所谓生物识别，就是通过计算机与光学、声学、生物学等传感器和生物统计学模型等高科技手段密切结合，利用生命体固有的生理特性(如指纹、脸象、虹膜等)和行为特征(如笔迹、声音、步态等)来进行生物身份标识和鉴定的技术。
生物识别技术的应用，为人类进入以互联网为基础的智慧时代提供了技术手段。当前，在国内市场上已有多种针对不同生理特性和行为特征的应用。其中，指纹识别占有率最高。随着技术的发展和普及，将有更多、更好的生物识别技术产品进入我们的视野。学习了解这方面的技术知识，对于我们的信息化建设具有重要意义。
一、生物识别技术的特性
传统的身份鉴定方法包括身份标识物品(如钥匙、证件、ATM卡等)和身份标识知识(如用户名和密码)但由于主要借助体外物，一旦证明身份的标识物品和标识知识被盗或遗忘，其身份就容易被他人冒充或取代。
生物识别技术，当前主要是指通过人类生物特征进行身份认证的一种技术，未来将会发展到一切与人类相关的生物特征的识别。人类的生物特征通常具有唯一性、遗传性、终身不变性、不易遗失性和不易伪造性，以及可以测量或可自动识别和验证等特点，因此生物识别认证技术较传统认证技术存在较大的优势。
由于人体特征具有人体所固有的不可复制的唯一性，这一生物密钥无法复制、失窃或被遗忘，利用生物识别技术进行身份认定，安全、可靠、准确。而常见的口令、IC卡、条纹码、磁卡或钥匙则存在着丢失、遗忘、复制及被盗用诸多不利因素。因此采用生物"钥匙"，您可以不必携带大串的钥匙，也不用费心去记或更换密码。而系统管理员更不必因忘记密码而束手无策。生物识别技术产品均借助于现代计算机技术实现，很容易配合电脑和与安全、监控、管理系统整合，实现自动化管理。特别是当采用生物统计学技术，建立多种生物特征关联模型，综合运用侦察鉴定手段，将使生物身份管理更上一层楼。
二、生物识别技术的种类
当前，随着科学技术的发展，已经出现了许多生物识别技术，如指纹识别、手掌几何学识别、虹膜识别、视网膜识别、面部识别、签名识别、声音识别等，但其中一部分技术含量高的生物识别手段还处于实验阶段。我们相信随着科学技术的飞速进步，特别是生物传感器技术研究的突破，将有越来越多的生物识别技术应用到实际生活中。
1.指纹识别
实现指纹识别有多种方法。其中有些是仿效传统的公安部门使用的方法，比较指纹的局部细节;有些直接通过全部特征进行识别;还有一些使用更独特的方法，如指纹的波纹边缘模式和超声波。有些设备能即时测量手指指纹，有些则不能。在所有生物识别技术中，指纹识别是当前应用最为广泛的一种。
指纹识别对于室内安全系统来说更为适合，因为可以有充分的条件为用户提供讲解和培训，而且系统运行环境也是可控的。由于其相对低廉的价格、较小的体积(可以很轻松地集成到键盘中)以及容易整合，所以在工作站安全访问系统中应用的几乎全部都是指纹识别。
指纹虽然具有唯一性，但由于模型技术的进步，使指模制作得以实现。为了确保安全，现在已经出现了与生物体温测量技术相结合的鉴定技术产品。
2.手掌几何学识别
手掌几何学识别就是通过测量使用者的手掌和手指的物理特征来进行识别，高级的产品还可以识别三维图象。作为一种已经确立的方法，手掌几何学识别不仅性能好，而且使用比较方便。它适用的场合是用户人数比较多，或者用户虽然不经常使用，但使用时很容易接受。如果需要，这种技术的准确性可以非常高，同时可以灵活地调整生物识别技术性能以适应相当广泛的使用要求。手形读取器使用的范围很广，且很容易集成到其他系统中，因此成为许多生物识别项目中的首选技术。
3.声音识别
声音识别就是通过分析使用者的声音的物理特性来进行识别的技术。现今，虽然已经有一些声音识别产品进入市场，但使用起来还不太方便，这主要是因为传感器和人的声音可变性都很大。另外，比起其他的生物识别技术，它使用的步骤也比较复杂，在某些场合显得不方便。很多研究工作正在进行中，我们相信声音识别技术将取得重大进展。
4.视网膜识别
视网膜识别使用光学设备发出的低强度光源扫描视网膜上独特的图案。有证据显示，视网膜扫描是十分精确的，但它要求使用者注视接收器并盯着一点。这对于戴眼镜的人来说很不方便，而且与接受器的距离很近，也让人不太舒服。所以尽管视网膜识别技术本身很好，但用户的接受程度很低。因此，该类产品虽在20世纪90年代经过重新设计，加强了连通性，改进了用户界面，但仍然是一种非主流的生物识别产品。
