì)大大提高檢測(cè)的準(zhǔn)確性，同時(shí)結(jié)合現(xiàn)代通信或者網(wǎng)絡(luò)技術(shù)，使得身份識(shí)別既準(zhǔn)確又便捷。而且安防人員能夠及時(shí)獲取信息并采取下一步行動(dòng)，保護(hù)報(bào)警人人身安全。

1.常見的身份識(shí)別手段

射頻識(shí)別技術(shù)（RFID技術(shù)）很早就應(yīng)用于安防系統(tǒng)，可以應(yīng)用于門禁，物品防盜，身份識(shí)別等領(lǐng)域。攝像頭也可以用來進(jìn)行身份識(shí)別，其被布置在多個(gè)地點(diǎn)，監(jiān)控系統(tǒng)實(shí)時(shí)監(jiān)控，安保人員可以在顯示屏幕上觀察人員行為，保證人員安全。近些年網(wǎng)絡(luò)攝像頭（IP CAMERA）被廣泛使用，它可以無線方式連接網(wǎng)絡(luò)，遠(yuǎn)程控制，節(jié)省布線成本，控制更靈活，是未來視頻監(jiān)控的發(fā)展方向。生物識(shí)別則是以人的某些特征作為識(shí)別的依據(jù)，包括虹膜識(shí)別、指紋識(shí)別、聲音識(shí)別、容貌識(shí)別等等，在很多安防等級(jí)要求較高的場(chǎng)合，例如高級(jí)別會(huì)議、銀行等，生物識(shí)別技術(shù)經(jīng)常出現(xiàn)在這些場(chǎng)合。

2.NFC技術(shù)

近場(chǎng)通信技術(shù)（NFC：Near Field Communication）是由射頻識(shí)別技術(shù)RFID發(fā)展而來，專注于近距離的通信和安全，其通信架構(gòu)如圖 所示[1]。當(dāng)前已有許多領(lǐng)域采用該技術(shù)，例如最新出的蘋果手機(jī)就采用NFC和指紋識(shí)別技術(shù)結(jié)合起來進(jìn)行安全認(rèn)證，移動(dòng)運(yùn)營(yíng)商推出帶有NFC安全模塊（SE）的SIM卡。不過NFC技術(shù)主要還是應(yīng)用于移動(dòng)支付方面，在身份識(shí)別和人身保護(hù)方面研究還不太成熟，市場(chǎng)雖有一些應(yīng)用但還比較少。眾所周知，生物識(shí)別技術(shù)常被應(yīng)用于安防系統(tǒng)中的人身識(shí)別和保護(hù)，NFC技術(shù)相對(duì)生物識(shí)別技術(shù)有著成本優(yōu)勢(shì)，生物識(shí)別技術(shù)常常需要復(fù)雜的生物識(shí)別傳感器和信號(hào)處理系統(tǒng)，而NFC技術(shù)只需要兩個(gè)成本很低的NFC設(shè)備即可完成身份識(shí)別，此外NFC設(shè)備可以大量部署還可以起到定位的作用。相比RFID技術(shù)，NFC技術(shù)傳輸距離近，這樣能夠防止信息被截獲保證安全，配合SE安全模塊可以提供更可靠的安全保護(hù)。不過，單一的NFC識(shí)別還是有很多漏洞，所以現(xiàn)在很多研究人員利用NFC的可擴(kuò)展性，結(jié)合生物識(shí)別技術(shù)實(shí)現(xiàn)更準(zhǔn)確的識(shí)別。

3.身份識(shí)別系統(tǒng)的搭建與驗(yàn)證

本系統(tǒng)框架圖如圖2所示，采用B/S技術(shù)方便管理人員的觀看和管理，利用多個(gè)NFC設(shè)備來實(shí)現(xiàn)身份識(shí)別和定位，而嵌入式則是系統(tǒng)的處理中樞。每個(gè)NFC標(biāo)簽都含有相應(yīng)的地理位置信息，幾個(gè)NFC分成一組公用一臺(tái)路由器，這些路由器都要連入總路由器中，總路由器在和電腦相連實(shí)現(xiàn)管理功能。每一天路由器都是含有嵌入式的設(shè)備，提供更強(qiáng)的處理能力。因?yàn)镹FC終端需要比較好的可靠性，在傳輸通道方面，NFC和各個(gè)路由器采用有線連接的方式，而電腦和路由器，路由器之間可以采用無線傳輸方式

3.1硬件部分

采用RDM8800模塊作為NFC的讀卡模塊，RDM8800包含PN532的NFC芯片和LGT8F88A控制芯片，使用Arduino開發(fā)環(huán)境。嵌入式采用TINY6410開發(fā)板來處理信息，嵌入式體積小，性能卻強(qiáng)大可靠。NFC與嵌入式可采用USB或串口進(jìn)行數(shù)據(jù)通信，因?yàn)榍度胧酱谫Y源豐富，連線簡(jiǎn)單且編程控制串口更容易，所以本系統(tǒng)采用串口通信。

3.2軟件部分

采用瀏覽器/服務(wù)器（B/S）模式，安裝BOA嵌入式服務(wù)器，該服務(wù)器利用CGI接口實(shí)現(xiàn)NFC的身份識(shí)別功能，CGI編程和C語言類似，軟件流程圖如圖 所示，處理NFC接收到的信息，完成身份的識(shí)別和定位并顯示。每個(gè)NFC終端的固件當(dāng)中都含有數(shù)字唯一的一串?dāng)?shù)字，這些數(shù)字被存儲(chǔ)在與它們相連的路由器中。NFC接收到信號(hào)時(shí)，路由器會(huì)查詢接收到的數(shù)字序列號(hào)對(duì)應(yīng)的位置信息，同時(shí)再發(fā)送到總路由器當(dāng)中。總路由器則可以把身份和位置信息傳輸?shù)娇偙O(jiān)測(cè)端，安防管理人員則可以實(shí)時(shí)接收到報(bào)警人員的信息，包括身份信息，所處位置信息，從而可以采取下一步行動(dòng)，包括調(diào)用攝像頭進(jìn)行跟蹤監(jiān)視，喇叭警報(bào)，110報(bào)警等等。

3.3系統(tǒng)工作驗(yàn)證

本系統(tǒng)搭建后，如有人員觸發(fā)NFC讀卡器，安保人員可立即收到身份識(shí)別信息和位置信息，趕往現(xiàn)場(chǎng)進(jìn)行安防行動(dòng)或者遠(yuǎn)程控制攝像頭進(jìn)行跟蹤。本系統(tǒng)還可以添加警告設(shè)備，例如擴(kuò)音器，起到震懾的作用。

4.結(jié)論

本文討論了安防系統(tǒng)中常見的身份識(shí)別系統(tǒng)，并比較了這幾種識(shí)別方式，發(fā)現(xiàn)NFC作為安防中人身份識(shí)別手段具有成本低，安全可靠并且易于和其他防護(hù)措施結(jié)合的特點(diǎn)。然后設(shè)計(jì)了一種基于B/S模式的NFC身份識(shí)別系統(tǒng)，該系統(tǒng)可以實(shí)現(xiàn)身份識(shí)別的功能，還具有體積小、可聯(lián)網(wǎng)、界面友好的優(yōu)點(diǎn)，適合應(yīng)用在很多行業(yè)。

參考文獻(xiàn)：

[1]張玉清，王志強(qiáng)，劉奇旭，婁嘉鵬，姚棟.近場(chǎng)通信技術(shù)的安全研究進(jìn)展與發(fā)展趨勢(shì)[J].計(jì)算機(jī)學(xué)報(bào)，2016，06.

[2]顏敏駿.智能門禁一卡通系統(tǒng)集成技術(shù)之淺析[J].中國(guó)安防，2014，08：55-59.

[3]多樣化發(fā)展門禁系統(tǒng)凸顯創(chuàng)新意識(shí)[J].中國(guó)安防，2014，19：38-40.

[4]趙建邦.物聯(lián)網(wǎng)與安防技術(shù)融合的新應(yīng)用[J].智能建筑與城市信息，2013，03.

[5]趙建邦.集成商借助新機(jī)遇提高門禁安全及未來應(yīng)用[J].中國(guó)公共安，2013，17.

[6]黃志勇.智慧城市建設(shè)將給門禁市場(chǎng)帶來更多新契機(jī)與變化[J].中國(guó)防，2015，Z2.

作者簡(jiǎn)介：

趙雙樂：本文通訊作者，天津科技大學(xué)應(yīng)用文理學(xué)院，主要研究方向：測(cè)控技術(shù)與儀器。

第2篇：常見的生物識(shí)別技術(shù)范文

人臉識(shí)別精度有多高

換個(gè)發(fā)型、戴了眼鏡，高質(zhì)量設(shè)備照樣能認(rèn)出你

戴上眼鏡、變了發(fā)型，機(jī)器還能不能識(shí)別出你的臉？最新推出的人臉支付系統(tǒng)，為了增強(qiáng)識(shí)別精度，除了掃描人臉之外還需要支付者“按個(gè)手印”，通過指紋數(shù)據(jù)比對(duì)配合，才能最終完成支付確認(rèn)。

“目前，在受控場(chǎng)景一對(duì)一的人臉識(shí)別身份認(rèn)證準(zhǔn)確率可以超過99%?！敝袊?guó)科學(xué)院自動(dòng)化研究所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室研究員孫哲南介紹，人臉和指紋識(shí)別技術(shù)已經(jīng)有50年的發(fā)展歷史，積累了比較成熟的技術(shù)體系，即使戴眼鏡、換發(fā)型，也基本都能識(shí)別出來。

“同樣，在受控條件下，指紋、人臉、虹膜等主流生物特征模態(tài)識(shí)別精度和速度都能滿足金融支付應(yīng)用?！睂O哲南詳細(xì)解釋了受控條件這個(gè)高精度識(shí)別的前提，“主要是指設(shè)備、用戶和環(huán)境等因素都有利于識(shí)別的情況，例如，高質(zhì)量的圖像采集裝置、用戶配合、光照均勻等?！?/p>

“這也是為什么人臉和指紋識(shí)別技術(shù)很早以前就在強(qiáng)制性較高的公安領(lǐng)域應(yīng)用，卻還沒在金融支付領(lǐng)域普及的原因?！敝Ц秾毎踩夹g(shù)資深總監(jiān)曹愷表示，金融過程尤其是消費(fèi)支付過程時(shí)間很短，并且用戶一般是遠(yuǎn)程支付而不是面對(duì)面配合，這就對(duì)識(shí)別技術(shù)的準(zhǔn)確性、可靠性包括用戶體驗(yàn)提出了更高的要求。

如今，人臉支付等利用生物識(shí)別技術(shù)付款的方式越來越具備普及的基礎(chǔ)。近幾年生物識(shí)別技術(shù)在采集設(shè)備和識(shí)別方法上都有重要突破?！袄?，深度機(jī)器學(xué)習(xí)方法使人臉識(shí)別精度大幅提升，近期測(cè)試結(jié)果表明，通過大規(guī)模數(shù)據(jù)訓(xùn)練后在限定圖像測(cè)試庫上電腦的人臉比對(duì)精度超過人腦?！睂O哲南說。同時(shí)，傳感器等采集設(shè)備的發(fā)展和普及也讓人臉識(shí)別技術(shù)越來越接近日常使用。目前國(guó)際上已經(jīng)有一些銀行認(rèn)可指紋、虹膜、靜脈作為身份標(biāo)識(shí)開展銀行業(yè)務(wù)。

假臉騙得了計(jì)算機(jī)嗎

通過多攝像頭和動(dòng)作檢測(cè)等手段，可抵御攻擊，但沒有絕對(duì)的安全

不久前，德國(guó)的一個(gè)實(shí)驗(yàn)室證明可以用假指紋解鎖蘋果公司的iPhone 6手機(jī)，從而獲得包括支付在內(nèi)的各種應(yīng)用通行證。類似經(jīng)驗(yàn)恐怕普通人也曾有過，買一個(gè)指紋貼，復(fù)制上別人指紋貼在自己手指上，就能幫遲到的同事“作弊”代打卡了。

同樣，如果利用你的頭像照片或是視頻，是否也能騙過機(jī)器“登堂入室”？這些都是生物識(shí)別系統(tǒng)前端采集環(huán)節(jié)最常見的攻擊。孫哲南認(rèn)為，目前還沒有比較低成本、高可靠的指紋和人臉防偽手段，因此安全風(fēng)險(xiǎn)較高。但這并不意味著技術(shù)上沒有辦法，如果提高技術(shù)成本，有效的防攻擊手段并不少。

比如，傳統(tǒng)的刮擦式指紋傳感設(shè)備抗攻擊能力比較弱，但是新的電容式傳感器已經(jīng)能夠很好地監(jiān)測(cè)真皮層的紋路來獲取指紋，通過只復(fù)制了表面的指紋貼很難攻擊成功。比如通過多個(gè)攝像頭可以檢測(cè)人臉是否為三維立體，從而有效防止二維的照片和視頻攻擊，或者在識(shí)別用戶的過程中讓用戶隨機(jī)做一些動(dòng)作，提前準(zhǔn)備好的假體視頻很難應(yīng)付這種動(dòng)態(tài)檢測(cè)。

“攻防的過程可以說是魔高一尺、道高一丈，沒有絕對(duì)的安全，但防攻擊手段的提升能拉高攻擊的門檻，當(dāng)攻擊成本高于收益，就意味著攻擊沒有了價(jià)值?！辈軔鹫f，不久前支付寶在其安全開放日了人臉等生物識(shí)別支付技術(shù)，“這些技術(shù)在實(shí)驗(yàn)室內(nèi)測(cè)中已經(jīng)得到了不錯(cuò)的結(jié)果。”

身體密碼被盜怎么辦

將人臉圖像數(shù)據(jù)與動(dòng)態(tài)參數(shù)綁定，如被竊只需掛失動(dòng)態(tài)參數(shù)

如果將人臉作為支付密碼，在支付過程中人臉數(shù)據(jù)被黑客截走，難道需要“掛失”現(xiàn)在的模樣，換一張臉才行嗎？這當(dāng)然只是個(gè)可怕的想象。在支付以及密碼數(shù)據(jù)接收的這一中間和終端環(huán)節(jié)中，專家通過對(duì)生物模板的脫敏和加密保護(hù)來實(shí)現(xiàn)用戶生物特征的保護(hù)。

“簡(jiǎn)單來說，就是讓人臉或者其他生物特征變得可撤銷、可變更。”孫哲南介紹了一種業(yè)內(nèi)比較熱門的加密思路，“就像給生物特征穿上一件變化的外套，比如，將人臉圖像數(shù)據(jù)與一個(gè)動(dòng)態(tài)參數(shù)綁定，如果被竊，只要掛失這個(gè)動(dòng)態(tài)參數(shù)，就等于掛失了你的生物特征，下次注冊(cè)會(huì)綁定新的參數(shù)。并且綁定的數(shù)據(jù)是不可逆的，即使在支付過程中被攔截，也不能還原成原始圖像?！?/p>

曹愷提供了目前另一種生物模板加密的研究方向，這種保護(hù)方式被稱為“模糊保管箱”。曹愷解釋，這種保護(hù)方式是把用戶的生物特征作為密碼來保護(hù)服務(wù)商提供的一組密鑰，用戶在支付時(shí)，使用自己的生物特征對(duì)這組預(yù)先分配的密鑰進(jìn)行解鎖，密鑰在完成解鎖后傳輸給服務(wù)商進(jìn)行身份驗(yàn)證，這樣一來，網(wǎng)上傳輸以及服務(wù)商保存的只是這組密鑰，即使被盜取了，危害也不大。

針對(duì)采集設(shè)備、活體檢測(cè)、識(shí)別精度、通路加密、服務(wù)終端每一支付環(huán)節(jié)的不同攻擊，都有有效招數(shù)來狙擊風(fēng)險(xiǎn)，而每一個(gè)招數(shù)背后，都是一個(gè)深邃、極富挑戰(zhàn)的技術(shù)領(lǐng)域。同時(shí)，不僅是科技領(lǐng)域，支付安全的發(fā)展還依賴更多學(xué)科的支撐?！爸Ц栋踩F(xiàn)在不僅是生物識(shí)別、密碼學(xué)、信息安全問題，還需要綜合考慮心理學(xué)、社會(huì)工程學(xué)、支付行為學(xué)等多方因素制定安全方案，支付安全已經(jīng)進(jìn)入了一個(gè)新時(shí)代。”曹愷說，比如，大額支付和手機(jī)話費(fèi)充值所采用的安全保護(hù)技術(shù)自然有所區(qū)別，一個(gè)更強(qiáng)調(diào)安全，一個(gè)更強(qiáng)調(diào)方便。

第3篇：常見的生物識(shí)別技術(shù)范文

Abstract： There are many advantages for the biological characteristics of other identification in terms of palmprint， so it has been widely used in various fields. In this paper， the characteristics of palmprint， proposed one kind based on the Gabor wavelet and enhanced Fisher linear discriminant model （EFM） Palmprint Feature Extraction algorithm. The first treatment of the palmprint， on the palm gray image by Gabor wavelet transform based algorithm， get the palmprint feature vector Gabor. Then， through the principal component analysis transform high-dimensional feature vectors into a low dimensional space， then the space by EFM transform matrix to extract the palmprint features. Due to the Gabor function in the aspect of feature extraction with excellent performance， dimensionality reduction of high dimensional feature can be solved effectively， at the same time， the algorithm can improve the Fisher linear discriminant （FLD） generalization ability， can better achieve the Palmprint Feature extraction.

關(guān)鍵詞： Gabor小波；增強(qiáng)Fisher線性判別模型（EFM）；主成分分析（PCA）；掌紋；特征提取

Key words： Gabor Wavelet；Enhanced Fisher Discriminant Model （EFM）；Principal Component Analysis （PCA）；palm print；feature extraction

中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2013）12-0185-03

0 引言

生物識(shí)別技術(shù)是利用人體生物特征進(jìn)行身份識(shí)別的一種技術(shù)，掌紋識(shí)別[1]是生物特征識(shí)別中又一新興技術(shù)，它利用人的掌部紋理作為生物特征了來進(jìn)行身份的自動(dòng)確認(rèn)，掌紋識(shí)別具有“人人不同，終生不變，隨身攜帶”的特點(diǎn)，其研究始于1998年，與常見的指紋、人臉、虹膜等生物特征識(shí)別技術(shù)相比，掌紋識(shí)別[2]主要具有以下優(yōu)勢(shì)：1）指紋具有很強(qiáng)的穩(wěn)定性：胎兒六個(gè)月就會(huì)形成完整的指紋，一直到人死腐爛之前，雖然隨著年齡的增長(zhǎng)，紋理會(huì)有一些變化，但是總體上同一個(gè)手指的指紋類型以及細(xì)節(jié)特征的總體布局等始終沒有明顯的變化。即使手指受傷只要不傷到真皮，等傷口愈合后紋理仍舊恢復(fù)原狀；如果傷到真皮愈合后形成傷疤破壞了原來的紋理，但是傷疤本身也增加了新的穩(wěn)定特征。2）指紋的唯一性，指紋具有很明顯的特定性。根據(jù)指紋學(xué)理論，兩枚指紋匹配上12個(gè)特征的幾率為10-50。至今即使是孿生兄弟姐妹也沒有兩個(gè)指紋完全相同的人，不僅是人與人就算是一個(gè)人的十指之間，指紋也有明顯的區(qū)別。由于指紋具有這樣的特點(diǎn)，因此應(yīng)用指紋進(jìn)行身份鑒定提供了客觀的依據(jù)。

因此，掌紋同其他應(yīng)用于身份識(shí)別的生物特征相比，具有諸多先天優(yōu)勢(shì)，其應(yīng)用領(lǐng)域非常廣闊。在掌紋識(shí)別中，有兩個(gè)基本問題要解決好，一個(gè)是特征的提取，另一個(gè)是相似度的測(cè)量。所以一個(gè)掌紋識(shí)別算法要解決這兩個(gè)問題：一是掌紋特征的提取和選擇，二是特征分類器的設(shè)計(jì)。其中第一個(gè)問題是至關(guān)重要的，因?yàn)樗鼤?huì)強(qiáng)烈地影響到第二個(gè)問題的解決，乃至最終的識(shí)別性能。

現(xiàn)有文獻(xiàn)中涉及的掌紋特征提取算法大致可以分為4大類：第一大類是基于結(jié)構(gòu)的特征提取[3，4]；第二大類是基于空域-頻域變換的特征提取[5，6]；第三大類是基于統(tǒng)計(jì)的特征提取[7]；第四大類是基于子空間的特征提取[8]。本文將第二大類基于時(shí)頻變換和第四大類子空間的特征提取算法結(jié)合起來，提出了一種利用Gabor小波和增強(qiáng)Fisher線性判別模型（EFM）來實(shí)現(xiàn)掌紋特征提取的新方法。

4 結(jié)論

本文主要對(duì)掌紋特征提取和特征分類進(jìn)行了深入的探討和研究，在Gabor小波技術(shù)結(jié)合EFM判別模型的基礎(chǔ)上，提出了一種基于上述方式實(shí)現(xiàn)的掌紋特征提取方法。該方法利用Gabor小波捕獲對(duì)應(yīng)一定頻率（尺度）、空間位置和方向選擇性的局部結(jié)構(gòu)，便于實(shí)現(xiàn)無對(duì)應(yīng)的識(shí)別，而且使得掌紋的Gabor表示對(duì)光照的變化具有一定的魯棒性，實(shí)現(xiàn)方法同時(shí)利用PCA變換和EFM判別模型提取信息量中的主要成分作為新的特征，與Fisher線性判別式（FLD）相比，EFM判別模型通過同時(shí)對(duì)角化類內(nèi)與類間離散度矩陣提高了FLD的推廣能力。因而，該算法具有一定理論和現(xiàn)實(shí)意義。

參考文獻(xiàn)：

[1]Wei Shu， Zhang D. Palmprint verification： an implementation of biometric technology[C].Pattern Recognition Proceedings of Fourteenth International Conference， 1998， Vol.1， 219-221.

[2] 吳介，裘正定.掌紋識(shí)別中的特征提取算法綜述[J].北京電子科技學(xué)院學(xué)報(bào)，2005，13（6）：86-92.

[3]Li Wenxin， Zhang David， Xu Zhuoqun. Image Alignment Based on Invariant Features for Palmprint Identification [J]. Signal Processing Image Communication， 2003（18）：373-379.

[4]Duta N， Jain A K， Mardia K V. Matching of Palmprint[J].Pattern Recognition Letters，2001，23（4）：477-485.

[5]Li Wenxin， Zhang David. Palmprint Identification by Fourier Transform [J]. International Journal of Pattern Recognition and Artificial Intelligence， 2002， 16（4）：417-432.

[6] 蘇曉生，林喜榮，丁天懷. 基于小波變換的掌紋的特征捉取[J].清華大學(xué)學(xué)報(bào)，2003，43（8）：1049-1051.