5.虹膜识别
虹膜识别是与眼睛有关的生物识别中对人产生较少干扰的技术。它使用相当普通的照相机元件，而且不需要用户与机器发生接触。另外，它有能力实现更高的模板匹配性能。因此，它吸引了各种人的注意。以前，虹膜扫描设备在操作的简便性和系统集成方面没有优势，我们希望新产品能在这些方面有所改进。
6.签名识别
签名识别在应用中具有其他生物识别所没有的优势，人们已经习惯将签名作为一种在交易中确认身份的方法，它的进一步的发展也不会让人们觉得有太大不同。实践证明，签名识别是相当准确的，因此签名很容易成为一种可以被接受的识别符。但与其他生物识别产品相比，这类产品现今数量很少。
7.面部识别
面部是一种相当引人注意的技术，它的性能也经常被误解。关于面部识别，经常有一些夸张的言论，但实际是很实现难度很大。比较两个静态图象是一回事，在人群中发现和确认某个人的身份而不引起别人的注意，就是完全不同的另一回事了。必须突破生物识别的局限，走计算机模型识别和深度学习技术相结合的途径，才能瞬间完成身份识别鉴定。
面部识别技术的应用领域非常广泛，如：企业、住宅安全和管理（人脸识别门禁考勤系统，人脸识别防盗门等）、电子护照及身份证、公安和司法、自助服务、信息安全（如计算机登录、电子政务和电子商务），以及军事等领域。
8.基因识别
随着人类基因组计划的开展，人们对基因的结构和功能的认识不断深化，并将其应用到个人身份识别中。因为在全世界60亿人中，与你同时出生或姓名一致、长相酷似、声音相同的人都可能存在，指纹也有可能消失，但只有基因才是代表你本人遗传特性的、独一无二、永不改变的指征。据报道，采用智能卡的形式，储存着个人基因信息的基因身份证已经在中国四川、湖北和香港出现。
制作这种基因身份证，首先是取得有关的基因，并进行化验，选取特征位点(DNA指纹)，然后载入中心的电脑储存库内，这样，基因身份证就制作出来了。如果人们喜欢加上个人病历并进行基因化验的话，也是可以的。发出基因身份证后，医生及有关的医疗机构等，可利用智能卡阅读器，阅读有关人的病历。
基因识别是一种高级的生物识别技术，但由于技术上的原因，还不能做到实时取样和迅速鉴定，这在某种程度上限制了它的广泛应用。
除了上面提到的生物识别技术以外，还有通过气味、耳垂和其他特征进行识别的技术。但它们现今还不能走进日常生活。
9.静脉识别
静脉识别，使用近红外线读取静脉模式，与存储的静脉模式进行比较，进行本人识别的识别技术。工作原理，是依据人类手指中流动的血液可吸收特定波长的光线，而使用特定波长光线对手指进行照射，可得到手指静脉的清晰图像。利用这一固有的科学特征，将实现对获取的影像进行分析、处理，从而得到手指静脉的生物特征，再将得到的手指静脉特征信息与事先注册的手指静脉特征进行比对，从而确认登录者的身份。
静脉识别系统就是首先通过静脉识别仪取得个人静脉分布图，从静脉分布图依据专用比对算法提取特征值，通过红外线 CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值存储。静脉比对时，实时采取静脉图，提取特征值，运用先进的滤波、图像二值化、细化手段对数字图像提取特征，同存储在主机中静脉特征值比对，采用复杂的匹配算法对静脉特征进行匹配，从而对个人进行身份鉴定，确认身份。
在巨大的市场发展形势面前，将静脉识别产品嵌入到门禁控制系统中的新一代门禁控制产品正随着前些年的铺垫而日趋成熟。为了谋求门禁系统的智能化发展和赶上门禁市场飞速发展的列车，国内拥有静脉识别技术的企业整装待发，谋求爆破式发展。在此基础上开发适合中国市场的系列产品，并成功应用到监狱、计划生育、煤矿、信息安全、金融、教育、社保等行业或部门。而与此同时，众多门禁企业也正以引入"静脉"为门禁市场开辟蓝海。
10.步态识别
步态识别，使用摄像头采集人体行走过程的图像序列，进行处理后同存储的数据进行比较，来达到身份识别的目的。中科院自动化所已经进行一定研究。 步态识别作为一种生物识别技术,具有其它生物识别技术所不具有的独特优势,即在远距离或低视频质量情况下的识别潜力,且步态难以隐藏或伪装等。 步态识别主要是针对含有人的运动图像序列进行分析处理,通常包括运动检测、特征提取与处理和识别分类三个阶段。