[7]Ying-Han Pang， Connie T， Jin A，et al. Palmprint Authentication with Zernike Moment Invariants[C] ∥ Signal Processing and Information Technology， Proceedings of the 3rd IEEE International Symposium.2003：199-202.

[8]Lu Guangming， Zhang David， Wang Kuanquan. Palmprint Recognition Using Eigenpalm Features[J]. Pattern Recognition Letters， 2003（24）：1463-1467.

[9]孫冬梅.手形和掌紋識(shí)別算法的研究[D].北京：北方交通大學(xué)博士論文，2003.

第4篇：常見的生物識(shí)別技術(shù)范文

關(guān)鍵詞： 隱式認(rèn)證； 移動(dòng)設(shè)備； 多模態(tài)； 入侵檢測(cè)方法

中圖分類號(hào)：TP181 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2012）03-07-03

Implicit authentication based on user habits of using mobile device

Yang Jianqiang, Fang Lei

（School of Mathematics and Computer Science， Xiangfan University, Xiangfan， Hubei 441053， China）

Abstract： It is very troublesome to enter the password on mobile devices (especially cell phones). As more people use mobile devices to access Internet services, or engage in mobile commerce, people want to simplify the authentication operation. The authors present in this paper an implicit authentication method, which authenticates the user based on the user’s habits of using their devices, and eliminates the trouble of entering password. In this paper, the data for implicit authentication and their sources are given, the specific methods for implicit authentication and the system architecture are discussed. This paper is significant for further research and practical applications of implicit authentication.

Key words： Implicit Authentication; Mobile Device; Multi-modal; Intrusion Detection Method

0 引言

隨著能夠訪問Internet的移動(dòng)設(shè)備（特別是智能手機(jī)）的大規(guī)模市場(chǎng)普及，越來越多的人開始使用移動(dòng)設(shè)備上網(wǎng)，訪問Internet上的各種服務(wù)，或者從事移動(dòng)商務(wù)活動(dòng)。Internet上的許多服務(wù)需要驗(yàn)證用戶的身份，比如訪問電子郵件、登錄博客/空間等。

Internet上目前最常見的認(rèn)證方法是驗(yàn)證用戶名/密碼對(duì)。這種方法存在著一些弱點(diǎn)，有時(shí)并不可靠。因此，在重要的電子商務(wù)中通常采用具有高可靠性的認(rèn)證方法，比如使用具有安全I(xiàn)D的設(shè)備并配合密碼進(jìn)行的雙要素認(rèn)證。這種認(rèn)證方法已經(jīng)成為業(yè)界標(biāo)準(zhǔn)。不管怎樣，目前得到廣泛采用的認(rèn)證方法通常都把密碼作為一個(gè)必要的因素。

我們知道，在桌面電腦上輸入密碼很容易，但是，在輸入界面受到限制的移動(dòng)設(shè)備上輸入密碼卻比較麻煩。根據(jù)國(guó)外一項(xiàng)對(duì)iPhone、BlackBerry手機(jī)用戶的市場(chǎng)調(diào)查，有40%的用戶平均每天輸入一次密碼，在10次密碼輸入中，有56%的用戶至少有一次輸入錯(cuò)誤。用戶發(fā)現(xiàn)在移動(dòng)設(shè)備上輸入密碼甚至比網(wǎng)絡(luò)覆蓋不足、設(shè)備屏幕過小以及較差的語音質(zhì)量更糟糕。因此，隨著訪問Internet的移動(dòng)設(shè)備的增多，人們希望有一種新的認(rèn)證方法，它不需要用戶的參與或者只需要用戶很少的參與就能夠完成認(rèn)證。

本文提出一種新的認(rèn)證方法，它不需要用戶輸入密碼，而是利用所觀察到的用戶行為來認(rèn)證用戶，或者說利用用戶使用移動(dòng)設(shè)備的習(xí)慣來認(rèn)證用戶，我們稱這種方法為隱式認(rèn)證。盡管隱式認(rèn)證能夠應(yīng)用到任何類型的計(jì)算機(jī)上，不過我們認(rèn)為它更適用于移動(dòng)設(shè)備―那些通常具有有限的文字輸入能力，卻能夠訪問豐富信息的計(jì)算機(jī)，比如智能手機(jī)。

我們認(rèn)為，成熟的隱式認(rèn)證技術(shù)將至少有如下三個(gè)方面的應(yīng)用：

⑴ 作為一種基本的認(rèn)證方法替代常見的密碼認(rèn)證，免除用戶輸入密碼的負(fù)擔(dān)。比如當(dāng)用戶通過移動(dòng)設(shè)備訪問在線郵件或登錄博客/空間/論壇時(shí)，服務(wù)器利用隱式認(rèn)證技術(shù)完成對(duì)用戶身份的確認(rèn)，用戶不再需要輸入用戶名和密碼等登錄信息。很明顯，隱式認(rèn)證使得在移動(dòng)設(shè)備上訪問這些服務(wù)更方便了。另外，隨著經(jīng)常使用的服務(wù)不斷增多，用戶需要記住很多的用戶名/密碼對(duì)，為了減輕記憶負(fù)擔(dān)，許多用戶可能在多個(gè)服務(wù)中使用相同的用戶名/密碼對(duì)，可能選擇容易記憶的密碼，有時(shí)候甚至把密碼隨便記在紙上。這會(huì)大大降低了密碼認(rèn)證的可靠性。因此，在這些場(chǎng)合下使用隱式認(rèn)證是非常合適的，它免除了用戶記憶密碼的負(fù)擔(dān)和輸入密碼的麻煩。另外，在那些使用密碼認(rèn)證的小額購(gòu)物網(wǎng)站上也可以用隱式認(rèn)證來替代密碼認(rèn)證。

⑵ 隱式認(rèn)證可以作為常見的密碼認(rèn)證的補(bǔ)充，使得最終的認(rèn)證具有雙要素認(rèn)證的效果，更加安全可靠。無論用戶使用桌面電腦還是使用移動(dòng)設(shè)備訪問Internet上的某些需要認(rèn)證身份的服務(wù)，用戶按常規(guī)方式輸入登錄信息（用戶名/密碼等），服務(wù)器同時(shí)利用隱式認(rèn)證技術(shù)來進(jìn)一步確認(rèn)用戶的身份，這就使得用戶的身份認(rèn)證更加可靠。因此這種認(rèn)證方法，既可以在那些大額購(gòu)物網(wǎng)站上采用，也可以在移動(dòng)商務(wù)服務(wù)，比如手機(jī)銀行、手機(jī)炒股、手機(jī)彩票、GPS位置服務(wù)、移動(dòng)OA等移動(dòng)商務(wù)服務(wù)上采用。

⑶ 為信用卡業(yè)務(wù)提供額外的擔(dān)保，防止欺詐事件的發(fā)生。對(duì)于信用卡詐騙或者信用卡丟失給用戶帶來損失的事件，如果用戶能夠利用信用卡隱式認(rèn)證作用戶身份認(rèn)證的補(bǔ)充，就可以在很大程度上減少用戶的損失。

1 隱式認(rèn)證的研究現(xiàn)狀

實(shí)際上，在桌面電腦以及其他一些強(qiáng)調(diào)安全的領(lǐng)域（如軍事、保密部門），已經(jīng)出現(xiàn)了一些類似“隱式認(rèn)證”的技術(shù)。比如一些采用生物特征識(shí)別技術(shù)的認(rèn)證方法，特別是基于擊鍵力度、節(jié)奏和打字模式的識(shí)別技術(shù)就更可以看成是隱式認(rèn)證技術(shù)[1]。因?yàn)檫@類技術(shù)是基于對(duì)用戶行為的持續(xù)觀察來認(rèn)證用戶身份的，這與我們提出的觀點(diǎn)一致。步態(tài)識(shí)別也屬于“隱式認(rèn)證”技術(shù)。步態(tài)識(shí)別是一種較新的生物特征識(shí)別技術(shù)，它根據(jù)人們的走路姿勢(shì)實(shí)現(xiàn)對(duì)個(gè)人身份的識(shí)別或生理、病理及心理特征的檢測(cè)[2]。在諸如軍事基地、停車場(chǎng)、機(jī)場(chǎng)、高檔社區(qū)等重要場(chǎng)所，步態(tài)識(shí)別不需要任何交互性接觸就可以實(shí)現(xiàn)遠(yuǎn)距離情況下的身份識(shí)別。有些學(xué)者嘗試綜合多種生物特征來識(shí)別用戶的身份，比如，一些研究工作嘗試結(jié)合多種生物特征識(shí)別結(jié)果以產(chǎn)生一個(gè)最終的認(rèn)證分?jǐn)?shù)，并根據(jù)認(rèn)證分?jǐn)?shù)來確定用戶身份的真實(shí)性程度[3]。所有這些基于生物特征識(shí)別技術(shù)的認(rèn)證方法都具有隱式認(rèn)證的特征―不需要用戶的參與或者只需要用戶很少的參與就能夠完成認(rèn)證。

并不是所有隱式認(rèn)證都與生物特征識(shí)別技術(shù)有關(guān)?；谟脩舻奈恢脕泶_定訪問權(quán)限的技術(shù)，很多公司或組織的系統(tǒng)采用了這樣的技術(shù)。如果員工在辦公室使用電腦，則允許其訪問公司內(nèi)部數(shù)據(jù)，而如果員工在家里使用電腦，則禁止訪問。這樣的系統(tǒng)顯然也具有隱式認(rèn)證的特征。

盡管上述“隱式”認(rèn)證技術(shù)目前在移動(dòng)設(shè)備領(lǐng)域比較少見，不過已經(jīng)有很多人開始嘗試把它們應(yīng)用到移動(dòng)領(lǐng)域。比如有學(xué)者嘗試基于移動(dòng)設(shè)備的位置（GPS）來確定用戶對(duì)特定資源的訪問權(quán)限；有學(xué)者研究利用步態(tài)識(shí)別來檢測(cè)設(shè)備是否正在被其主人使用[4]；還有學(xué)者提出了多模態(tài)認(rèn)證方法，這種方法結(jié)合許多不同的、低可信度的生物識(shí)別信息流來產(chǎn)生一個(gè)持續(xù)的、對(duì)當(dāng)前用戶身份的正面肯定[5]。對(duì)于本文提出的、利用用戶使用移動(dòng)設(shè)備的習(xí)慣來認(rèn)證用戶的隱式認(rèn)證方法，目前尚未有人研究。

2 基于用戶使用移動(dòng)設(shè)備習(xí)慣的隱式認(rèn)證的技術(shù)分析

要進(jìn)行隱式認(rèn)證，必須要有用于認(rèn)證的數(shù)據(jù)。智能手機(jī)是目前使用用戶最多的、可訪問Internet的移動(dòng)設(shè)備。對(duì)于智能手機(jī)來說，用于認(rèn)證的數(shù)據(jù)可以來自設(shè)備自身，也可以來自移動(dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商，甚至來自Internet。這些數(shù)據(jù)中，有些數(shù)據(jù)的來源可能有多個(gè)，而有些數(shù)據(jù)是設(shè)備特有的，依賴于特定的硬件類型和使用方式。

來自運(yùn)營(yíng)商的數(shù)據(jù)有：用戶設(shè)備所選擇的基站、用戶呼出/呼入的電話號(hào)碼及通話模式（通話時(shí)間、時(shí)間間隔等）、用戶發(fā)送/接收的短消息號(hào)碼及模式（時(shí)間、頻度等）、甚至用戶的語音數(shù)據(jù)、用戶訪問Internet的模式（如果用戶通過移動(dòng)網(wǎng)絡(luò)訪問Internet，運(yùn)營(yíng)商可以通過檢查他們的DNS請(qǐng)求和網(wǎng)絡(luò)報(bào)文來知道他們的訪問模式）。來自設(shè)備自身的數(shù)據(jù)有：用戶撥打/接收的電話號(hào)碼以及發(fā)送/收到的短消息號(hào)碼、鬧鈴設(shè)置時(shí)間、用戶操作電子郵件的習(xí)慣、來自GPS的定位數(shù)據(jù)（如果設(shè)備具有GPS功能）、WiFi/藍(lán)牙連接/配對(duì)或USB連接數(shù)據(jù)（如果設(shè)備具有這些功能）、在WiFi中對(duì)一個(gè)已知的訪問點(diǎn)的認(rèn)證數(shù)據(jù)、設(shè)備與某個(gè)已知PC的同步情況、應(yīng)用程序的使用數(shù)據(jù)（比如瀏覽模式和安裝的軟件）、鍵盤輸入模式或語音數(shù)據(jù)、觸摸屏，獲得用戶的指紋等等。來自網(wǎng)絡(luò)的數(shù)據(jù)有：用戶訪問網(wǎng)絡(luò)服務(wù)的各種相關(guān)數(shù)據(jù)。

理論上，上述數(shù)據(jù)都可以作為認(rèn)證的依據(jù)，但認(rèn)證中考慮所有數(shù)據(jù)顯然是不現(xiàn)實(shí)的。另外，設(shè)備/用戶不同，用戶使用設(shè)備的習(xí)慣、訪問網(wǎng)絡(luò)的行為方式等也會(huì)不同。所以，可以用于刻畫用戶行為特征的數(shù)據(jù)也不盡相同。因此，實(shí)際用于認(rèn)證的數(shù)據(jù)最好是帶有普遍性的數(shù)據(jù)，而不是設(shè)備或用戶或網(wǎng)絡(luò)所特有的。

隱式認(rèn)證中可采用的認(rèn)證方法，我們認(rèn)為可以從如下兩個(gè)方面考慮：一是借鑒已有的“隱式認(rèn)證”技術(shù)，比如前面提到的多模態(tài)認(rèn)證方法；二是借鑒入侵檢測(cè)技術(shù)。目前有很多入侵檢測(cè)方法，有些檢測(cè)方法比較適合用于隱式認(rèn)證中。下面我們逐一探討。

基于多模態(tài)認(rèn)證方法的研究結(jié)果，我們初步構(gòu)想了一個(gè)隱式認(rèn)證方法，它利用前面提到的相關(guān)數(shù)據(jù)，根據(jù)用戶最近的行為或活動(dòng)為每個(gè)用戶計(jì)算并維護(hù)一個(gè)認(rèn)證分?jǐn)?shù)。該方法根據(jù)事件（用戶行為）是正面的還是負(fù)面的來增加或減少用戶的認(rèn)證分?jǐn)?shù)。正面的事件如習(xí)慣性的行為，當(dāng)監(jiān)視到習(xí)慣性的事件的時(shí)候就增加認(rèn)證分?jǐn)?shù)；負(fù)面的事件指那些對(duì)于用戶來說并不常見的事件，或者與某種常見的攻擊行為相關(guān)聯(lián)的事件。當(dāng)認(rèn)證分?jǐn)?shù)下降超過了特定事件的閾值，該事件將不再被執(zhí)行，除非用戶顯式地、明確地認(rèn)證他自己，比如輸入密碼。正確的顯式認(rèn)證是一個(gè)正面事件，而失敗的顯式認(rèn)證是一個(gè)負(fù)面事件。圖1給出了這種方法中可以采用的機(jī)器學(xué)習(xí)算法框架。

[過去的

行為][學(xué)習(xí)算法] [評(píng)分算法][最近的

行為] [分?jǐn)?shù)] [用戶

類型]

圖1 機(jī)器學(xué)習(xí)算法框架

圖1中，用戶模型是從用戶過去的行為獲得的，它能夠刻畫出用戶的個(gè)人行為模式。評(píng)分算法檢查用戶模型和用戶最近的行為，并輸出一個(gè)認(rèn)證分?jǐn)?shù)以指出用戶身份真實(shí)的可能性。方法中使用一個(gè)閾值對(duì)應(yīng)合法用戶分?jǐn)?shù)的最低值。閾值也可以因不同的應(yīng)用而有所不同，這取決于具體的應(yīng)用是否是安全敏感的。很明顯，此處用戶模型的正確創(chuàng)建和評(píng)分算法的合理設(shè)計(jì)是獲得準(zhǔn)確認(rèn)證分?jǐn)?shù)的關(guān)鍵，當(dāng)然也是準(zhǔn)確確定用戶身份是否合法的關(guān)鍵。

另外，隱式認(rèn)證可以借鑒的是入侵檢測(cè)技術(shù)中的方法。入侵檢測(cè)采用的方法通?？梢苑譃閮深悾赫`用檢測(cè)和異常檢測(cè)。誤用檢測(cè)需要首先定義入侵行為特征，然后監(jiān)視系統(tǒng)中是否出現(xiàn)了這樣的行為特征，當(dāng)監(jiān)測(cè)的用戶或系統(tǒng)行為與某個(gè)已定義的入侵特征匹配時(shí)，就認(rèn)為發(fā)生了入侵；異常檢測(cè)需要首先定義正常行為特征，當(dāng)用戶活動(dòng)或系統(tǒng)行為與正常行為有重大偏離時(shí)即被認(rèn)為是入侵。很明顯，隱式認(rèn)證應(yīng)該采用誤用檢測(cè)方法，不同之處只是把定義入侵行為特征改成定義用戶的習(xí)慣行為特征。

常用的誤用檢測(cè)方法有基于條件概率的誤用入侵檢測(cè)、基于專家系統(tǒng)的誤用入侵檢測(cè)、基于狀態(tài)轉(zhuǎn)移的誤用入侵檢測(cè)、基于鍵盤監(jiān)控的誤用入侵檢測(cè)，以及基于模型的誤用入侵檢測(cè)等[6]幾種。以基于條件概率的誤用入侵檢測(cè)方法為例，該方法將入侵方式對(duì)應(yīng)于一個(gè)事件序列，然后通過觀測(cè)事件發(fā)生情況來推測(cè)入侵的出現(xiàn)。在隱式認(rèn)證中可以采用同樣的方法，把用戶的行為對(duì)應(yīng)于一個(gè)事件序列，然后通過觀測(cè)事件發(fā)生情況來推測(cè)用戶身份的真實(shí)性。這種方法的原理是利用外部事件序列，根據(jù)貝葉斯定理進(jìn)行推理判斷用戶身份的真實(shí)性。

令ES表示事件序列，先驗(yàn)概率為P(Authentication)，后驗(yàn)概率為P(ES|Authentication)，事件出現(xiàn)的概率為P(ES)，則

通常可以給出先驗(yàn)概率P(Authentication)，對(duì)用戶行為報(bào)告數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理得出P(ES|Authentication)和P(ES|-Authentication)，于是可以計(jì)算出：

因此，可以通過對(duì)事件序列的觀測(cè)推算出P(Authentication|ES)，它表示當(dāng)事件序列ES發(fā)生后用戶身份真實(shí)的可能性。當(dāng)然，其他誤用檢測(cè)方法也都有應(yīng)用到隱式認(rèn)證中的可能。

實(shí)際上，即使已有的“隱式認(rèn)證”技術(shù)也或多或少采用了與入侵檢測(cè)技術(shù)相似或相同的方法，所以我們剛才提到的兩類可以借鑒的技術(shù)并非截然不同，而是存在著重疊或交叉。

3 隱式認(rèn)證系統(tǒng)體系結(jié)構(gòu)分析

認(rèn)證包括認(rèn)證結(jié)果的產(chǎn)生（認(rèn)證決斷）和認(rèn)證結(jié)果的使用（認(rèn)證消費(fèi)）兩個(gè)方面。對(duì)于我們提出的隱式認(rèn)證，認(rèn)證的決斷者可以是設(shè)備本身，也可以是運(yùn)營(yíng)商或者其他可信的第三方。這通常與認(rèn)證所依賴的數(shù)據(jù)來源有關(guān)，另外，也可能與認(rèn)證結(jié)果的使用者和所采用的特定的隱式認(rèn)證方法有關(guān)。認(rèn)證的消費(fèi)者包括：⑴ 移動(dòng)設(shè)備（比如，設(shè)備可能需要首先確認(rèn)用戶的身份合法才允許使用某些特定的應(yīng)用）；⑵ 希望認(rèn)證用戶的服務(wù)提供者（這是很顯然的，如前面提到的電子郵件服務(wù)、博客/空間、論壇以及在線銀行站點(diǎn)）。如果認(rèn)證的決斷者是設(shè)備自身，保障認(rèn)證結(jié)果的完整性是很重要的，特別是當(dāng)認(rèn)證的消費(fèi)者不是設(shè)備本身的時(shí)候，比如是Internet上的服務(wù)。此時(shí)，可以借助設(shè)備的SIM卡對(duì)認(rèn)證結(jié)果簽名，隨后把簽名后的數(shù)據(jù)發(fā)送到希望認(rèn)證用戶身份的服務(wù)提供者那里。這種方法既保護(hù)了用戶的隱私，又能夠防止對(duì)服務(wù)器的欺騙。不過，這種方法不能防止設(shè)備被盜時(shí)非法用戶以合法的方式使用該設(shè)備。也就是說，如果設(shè)備被盜，存儲(chǔ)在設(shè)備中的數(shù)據(jù)以及用戶的行為模式信息也可能被盜。非法用戶可能利用這些信息來模仿合法用戶。

鑒于運(yùn)營(yíng)商和移動(dòng)用戶之間的信任關(guān)系以及自然的通信能力，運(yùn)營(yíng)商很適合作為認(rèn)證的決斷者，給出認(rèn)證結(jié)果。運(yùn)營(yíng)商也可能簡(jiǎn)單地把數(shù)據(jù)提供給可信的第三方，委托第三方分析數(shù)據(jù)并做出認(rèn)證結(jié)論，此時(shí)第三方就是認(rèn)證決斷者。如果采用把數(shù)據(jù)報(bào)告給可信的第三方的方法，用戶的隱私將是一個(gè)需要關(guān)注的問題。解決這個(gè)問題的方法有：⑴從報(bào)告的數(shù)據(jù)中刪除可以辨識(shí)用戶身份的信息及重要數(shù)據(jù)；⑵使用別名替代真實(shí)的稱謂，比如，“電話號(hào)碼A，位置B，區(qū)號(hào)D”；⑶采用粗粒度數(shù)據(jù)或匯總數(shù)據(jù)，而非詳細(xì)精確的描述。

無論如何，隱式認(rèn)證的系統(tǒng)體系結(jié)構(gòu)是靈活的，這也決定了隱式認(rèn)證的應(yīng)用將是廣泛的。

4 結(jié)束語

在移動(dòng)設(shè)備上使用隱式認(rèn)證，可以免除用戶記憶密碼的負(fù)擔(dān)和輸入密碼的麻煩，從而使用戶可更方便地訪問Internet上的服務(wù)。隱式認(rèn)證還可以和常見的密碼認(rèn)證一起使用，使得最終的認(rèn)證具有雙要素認(rèn)證的效果。隱式認(rèn)證甚至可以為信用卡業(yè)務(wù)提供額外的擔(dān)保。因此，對(duì)隱式認(rèn)證的研究是非常有意義的。本文提出了隱式認(rèn)證的概念，探討了可用于隱式認(rèn)證的具體方法和隱式認(rèn)證系統(tǒng)的體系結(jié)構(gòu)。目前，對(duì)隱式認(rèn)證的研究也只是剛開始，期待本文能起到拋磚引玉的作用。

參考文獻(xiàn)：

[1] 田啟川,張潤(rùn)生.生物特征識(shí)別綜述[J].計(jì)算機(jī)應(yīng)用研究,2009.26

(12):4401~4406

[2] 王科俊,侯本博.步態(tài)識(shí)別綜述[J].中國(guó)圖象圖形學(xué)報(bào),2007.12(7):1157~1160

[3] J. Bigun, J. Fierrez-Aguilar, J. Ortega-Garcia, and J.