但是制约其发展还存在很多问题，比如拍摄角度发生改变，被识别人的衣着不同，携带有不同的东西，所拍摄的图像进行轮廓提取的时候会发生改变影响识别效果。但是该识别技术却可以实现远距离的身份识别在主动防御上有突出的性能。如果能突破现有的制约因素，在实际应用中必定有用武之地。
11. 人脸识别
人脸识别，或称人像识别，运用人工智能领域内先进的生物识别技术，特指利用分析比较人物视觉特征信息进行身份鉴别的计算机技术。人物识别概述 广义的人物识别实际包括构建人物识别系统的一系列相关技术，包括人物图像采集、人物定位、人物识别预处理、身份确认以及身份查找等;而狭义的人物识别特指通过人物进行身份确认或者身份查找的技术或系统。
12.多模态生物识别
所谓多模态生物识别，是将多种不同的生物识别技术综合应用到一个项目之中，使采样特征多样、优势互补，并建立生物统计学模型，确保生物识别的精准性。
三、应用范围
生物识别技术可广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等等一系列需要身份认证的领域。例如，一位储户走进了银行，他既没带银行卡，也没有回忆密码就径直提款，当他在提款机上提款时，一台摄像机对该用户的眼睛扫描，然后迅速而准确地完成了用户身份鉴定，办理完业务。而该营业部所使用的正是现代生物识别技术中的"虹膜识别系统"。
指纹识别、静脉识别、虹膜识别、面部识别广为安防领域应用。最新消息，为了顺应形势发展需要，中国将应用生物识别技术适时引入生物签证。生物技术在签证领域的应用，不仅提高了签证颁发工作的质量和水平，也提升了签证的防伪性能。相关业内人士表示，要在确保维护国家和公民安全的同时，做好保障正常人员出入境工作，签证载体和可识别信息的技术变革势在必行。
"打卡"应用是利用了生物识别的虹膜识别技术。据统计，该技术现今已在矿山安全生产、监狱犯人管理、银行金库门禁等众多领域实现应用。只要将双眼对准屏幕，机器就记下了虹膜特征密码，就完成了注册环节;在此后的识别环节，带眼睛的人员便可无需再摘下眼镜，只要对准屏幕一瞅，不到一秒，机器就完成了比对识别，身份信息与"打卡"时间立即显示在屏幕上。
四、未来发展
1.采用多模态技术，解决单一生物识别的局限性
在实际工程应用中，由于客观条件变化的不可预测，单一生物识别技术往往会遇到难以克服的特例，使其无法适用于所有人群，比如指纹识别是目前最广泛应用生物识别技术，但其对被磨平、褶皱多、脱皮严重、干湿的手指识别率低;人脸识别虽然便捷性、友好性很强，但受外界因素影响较大，如光线、姿态、表情，年龄、刘海、戴眼镜者等要求比较高;虹膜识别精准度高，但采集困难;剧烈运动影响人体血液的流动，影响静脉识别准确率。在安全性要求极高的应用领域，单一生物识别的性能很难达到预期的需要，比如照片可能欺骗单一人脸识别设备，但对人脸掌静脉多模态组合验证的设备，想同时伪造同一人员的人脸和掌静脉的难度系数较高。
多模态生物识别技术同时利用多种生物特征，结合数据层、特征提取层、匹配层及决策层等多种融合技术，不仅降低了误判率和拒绝率，保证所有用户可用，而且也扩大系统覆盖的范围，降低系统的风险，使之更接近实用。例如，在传统的单一生物识别中，生物识别与密码、用户名或RFID等身份认证技术在决策层融合的系统，由于单一生物识别无法适应所有人群，往往需要同时设置密码、用户名或RFID进行身份认证，而多模态生物识别基本规避了单一生物识别的局限性。而新一代指纹指静脉的融合，指纹人脸的融合方式，双重生物识别认证既能提高正确识别率，又能降低误判率和拒识率，在提升用户体验上取得了良好的效果。
2.加强技术防伪，保障生物识别应用的高安全性
防伪不能解决，用户的体验感和产品的实用不能满足要求，生物识别技术就形同虚设。比如硅胶或橡皮泥就可以形成假指纹膜，华尔街日报报道，这种假指纹膜在手机上按压几次就可以解锁，甚至侵入手机支付系统;阿里的“Smile to pay”为防止刷脸被欺骗，要求用户眨眼配合识别活体;在股市、证劵和ATM市场上，现阶段生物识别技术的推广缓慢，原因都在于一旦在身份认证安全问题上出现纰漏，对于金融系统的影响将不可估量。在考勤和安防行业的应用中，用户对生物识别的安全性也提出关切和质疑。