Gonzalez-Rodriguez. Combining biometric evidence for person authentication[J]. Advanced Studies in Biometrics, 2005.

[4] D. Gafurov, K. Helkala, and T. Søndrol. Biometric gait authenti cation using accelerometer sensor. JCP, 1(7):51~59,2006.

第5篇：常見的生物識(shí)別技術(shù)范文

【關(guān)鍵詞】深海攝像 高清 生物 識(shí)別 分類

1 系統(tǒng)介紹

該系統(tǒng)由硬件和軟件部分組成。硬件部分主要包括光纖通信系統(tǒng)，水下測(cè)控系統(tǒng)。系統(tǒng)框圖如圖1。

視頻采集模塊將兩路高清相機(jī)的視頻數(shù)據(jù)通過千兆網(wǎng)交換機(jī)經(jīng)光纖收發(fā)器傳給上位機(jī)進(jìn)行實(shí)時(shí)監(jiān)控。水下測(cè)控系統(tǒng)根據(jù)上位機(jī)控制命令打曰蜆乇賬下相應(yīng)的高清攝像機(jī)、照明燈和高度計(jì)等水下設(shè)備，并通過水下傳感器定時(shí)采集系統(tǒng)電壓，水下溫度，漏水情況，離底高度，和拖體姿態(tài)，GPS等狀態(tài)信息，并將此狀態(tài)信息通過網(wǎng)絡(luò)轉(zhuǎn)串口模塊轉(zhuǎn)換成網(wǎng)絡(luò)數(shù)據(jù)通過網(wǎng)絡(luò)將其反饋給上位機(jī)。

軟件部分設(shè)計(jì)，在windows系統(tǒng)下使用visual c++語言，vc6.0環(huán)境下開發(fā)。上位機(jī)界面如圖2所示。

該軟件實(shí)現(xiàn)了兩路視頻圖像和傳感器數(shù)據(jù)的實(shí)時(shí)顯示，兩路視頻的錄像，歷史錄像回放，抓圖。

2 傳統(tǒng)的深海視頻監(jiān)控系統(tǒng)與改進(jìn)的深海視頻監(jiān)控系統(tǒng)

傳統(tǒng)的視頻監(jiān)控系統(tǒng)采用模擬攝像頭，圖像分辨率低，采用串口通訊，傳輸速度慢，而改進(jìn)的深海高清視頻監(jiān)控系統(tǒng)采用德國(guó)imagesorcing高清網(wǎng)絡(luò)攝像機(jī)，使得圖像分辨率提高到1600*1200，采用千兆網(wǎng)交換機(jī)，每個(gè)端口可達(dá)2000Mbps的傳輸速度。通訊方式采用基于tcp-ip的socket網(wǎng)絡(luò)通訊，代替?zhèn)鹘y(tǒng)的串口通訊，上位機(jī)作為服務(wù)器端，USR-TCP232-E45作為客戶端，進(jìn)行通訊。使得數(shù)據(jù)傳輸速度大大提高。對(duì)于軟件中抓圖后獲取的的圖片，能從中提取到生物的輪廓根據(jù)輪廓信息進(jìn)行識(shí)別和分類。

3 識(shí)別和分類

3.1 形狀提取

由于海洋生物形狀各異，所以本文利用形狀特征進(jìn)行識(shí)別。目前基于形狀的描述方法有基于輪廓的方法和基于區(qū)域的方法，基于區(qū)域的描述方法抗噪能力更強(qiáng)，更完整的描述了生物的形狀信息。常用的基于區(qū)域的形狀描述方法有：形狀的面積，幾何矩，正交矩，傅里葉描述算子等。其中正交矩可以構(gòu)造任意的高階矩，包含形狀的信息全面，但是在計(jì)算高階矩需要將圖像歸一化到單位圓內(nèi)，計(jì)算量大，傅里葉描述子的很好地描述形狀的信息，但是也要進(jìn)行歸一化處理。由于生物在運(yùn)動(dòng)過程中形態(tài)會(huì)發(fā)生變化，比如旋轉(zhuǎn)，隨著攝像機(jī)的運(yùn)動(dòng)會(huì)發(fā)生放縮，而Hu不變矩具有旋轉(zhuǎn)，放縮，平移不變性，所以本文采取Hu不變矩對(duì)于生物性狀進(jìn)行描述。

3.2 形狀提取過程

首先對(duì)輸入的視頻進(jìn)行幀提取，本文選取的視頻源來自2008年深海攝像的資料，本文選取具有代表性的七種常見的海洋生物進(jìn)行識(shí)別與分類。幀提取結(jié)果如圖3。

因?yàn)樯詈－h(huán)境復(fù)雜，原始圖像往往含噪聲，不清晰，所以要對(duì)原始圖像進(jìn)行去噪和圖像增強(qiáng)等預(yù)處理，預(yù)處理后進(jìn)行灰度化和二值化，進(jìn)行連通區(qū)與檢測(cè)，找出面積周長(zhǎng)最大的連通區(qū)域，即為目標(biāo)生物的輪廓，繪制出輪廓后，進(jìn)行區(qū)域填充，即可得到生物的形狀。以下以魚的形狀提取為例，圖3為原始圖像，圖4為一條魚的形狀提取過程。

4 形狀特征描述

4.1 Hu不變矩

5 分類

5.1 BP神經(jīng)網(wǎng)絡(luò)分類

BP（back propagation）神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播算法訓(xùn)練的多層前饋網(wǎng)絡(luò)，能學(xué)習(xí)和存儲(chǔ)大量的輸入/輸出模式映射關(guān)系，無需事前描述這種映射關(guān)系。針對(duì)Hu 矩提取特征值的分類采用3 層BP 神經(jīng)網(wǎng)絡(luò)，其中輸入層7 個(gè)節(jié)點(diǎn)，對(duì)應(yīng)Hu 矩的7 個(gè)特征值，隱含層5 個(gè)節(jié)點(diǎn)，輸出層7個(gè)節(jié)點(diǎn)。網(wǎng)絡(luò)結(jié)構(gòu)見圖5。

5.2 支持向量機(jī)分類

支持向量機(jī)（Support Vector Machine，SVM）是Corinna Cortes和Vapnik等于1995年首先提出的，它在解決小樣本、非線性及高維模式識(shí)別中表現(xiàn)出許多特有的優(yōu)勢(shì)，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問題中。支持向量機(jī)原理圖如圖6。

支持向量機(jī)將向量映射到一個(gè)更高維的空間里，在這個(gè)空間里建立有一個(gè)最大間隔超平面。在分開數(shù)據(jù)的超平面的兩邊建有兩個(gè)互相平行的超平面。建立方向合適的分隔超平面使兩個(gè)與之平行的超平面間的距離最大化。其假定為，平行超平面間的距離或差距越大，分類器的總誤差越小。

5.3 分類結(jié)果

本文采用以上兩種方法進(jìn)行分類，訓(xùn)練樣本選取200個(gè)，測(cè)試樣本選取70個(gè)，分類結(jié)果如圖7。

5.4 結(jié)果分析

圖7中，紅色代表預(yù)測(cè)分類結(jié)果，藍(lán)色代表實(shí)際分類結(jié)果，兩者不重合即為分類錯(cuò)誤，重合則為分類正確，采用BP神經(jīng)網(wǎng)絡(luò)分類的正確率為82.85%，而SVM分類的正確率為92%，原因是BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，但進(jìn)行分類時(shí)具有不穩(wěn)定性，因?yàn)槊看斡?xùn)練的時(shí)候選擇的閾值不同。而支持向量機(jī)是以統(tǒng)計(jì)學(xué)理論為基礎(chǔ)和結(jié)構(gòu)風(fēng)險(xiǎn)化最小化為原則，從而保證了機(jī)器學(xué)習(xí)具有良好的泛化能力。所以分類效果由于神經(jīng)網(wǎng)絡(luò)。

6 總結(jié)

目前對(duì)于形狀差異較大的生物基本能實(shí)現(xiàn)正確的分類。但是由于水下復(fù)雜的環(huán)境使得生物目標(biāo)輪廓提取不夠準(zhǔn)確，對(duì)識(shí)別有一定的影響。此外，海洋生物種類繁多，形態(tài)各異，基于矩的形狀特征描述得方法還不夠全面。目前只能識(shí)別形狀差異較大的生物，對(duì)于形狀相似的容易造成分類錯(cuò)誤，還須進(jìn)一步研究。

參考文獻(xiàn)

[1]陳學(xué)雷.海洋資源開發(fā)與管理[M].北京：科學(xué)出版社，2000：12-25.

[2]曹菲.深海攝像，把海底世界“撈”上來[J].地質(zhì)勘查導(dǎo)報(bào)，2007（06）.

[3]楊文鶴.我國(guó)海洋技術(shù)現(xiàn)狀與發(fā)展[J].世界科技研究與發(fā)展，1998，11（4）：9-12.

[4]鐘川源.基丁同軸電纜的能源與數(shù)據(jù)信息混合傳輸技術(shù)的研究[D].杭州：杭州電子科技大學(xué)，2007.

[5]劉敬彪.基于光纜的水下視頻和數(shù)據(jù)傳輸系統(tǒng)研制[D].杭州電子科技大學(xué)，2011.

[6]施家棟，王建中.動(dòng)態(tài)場(chǎng)景中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[J].北京理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，29（10）：858-860.

[7]李小三.海底觀測(cè)網(wǎng)絡(luò)攝像系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].浙江大學(xué) 流體傳動(dòng)及控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，2005.

[8]王亮.光流技術(shù)及其在運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤中的應(yīng)用研究[D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué)，2007.

[9]江志軍，易華蓉.一種基于圖像金字塔光流的特征跟蹤方法[J].武漢大學(xué)學(xué)報(bào)：工學(xué)版，2007，32（ 8） ： 680-683.

[10]?？礑S-IP-2306A視頻服務(wù)器配置說明書.

[11]多功能串口轉(zhuǎn)以太網(wǎng)轉(zhuǎn)換器（USR-TCP232-E45 系列） 說明書.

[12]6100 系列視頻服務(wù)器用戶使用手冊(cè)（Ver2.0）.

[13]Chung-Ching Lin，Marilyn Wolf.Detecting Moving Objects Using a Camera on a Moving Platform[C].IEEE International Confer-ence on Pattern Recognition，2010：460-463.

[14]LI Ni WANG Wen-chao A Moving Object Tracking Method Based on Optical Flow Computing.doi：10.3969/j. issn，2014.

[15]Keith Jack.Video Demystified（5th Edition）[M].America： Newnes，2007.

[16]XU Xuan，JIANG Ming-xin，HUANG Jing，XU Jing，LI MinSoftware.interface design of MFC-based engineering School of Information Engineering.Dalian Nationalities University，Dalian 116600，China.

[17]WEI Xi Research on Detection Technology for Motion Targets When the Camera is Moving College of Civil Aviation， Nanjing University of Aeronautics and Astronautics， Nanjing Jiangsu， 210016）.

[18]McKenna S，Jabri S，Duric Z，et al. Tracking groups of people[J].Computer Vision and Image Understanding，2000，80（01）：42-56.

作者簡(jiǎn)介

陳啟（1990-），女，浙江省杭州市人?，F(xiàn)為杭州電子科技大學(xué)在讀碩士。主要研究方向?yàn)殡娮涌茖W(xué)與技術(shù)。

第6篇：常見的生物識(shí)別技術(shù)范文

[關(guān)鍵詞]識(shí)別碼；食品

[中圖分類號(hào)]X924.2　[文獻(xiàn)標(biāo)識(shí)碼]A　[文章編號(hào)]1005－6432(2009)02－0014－02

食品是物流行業(yè)中的重要服務(wù)對(duì)象，食品物流依賴條碼技術(shù)，條碼技術(shù)雖在近幾十年有很大發(fā)展，但針對(duì)食品安全問題，條碼標(biāo)記技術(shù)需要有新的想法，追溯物流(Logistics)一詞，源于20世紀(jì)中期的軍事用語，近年來供應(yīng)鏈管理(Supply Chain Management)的廣義物流觀念，逐漸取代原來較為狹義的物流觀念。美國(guó)供應(yīng)鏈管理委員會(huì)(Supply Chain Council)定義供應(yīng)鏈為：“供應(yīng)鏈包括每個(gè)有關(guān)生產(chǎn)及配送最終產(chǎn)品或服務(wù)，從供貨商到客戶，包括管理供給與需求、原材料與零部件、制造及裝配、倉(cāng)儲(chǔ)與貨物追蹤、訂購(gòu)與訂單管理以及跨區(qū)域直接配送給客戶?！被旧?，物流管理是以一家企業(yè)的角度，處理商品自原料到成品消費(fèi)的過程，而供應(yīng)鏈管理是以跨國(guó)組織，從最初的原料到最終消費(fèi)者、綜合管理產(chǎn)品設(shè)計(jì)、物料管理、生產(chǎn)到配送管理四大階段的活動(dòng)，同時(shí)處理物品、信息與資金的流通，并與供應(yīng)鏈伙伴以跨組織合作的方式，讓整體的流通過程能在滿足消費(fèi)者需求的狀況下順利運(yùn)作，且同時(shí)降低企業(yè)的成本，整個(gè)過程中，貨物的標(biāo)識(shí)碼是供應(yīng)鏈管理的重要環(huán)節(jié)。

貨物的標(biāo)識(shí)方法應(yīng)該是多種多樣的，條碼是其中的一種，即按一定規(guī)則排列的條、空符號(hào)的組合，用來表示一定的字符、數(shù)字及符號(hào)信息，這種條編碼組合可以供機(jī)器識(shí)讀，條碼技術(shù)是物流管理的基石，與其他輸入技術(shù)(如鍵盤輸入、OCR輸入、磁卡輸入、射頻輸入)相比，條碼技術(shù)具有識(shí)別速度快，誤碼率低、設(shè)備便宜、應(yīng)用成本低廉和技術(shù)成熟等優(yōu)點(diǎn)，目前已被廣泛應(yīng)用于商業(yè)、工業(yè)、圖書、醫(yī)療等領(lǐng)域。目前條碼技術(shù)應(yīng)用最為廣泛的領(lǐng)域是商業(yè)自動(dòng)化管理，即建立商業(yè)“POS：Point of Sale”系統(tǒng)，利用現(xiàn)金收款機(jī)作為終端機(jī)與主計(jì)算機(jī)相連，借助于識(shí)讀設(shè)備，計(jì)算錄入商品上的條碼符號(hào)，計(jì)算機(jī)從數(shù)據(jù)庫中自動(dòng)查錄對(duì)應(yīng)的商品信息，顯示商品名稱、價(jià)格、數(shù)量、總金額，反饋給現(xiàn)金收款機(jī)開出收據(jù)，迅速準(zhǔn)確地完成結(jié)算過程，從而節(jié)省顧客購(gòu)買結(jié)算單，更為重要的是它使商品零售方式發(fā)生了巨大的變革，由傳統(tǒng)的封閉柜臺(tái)式銷售變?yōu)殚_架自選銷售，大大方便了顧客采購(gòu)商品；同時(shí)計(jì)算機(jī)還可根據(jù)購(gòu)銷情況對(duì)貨架上各類商品的數(shù)量、庫存進(jìn)行處理，及時(shí)提出進(jìn)、銷、存、退的信息，供商家及時(shí)掌握購(gòu)銷行情和市場(chǎng)動(dòng)態(tài)，提高競(jìng)爭(zhēng)力，增加經(jīng)濟(jì)效益；對(duì)于商品制造商來說還可以及時(shí)了解到產(chǎn)品的銷售情況，幫助及時(shí)調(diào)整生產(chǎn)計(jì)劃，生產(chǎn)出銷售對(duì)路的商品。在我們生活中常見的條碼有39碼、128碼、PDF417碼、EAN商品條碼等。下面介紹幾種識(shí)別技術(shù)。

RFID是英文“Radio Frequency Identification”的縮寫，中文稱為無線射頻識(shí)別，它是應(yīng)用無線電波來自動(dòng)識(shí)別(Auto－ID)單個(gè)物體對(duì)象的技術(shù)的總稱。是自動(dòng)識(shí)別技術(shù)的一種，它將射頻識(shí)別技術(shù)與高度小型化的芯片相結(jié)合，通過射頻信號(hào)自動(dòng)識(shí)別目標(biāo)對(duì)象并獲取相關(guān)數(shù)據(jù)，實(shí)現(xiàn)人們對(duì)各類物體或設(shè)備(人員、物品)在不同狀態(tài)(移動(dòng)、靜止或惡劣環(huán)境)下的自動(dòng)識(shí)別和管理。

PDF是英文“Portable Data File”的縮寫，意為“便攜數(shù)據(jù)文件”。因?yàn)榻M成條碼的每符號(hào)字符都是由4個(gè)條和4個(gè)空構(gòu)成，如果將組成條碼的最窄條或空稱為一個(gè)模塊，則上述的4個(gè)條和4個(gè)空的總模塊數(shù)為17，所以稱四一七條碼或PDF417碼。

納米磁性顆粒防偽條碼，是英國(guó)研究人員用磁性納米顆粒制作條碼中的線，創(chuàng)造了一種防偽安全系統(tǒng)。印刷條碼使用的“墨水”含有鐵與鎳的納米顆粒。所產(chǎn)生的每一種磁性結(jié)構(gòu)都是獨(dú)一無二的，由一套自然出現(xiàn)的鐵陷構(gòu)成。這些鐵陷形成了該磁性結(jié)構(gòu)的獨(dú)一無二的“指紋”，具有它自己的特定磁性特征，可以測(cè)量出來，并可儲(chǔ)存于通用數(shù)據(jù)庫中，這是一種新的防偽途徑，目前尚無人可以預(yù)測(cè)這種磁性材料自然產(chǎn)生的這種無序性，即使制造者自己也不能預(yù)測(cè)。因而幾乎不可能進(jìn)行偽造。為檢驗(yàn)條碼的真實(shí)性，用戶可用一種簡(jiǎn)便的檢測(cè)器(例如激光掃描器)測(cè)定特定的磁性能，如偏振光反射。如果測(cè)得的性能與制造時(shí)輸入數(shù)據(jù)庫的該條碼的數(shù)據(jù)相符，則條碼是真的，否則是偽造碼。這種鑒別只需幾秒鐘。這種防偽技術(shù)成本低，操作簡(jiǎn)便，精度高，因而有廣泛用途，包括鑒定貴重物品與文件等。

中國(guó)醫(yī)藥城泰州納米生命醫(yī)學(xué)研究院的量子點(diǎn)納米條碼的關(guān)鍵技術(shù)，獲省級(jí)撥款正在研制中。

對(duì)目前刀具標(biāo)識(shí)與信息追蹤方面存在的不足，采用直接激光標(biāo)刻和二維條碼技術(shù)實(shí)現(xiàn)了刀具的直接標(biāo)識(shí)。激光標(biāo)刻提高了刀具識(shí)別的可靠性，為信息追蹤提供了新的方法和技術(shù)，有利于提高刀具庫存管理的效率，縮短刀具準(zhǔn)備時(shí)間，實(shí)現(xiàn)刀具生產(chǎn)過程信息采集和信息追蹤。

第7篇：常見的生物識(shí)別技術(shù)范文

【關(guān)鍵詞】視頻序列 人臉識(shí)別技術(shù) 生物識(shí)別

人臉識(shí)別技術(shù)看似與我們沒有什么關(guān)系，但是現(xiàn)階段很多的行業(yè)都在使用人臉識(shí)別技術(shù)，比如：銀行、機(jī)場(chǎng)、公司考勤、警察局等，都不同程度的對(duì)人臉識(shí)別技術(shù)進(jìn)行使用。經(jīng)過不斷的使用和實(shí)踐，人臉識(shí)別技術(shù)已經(jīng)獲得了很大的進(jìn)步。本文對(duì)人臉識(shí)別技術(shù)的概念、特點(diǎn)、以及基于視頻的人臉識(shí)別技術(shù)發(fā)展的程度。對(duì)人臉識(shí)別技術(shù)中對(duì)視頻的使用進(jìn)行分析，簡(jiǎn)單的介紹這類技術(shù)的優(yōu)點(diǎn)和缺點(diǎn)，對(duì)其中的問題提出相應(yīng)的解決方案，并根據(jù)現(xiàn)階段的實(shí)際情況，對(duì)人臉識(shí)別技術(shù)未來發(fā)展的方向進(jìn)行簡(jiǎn)要的分析。

1 人臉識(shí)別

1.1特征

人臉識(shí)別技術(shù)在一定程度上能夠?qū)呙璧娜四樳M(jìn)行精準(zhǔn)的識(shí)別，識(shí)別技術(shù)方便快捷，只需要站在掃描設(shè)備前即可，有十分良好的直觀性，能夠?qū)ψR(shí)別這有很好的適應(yīng)性，對(duì)于需要識(shí)別的人臉又有著相對(duì)的保密性，不會(huì)泄露使用者的資料，安裝比較方便，兼容性強(qiáng)，安全性高，對(duì)于想要破壞的因素會(huì)自動(dòng)報(bào)警。使用這種識(shí)別系統(tǒng)還能夠保證衛(wèi)生，不需要接觸就能夠達(dá)到身份驗(yàn)證的目的[1]。

1.2 發(fā)展的現(xiàn)狀

早期的人臉系統(tǒng)并不是全自動(dòng)的系統(tǒng)，還需要人進(jìn)行操作，隨著科技的發(fā)展，人臉識(shí)別系統(tǒng)已經(jīng)成為了全自動(dòng)化的系統(tǒng)，有著自己獨(dú)有的人臉數(shù)據(jù)庫，能夠?qū)ζ渲械娜四樳M(jìn)行掃描，將通過測(cè)試的人臉進(jìn)行特征分析?，F(xiàn)階段所使用的人臉識(shí)別系統(tǒng)的算法基本都能夠保證有良好的使用價(jià)值，達(dá)到理想的效果，但是還存在著很多的不足，需要逐一改正。

2 人臉識(shí)別技術(shù)的優(yōu)點(diǎn)與缺點(diǎn)

2.1 優(yōu)點(diǎn)