另外，在国际上许多学者或企业已致力于防伪生物识别技术的研究，例如，NEC、LUMIDIGM、AuthenTec，Sony和富士通等生物识别防伪检测的专利申请数量频多。诸如指纹防伪通过手指肤色、手指凸纹纹宽和凹纹纹宽的相关性、心率信号、脉搏、静脉及电属性等方法，人脸防伪通过三维深度信息分析、光流检测、多模态、面部表情、红外辐射测温及纹理信息分析等方法。在防伪方面，市面上也出现了通过检测血液流动和辨识手指肤色来进行防伪辨别的产品。
3.实现非接触采样，提升用户的体验感
接触式的生物识别总会让人感觉不那么自然，不用用户接触设备，非接触式操作，用户使用更加自由、高雅、安全及卫生。比如人脸识别、虹膜识别、掌静脉、掌纹都是非接触式识别，用户可以很自然的接受。
使用方便中寻求安全保障 是生物识别技术应用的出发点众所周知，在苹果推出Touch ID之前，早已有诸如摩托罗拉、富士通和东芝等公司将指纹采集器集成在它们生产的手机中，很可惜，为什么它们都没有因为加入指纹识别技术而受到消费者的青睐呢?无非是用户体验感、成本和安全性等未达到要求。苹果指纹采集系统集成于HOME键下方，符合用户的正常使用逻辑，VIVO、华为手机的指纹采集系统为后置滑动或背面按压，自手机诞生以来，很少有手机在背面设置操作按钮，违反了交互逻辑。精确度最高的虹膜识别，采集清晰的虹膜图像需要较好的光源和用户的强制配合，体验感较差，或许在考勤、手机应用上大规模推广会成为关键障碍点。在机械门锁和电子门锁行业，面部和虹膜对安装高度要一定的要求，一旦生物识别门锁的安装高度固定，无论怎么样安装门锁，都会给部分人群带来不适。在安防监控行业，面部识别基于网络摄像机的应用推广已多年，但依然停留在演示阶段。它们遇到的都是相同的障碍——用户体验感差。
4.引入机深度学习技术，突破生物识别技术的局限
单独的或者多模态生物识别技术的局限性在于对环境和采样条件的要求过高，否则就难以准确完成采样和识别。当前的解决办法是严格限制采样的方式和条件，这不仅影响了效率，还给用户的体验带来了不便。因此，为了使生物识别技术精准、安全和友好、便捷，引入以大数据和云计算为基础的深度学习技术成为必要。
通过采用多模态生物识别技术和深度学习技术的结合运用，可以试想一个以下的场景：
用户一进入身份识别区域，就在不知不觉中接受了数据采样：
（1）通过摄像机就迅速采集了他的身高、体态、步态、体温数据，进而取得了他的面部、人脸数据；
（2）在迎接人员问候以后，随着他的应答，拾音器采集了他的声音数据；
（3）在留言台前，地秤采集了他的体重数据和鞋底纹数据；
（4）用户用签字笔题词的同时，签字笔采集了他的指纹、脉博、血压数据，摄像头采集了他的书写姿态数据，留言薄上留下了他的书写和签名数据
......
系统在采样的同时，对数据进行了标准化处理：
（1）根据不同角度采集到的多个侧面的身高、体态、步态、面部、人脸、书写姿态数据进行综合计算，还原成标准数据；
（2）分析录音数据的声纹、发声、音调、吐字，形成标准数据；
（3）确认体重、鞋底纹、脉博、血压数据；
（4）提取确认书写、签名标准数据；
......
系统在瞬时完成数据碰撞计算：
（1）与公安系统大数据进行碰撞；
（2）与安全部门大数据进行碰撞；
（3）与本系统内部历史数据进行碰撞；
（4）与医疗部门大数据进行碰撞；
......
系统及时综合处理数据，并反馈信息：
（1）依据判别规则，去伪存真，向接待人员和安全保卫部门反馈身份认证结果；
（2）依据公安大数据，反馈安全保卫措施；
（3）依据接待历史，反馈预约信息、接待人员、通知部门等信息；
（4）依据医疗大数据，反馈接待室温、茶饮准备等注意事项；
（5）所有数据存档，作为系统自学习资料；
......
在用户进入接待室前，一切认证、接待和防范工作在他不知不觉中准备就绪......
可以预见，生物识别技术应用在未来的信息化建设中将是一片光明！