人臉識(shí)別系統(tǒng)相對(duì)于其他的身份識(shí)別系統(tǒng)來說有很多的優(yōu)點(diǎn)。人臉識(shí)別系統(tǒng)具有很高的隱蔽性，能夠?qū)Π踩矫娴膯栴}進(jìn)行監(jiān)控，比較常見的就是在監(jiān)獄中，對(duì)犯人進(jìn)行監(jiān)控，對(duì)其進(jìn)行有效地管理。而且人臉識(shí)別系統(tǒng)不用與信息采集設(shè)備進(jìn)行直接接觸，對(duì)于很多的人來說，他們會(huì)覺得這種不用接觸的設(shè)備會(huì)更加的衛(wèi)生，也更容易被人們所接納。相比其他的身份識(shí)別系統(tǒng)，人臉識(shí)別系統(tǒng)還具有一定的追蹤能力，人們通過識(shí)別系統(tǒng)的數(shù)據(jù)庫，可以很快的對(duì)其中的信息進(jìn)行觀察，方便了人的工作，數(shù)據(jù)對(duì)比的工作效率也會(huì)更高。而且人臉識(shí)別系統(tǒng)的設(shè)備相對(duì)于其他的識(shí)別系統(tǒng)還比較低廉，使用攝像頭即可，無須其他的設(shè)備，就能夠完成識(shí)別。其他的識(shí)別系統(tǒng)相對(duì)來說人們沒有辦法對(duì)其中的信息進(jìn)行審核，但是人臉識(shí)別系統(tǒng)可以，能夠有效地提升系統(tǒng)的可靠性[2]。

2.2 缺點(diǎn)

現(xiàn)階段，人臉識(shí)別技術(shù)還不是很完善，在其中還包含著很多的缺點(diǎn)，比如，對(duì)人臉的特征掃描不具備一定的穩(wěn)定性，人臉可能會(huì)因?yàn)楦鞣N外部原因造成特征的變化，比如：受傷、化妝、甚至于微整形。當(dāng)人臉特征有了一些改變的時(shí)候，人臉識(shí)別系統(tǒng)就會(huì)出現(xiàn)不識(shí)別的情況發(fā)生。而且現(xiàn)階段，人臉識(shí)別系統(tǒng)還具有不完全性，比如兩個(gè)長(zhǎng)得比較像的人，系統(tǒng)會(huì)對(duì)其進(jìn)行掃描，很可能出現(xiàn)信息的混亂或者都不識(shí)別，還需要人工進(jìn)行輔助工作。人臉識(shí)別系統(tǒng)還可能會(huì)因?yàn)楹芏嗟耐饨缫蛩卦斐勺R(shí)別失敗的現(xiàn)象，比如光照的強(qiáng)弱，周圍的環(huán)境，識(shí)別的距離還有識(shí)別的視角。都會(huì)造成一定的識(shí)別問題的出現(xiàn)，對(duì)于其中的問題，科研組織也在不斷地進(jìn)行完善，爭(zhēng)取將人臉識(shí)別技術(shù)達(dá)到最良好的效果[3]。

3 基于視頻序列的人臉識(shí)別系統(tǒng)

3.1 軟件的運(yùn)行環(huán)境

隨著人臉識(shí)別系統(tǒng)在生活、工作中的應(yīng)用越來越廣泛，人臉識(shí)別技術(shù)也不斷的在進(jìn)步。人們對(duì)信息、身份的識(shí)別程度越來越重視，很多的場(chǎng)所都用上了人臉識(shí)別系統(tǒng)，比如：監(jiān)獄，公安局，醫(yī)院，現(xiàn)在很多的單位將人臉識(shí)別系統(tǒng)用在考勤方面，很多的學(xué)校也在試著使用人臉識(shí)別系統(tǒng)進(jìn)行考試或者上課點(diǎn)到。通過攝像機(jī)的攝像頭就能夠?qū)Ψ秶鷥?nèi)的人員進(jìn)行管理，方便了很多單位、部門的工作，還能夠提升工作效率[4]。

3.2 軟件的模塊設(shè)計(jì)

以視頻序列為基礎(chǔ)的人臉識(shí)別系統(tǒng)，能夠適應(yīng)很多場(chǎng)合的使用，使用視頻序列技術(shù)能夠使人臉識(shí)別系統(tǒng)的使用更加的完善。

3.2.1 視頻采集

在設(shè)備安裝使用后，要使用視頻對(duì)信息進(jìn)行采集，安裝了視頻頭的驅(qū)動(dòng)程序，通過系統(tǒng)的激活，接收安裝指令，對(duì)其中的數(shù)據(jù)進(jìn)行解壓縮，打開數(shù)據(jù)庫，就能夠通過視頻對(duì)人臉信息進(jìn)行采集。

3.2.2 用戶注冊(cè)

在人臉系別系統(tǒng)中的的用戶注冊(cè)模塊的使用上，要利用視頻對(duì)人臉信息進(jìn)行采集，相對(duì)于其中的信息，要進(jìn)行多次確認(rèn)，對(duì)不同的光照進(jìn)行采集，利用相關(guān)的技術(shù)對(duì)采集到的信息進(jìn)行分析整理，將每一次的人臉識(shí)別都能夠通過技術(shù)調(diào)整到統(tǒng)一的質(zhì)量處理，很好的避免了光照不同識(shí)別失敗的問題。用戶在注冊(cè)的過程中，系統(tǒng)會(huì)將信息保存在系統(tǒng)內(nèi)，按照男女分類或者按照年齡段分類，將信息進(jìn)行更加完善的處理，方便了后期對(duì)信息的使用。用戶注冊(cè)的過程中，系統(tǒng)可以給予用戶相應(yīng)的指令，用戶進(jìn)行一定的表情變化，信息能夠更加的精準(zhǔn)[5]。

3.3.3 人臉識(shí)別

視頻序列下的人臉識(shí)別系統(tǒng)，能夠通過攝像頭對(duì)人臉信息進(jìn)行采集，先對(duì)采集到的圖像進(jìn)行預(yù)處理，再進(jìn)行圖像的分類，與用戶注冊(cè)時(shí)的信息進(jìn)行對(duì)比，當(dāng)系統(tǒng)對(duì)信息核實(shí)完成后，就能夠確認(rèn)信息。根據(jù)現(xiàn)階段的識(shí)別速度能夠達(dá)到約每秒七幀左右的圖片，達(dá)到了人臉識(shí)別系統(tǒng)快速識(shí)別的要求。

4 結(jié)語

隨著科學(xué)技術(shù)的不斷發(fā)展，人臉識(shí)別技術(shù)一定會(huì)應(yīng)用的越來越廣泛，隨著技術(shù)的不斷提高能夠盡可能地避免人臉識(shí)別的缺點(diǎn)，改進(jìn)他的不足?；诂F(xiàn)階段已有的人臉識(shí)別技術(shù)，在視頻序列的基礎(chǔ)上研究新的人臉識(shí)別系統(tǒng)，既能夠吸收之前幾種方式的優(yōu)點(diǎn)，還能夠改進(jìn)其中的不足。

參考文獻(xiàn)：

[1]王德慧.基于視頻的人臉識(shí)別技術(shù)在監(jiān)獄AB門控制系統(tǒng)中的應(yīng)用與研究[D].中山大學(xué)，2013.

[2]李新濤.基于加權(quán)投票和關(guān)鍵幀提取的視頻流人臉識(shí)別方法研究[D].蘇州大學(xué)，2011.

[3]劉祝峰.自然教室中基于視頻流的人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[D].上海交通大學(xué)，2011.

第8篇：常見的生物識(shí)別技術(shù)范文

關(guān)鍵詞 適配體； 病原微生物； 檢測(cè)； 生物傳感器； 評(píng)述

1 引 言

病原微生物是一類引起人類與動(dòng)植物各種疾病的微生物, 包括原生生物、病毒和細(xì)菌。常見的病原微生物有瘧原蟲、人類免疫缺陷病毒、大腸埃希氏桿菌、傷寒沙門氏菌等。每年它們給人類和各種動(dòng)植物的健康造成了極大的危害, 帶來了巨大的經(jīng)濟(jì)損失\。因此, 迫切需要研發(fā)快速、靈敏和低成本的檢測(cè)方法, 以監(jiān)測(cè)和控制它們?cè)谑称泛铜h(huán)境中的傳播。傳統(tǒng)的病原微生物檢測(cè)方法首先通過分離培養(yǎng), 然后進(jìn)行一系列復(fù)雜繁瑣的生化測(cè)試檢測(cè)樣品中的微生物\。這種檢測(cè)方式雖然具有很高的靈敏度和特異性, 但是需要的時(shí)間較長(zhǎng)（通常需要5～7 d）, 因而不適用于快速現(xiàn)場(chǎng)檢測(cè)。近年來, 生物傳感器由于具有快速、靈敏、特異性高、成本低的優(yōu)點(diǎn), 而被廣泛運(yùn)用于病原微生物的檢測(cè)\。生物傳感器是利用分子識(shí)別元件和待測(cè)病原微生物的特異性結(jié)合產(chǎn)生的生物學(xué)信息, 通過轉(zhuǎn)換器轉(zhuǎn)化為電、光等物理信號(hào)輸出, 從而達(dá)到分析檢測(cè)的目的\。常見的分子識(shí)別元件為抗體, 抗體具有高親和性、高特異性, 基于抗體的生物傳感器目前已被廣泛的研發(fā)。但是抗體具有一些自身的局限性, 如針對(duì)某種目標(biāo)物的抗體需要一系列繁瑣復(fù)雜的體內(nèi)篩選過程, 因而實(shí)驗(yàn)周期長(zhǎng), 成本高, 同時(shí)抗體容易變性, 對(duì)檢測(cè)環(huán)境的要求較高\(yùn)。因此, 需要研發(fā)一種新的分子識(shí)別元件, 不僅具有抗體的高特異性, 同時(shí)又能克服抗體存在的缺點(diǎn), 應(yīng)用于病原微生物檢測(cè)。

適配體是一類在體外篩選的, 能與相應(yīng)目標(biāo)物專一并緊密結(jié)合的一類單鏈寡核苷酸序列\(zhòng)。在生物傳感器的構(gòu)建方面, 適配體具有一些優(yōu)于抗體的優(yōu)點(diǎn)：（1）適配體是通過體外篩選, 適配體SELEX篩選周期一般為2～3個(gè)月, 最快的只需2周, 而制備單克隆抗體則至少需要3～6個(gè)月, 且成本昂貴；（2）適配體是通過化學(xué)法合成的, 因而可以在適配體上靈活修飾多種基團(tuán), 使其具有多種功能；（3）抗體的蛋白本質(zhì)決定了它容易變性, 傳統(tǒng)免疫生物傳感器化學(xué)和物理性質(zhì)的不穩(wěn)定限制了生物傳感器的應(yīng)用范圍, 而適配體具有化學(xué)穩(wěn)定性, 在pH 2～12的寬范圍內(nèi)保持穩(wěn)定, 并具有一定的熱復(fù)性；（4）適配體組成簡(jiǎn)單, 一般由幾十個(gè)核苷酸（少于100 nt）組成, 因而適配體的設(shè)計(jì)相對(duì)簡(jiǎn)單。由于適配體擁有抗體無法比擬的優(yōu)勢(shì), 利用適配體設(shè)計(jì)生物傳感器對(duì)病原微生物進(jìn)行識(shí)別和檢測(cè), 具有極其重要的意義\。

2 病原微生物核酸適配體的SELEX篩選方法

SELEX技術(shù)是篩選特異性適配體的通用過程, 主要有5步（圖1）：結(jié)合、分離、洗脫、擴(kuò)增和調(diào)節(jié)。首先將包含有1013～1015個(gè)隨機(jī)序列的核苷酸序列庫（ssDNA文庫、RNA文庫）與靶分子混合溫育, 隨后通過物理方法分離出結(jié)合了靶分子的核苷酸序列。洗脫收集獲得結(jié)合序列, 并將結(jié)合序列進(jìn)行聚合酶鏈?zhǔn)椒磻?yīng)（PCR）擴(kuò)增生成次級(jí)文庫, 用于下輪篩選。一般通過6～20輪SELEX循環(huán), 對(duì)已達(dá)到高親和力的擴(kuò)增產(chǎn)物進(jìn)行克隆測(cè)序, 從而獲得特異性識(shí)別靶分子的適配體\。對(duì)于篩選病原微生物適配體的SELEX過程, 最關(guān)鍵的兩個(gè)步驟為篩選適配體靶分子的選擇和結(jié)合序列的分離。

圖1 SELEX 技術(shù)流程圖\

Fig．1 Schematic of systematic evolution of exponential enrichment （SELEX） technique\

2.1 篩選適配體的靶分子

病原微生物為生物大分子, 具有復(fù)雜的靶結(jié)構(gòu)。篩選適配體的靶分子常為病原微生物細(xì)胞表面某個(gè)特定純化蛋白\、病原微生物細(xì)胞的裂解物\或者是完整的細(xì)胞\。

目前, 大部分適配體的篩選是選擇純化的可溶性蛋白作為靶分子。這是因?yàn)榧兓牡鞍壮煞謫我? 能夠保證每個(gè)循環(huán)中與核酸結(jié)合的蛋白結(jié)構(gòu)的穩(wěn)定性, 提高SELEX篩選的效率\。但是, 使用純化蛋白作為靶分子也存在一些缺點(diǎn)。首先, 被篩選的純化蛋白分子不能保持其在完整細(xì)胞中的天然構(gòu)象, 從而引起篩選出來的適配體與完整細(xì)胞的結(jié)合力減弱；其次, 有些純的靶蛋白不易獲得, 特別是當(dāng)篩選的目標(biāo)物未知時(shí), 以純化的某種特定蛋白作為靶分子篩選適配體會(huì)更加困難。

研究構(gòu)成復(fù)雜的病原微生物需要一種針對(duì)復(fù)合靶的篩選方法。微生物適配體篩選多采用完整的細(xì)胞作為復(fù)合靶分子, 但這種復(fù)合靶分子通常會(huì)帶來靶分子位點(diǎn)多、不易篩選出高特異性核酸適配體的問題。為了解決該問題, 通常使用兩種或多種同源微生物, 用于反向、消減篩選步驟, 以得到針對(duì)目標(biāo)微生物的具有高特異性的適配體\。Cao等以完整的金黃色葡萄球菌作為靶分子進(jìn)行篩選, 為了提高篩選適配體的特異性, 而使用鏈球菌和表皮葡萄球菌進(jìn)行消減篩選。經(jīng)過多輪篩選, 得到11條對(duì)金黃色葡萄球菌具有特異性的適配體, 并且證明多條適配體聯(lián)合使用比單一的適配體對(duì)金黃色葡萄球菌的特異性更高\(yùn)。

2.2 結(jié)合序列的分離

有效去除未結(jié)合的寡核苷酸是適配體篩選過程中的關(guān)鍵步驟之一, 對(duì)篩選適配體的結(jié)合特性有極大影響。良好的分離方法可以有效減少篩選的循環(huán)次數(shù), 提高篩選適配體的特異性和親和性。由于靶分子為蛋白或完整細(xì)胞, 屬于生物大分子, 常用的分離結(jié)合序列的方法有過濾法\、離心法\、磁珠分離法。以上幾種方法雖然可以將病原微生物結(jié)合復(fù)合物與未結(jié)合核苷酸序列分離, 但是分離的同時(shí)不能得到病原微生物與核苷酸序列的親和信息, 而需要后續(xù)繁瑣的測(cè)試過程。目前, 一些新的分離技術(shù), 如毛細(xì)管電泳技術(shù)\、表面等離子共振\、流式細(xì)胞術(shù)等, 已逐步用于分離病原微生物結(jié)合復(fù)合物與未結(jié)合核苷酸序列, 這些方法在實(shí)現(xiàn)分離的同時(shí)還可以評(píng)估微生物與核酸序列的親和性, 使得適配體的篩選過程變得相對(duì)簡(jiǎn)便。毛細(xì)管電泳的原理是基于不同組分間荷質(zhì)比差異導(dǎo)致的電泳遷移率不同而進(jìn)行分離。當(dāng)靶分子與其適配體親和作用足夠強(qiáng), 形成的復(fù)合物足夠穩(wěn)定時(shí), 在合適的分離和檢測(cè)條件下, 可分別得到游離的寡核苷酸與復(fù)合物的電泳峰\。毛細(xì)管電泳技術(shù)具有分離速度快、分辨率高、操作簡(jiǎn)單、樣品用量少和研究成本低等明顯優(yōu)勢(shì), 在這個(gè)領(lǐng)域已顯示出巨大的潛力。此外, 表面等離子共振、流式細(xì)胞術(shù)等近年來在適配體的篩選分離中也有所應(yīng)用。這些方法不僅能高效分離結(jié)合序列, 更能同時(shí)測(cè)定篩選出的核苷酸與靶分子的親和能力, 簡(jiǎn)化了SELEX的步驟, 在適配體篩選領(lǐng)域具有十分重要的意義。

3 病原微生物的適配體

3.1 原生生物適配體

錐蟲是一類重要的病原微生物, 它可寄生在多種溫血?jiǎng)游锖屠溲獎(jiǎng)游镏? 給人類和動(dòng)物的健康造成了極大的危害。最早篩選出的錐蟲適配體是布氏錐蟲適配體。Homann等\使用布氏錐蟲的完整細(xì)胞作為目標(biāo)靶分子, 篩選出3類共22條不同序列的RNA適配體, 能特異性地識(shí)別布氏錐蟲細(xì)胞表面的鞭毛蛋白。隨后, Ulrich等\又篩選出另一種錐蟲――克氏錐蟲的適配體, 獲得4類共23條RNA適配體, 該適配體能特異地與克氏錐蟲表面識(shí)別宿主細(xì)胞的位點(diǎn)結(jié)合。

第9篇：常見的生物識(shí)別技術(shù)范文

【關(guān)鍵詞】語音信號(hào)采集 語音信號(hào)分幀 語音信號(hào)預(yù)加重 語音信號(hào)加窗

聲紋識(shí)別是生物特征識(shí)別技術(shù)的重要研究?jī)?nèi)容，在刑事偵查、法庭科學(xué)的司法鑒定中應(yīng)用廣泛。語音信號(hào)預(yù)處理技術(shù)是聲紋識(shí)別技術(shù)的基礎(chǔ)，是利用計(jì)算機(jī)處理語音信號(hào)的必經(jīng)環(huán)節(jié)，預(yù)處理輸出信號(hào)清晰與否直接影響著生物識(shí)別的結(jié)果。本文主要研究語音信號(hào)的預(yù)處理技術(shù)，并利用Matlab實(shí)現(xiàn)。主要內(nèi)容如下：

1 語音信號(hào)處理技術(shù)的一般步驟

語音信號(hào)預(yù)處理的一般步驟如圖1所示。

語音信號(hào)預(yù)處理的一般步驟可以分為信號(hào)采集、分幀、預(yù)加重、加窗等步驟。

2 語音信號(hào)采集

利用Windows的錄音功能、CoolEdit軟件、Matlab環(huán)境中的函數(shù)等可以實(shí)現(xiàn)語音信號(hào)的錄制（采集）過程。

使用Matlab編寫代碼如下：

clear all；

close all；

a=wavread（'hnjcxy（man）.wav'）；

subplot（3，1，1），

plot（a）；title（'完整語音信號(hào)波形'）；

grid

for i=1：1500

b（i）=a（i+33500）；

end

subplot（3，1，2），

plot（b）；title（'開始語音信號(hào)波形'）；

grid

for i=1：1500

c（i）=a（i+106000）；

end

subplot（3，1，3），

plot（c）；title（'結(jié)束語音信號(hào)波形'）；

grid

圖2所示為“河南警察學(xué)院”的信號(hào)波形圖。圖I為完整語音波形、圖II、圖III為語音起始及結(jié)束部分波形圖。

3 語音信號(hào)分幀

語音信號(hào)屬“非平穩(wěn)信號(hào)”，其“均值”、“自相關(guān)”等函數(shù)隨時(shí)間變化較大。但短時(shí)間內(nèi)語音信號(hào)呈現(xiàn)平穩(wěn)的頻譜特性。所以，實(shí)際處理語音信號(hào)，往往將采用“分幀”的方法來實(shí)現(xiàn)。即：利用窗函數(shù)將語音信號(hào)分成較短的時(shí)間段（分幀），每個(gè)時(shí)間段稱為一幀（一般長(zhǎng)20ms）。往往以幀為單位處理語音信號(hào)。

4 預(yù)加重

為降低低頻噪聲干擾，需要對(duì)高頻信號(hào)進(jìn)行加重處理。將分幀后的語音信號(hào)通過高頻濾波器，可實(shí)現(xiàn)語音信號(hào)的預(yù)加重。本文選擇一階高通濾波器“1-0.9375z-1”實(shí)現(xiàn)語音信號(hào)x的預(yù)加重操作。

5 加窗處理

對(duì)語音信號(hào)直接截短分幀會(huì)導(dǎo)致嚴(yán)重的“Gibbs效應(yīng)”，通常采用對(duì)語音信號(hào)加窗函數(shù)的方式來處理這一問題。常見窗函數(shù)有：矩形窗、Hamming窗、Hanning窗等。窗函數(shù)公式如下述：

矩形窗：

漢明窗：

漢寧窗：

加窗matlab代碼如下述（鑒于加矩形窗、漢明窗、漢寧窗代碼基本相同，此處僅列出加漢寧窗函數(shù)信號(hào)代碼）。

clear all；

close all；

a=wavread（'hnjcxy（man）.wav'）；

M=length（a）；

subplot（3，1，1），

plot（a）；title（'original signal'）；

grid

N=256；

k=0；

MM=floor（M/N）；

h=hanning（N）；

subplot（3，1，2），

plot（h）；title（'漢寧窗'）；

grid

for n=1：MM

for m=1：N

k=m+n*N；

b（k）=a（k）*h（m）；

end

end

subplot（3，1，3）

plot（b）；title（'加漢寧窗信號(hào)'）；

grid

加窗后信號(hào)如圖3所示。

6 結(jié)論

本文主要對(duì)語音信號(hào)預(yù)處理步驟、其中的關(guān)鍵技術(shù)進(jìn)行闡述，并用Matlab進(jìn)行仿真實(shí)驗(yàn)。由于時(shí)間及水平有限，文章仍存在一些不足，擬在今后的工作中進(jìn)行改進(jìn)。

參考文獻(xiàn)

[1]楊洪臣.視頻檢驗(yàn)技術(shù)規(guī)范[M].中國(guó)人民公安大學(xué)出版社，2012.

[2]王炳錫，屈丹等.實(shí)用語音識(shí)別基礎(chǔ)[M].國(guó)防工業(yè)出版社，2005.

[3]韓紀(jì)慶，張磊，鄭鐵然.語音信號(hào)處理[M].清華大學(xué)出版社，2004.

[4]胡航.語音信號(hào)處理[M].清華大學(xué)出版社，2004.

[5]蔡妍.語音信號(hào)端點(diǎn)檢測(cè)方法的研究[D].江南大學(xué)，2008.

[6]朱淑琴.語音識(shí)別系統(tǒng)關(guān)鍵技術(shù)研究[D].西安電子科技大學(xué)，2004.

作者單位