生物认证技术

1一．人脸识别的意义与感性认识二．人脸识别的现状三．人脸识别的过程四．人脸识别的方法五．人脸的关键技术六．人脸识别系统的开发与试验工具2人脸识别的感性认识一．人脸识别的意义二．人体生物认证技术三．人脸识别的系统人脸识别是一个活跃的研究领域，是人类视觉最杰出的能力之一。虽然人脸识别的准确性要低于虹膜、指纹的识别，但由于它的无侵害性和对用户最自然、最直观的方式，使人脸识别成为最容易被接受的生物特征识别方式。人脸识别是人体生物认证技术的一种，首先我们谈谈人体生物认证技术人体生物的生物特征包括生理特征和行为特征两大类。⑴人体的生理特征主要包括人脸、指纹、掌纹、掌形、虹膜、视网膜、静脉、DNA、颅骨等，这些特征是与生俱来的，是先天形成的；⑵而行为特征包括声纹、签名、步态、耳形、按键节奏、身体气味等，这些特征是由后天的生活环境和生活习惯决定的。这些生物特征本身固有的特点决定了其在生物认证中所起的作用是不同的。表1对各种生物认证技术作了一个简单的比较。生物特征识别：人脸脸部热量图指纹手形手部血管分布虹膜视网膜签名语音6基于生物特征的身份认证生物特征=生理特征+行为特征生理特征与生俱来，如DNA、脸像、虹膜、指纹等行为特征后天习惯使然，如笔迹、步态等7人体生物特征的起源于传统的身份认证的问题基于知识的身份认证容易忘记容易被盗容易攻击基于令牌的身份认证容易丢失容易被盗容易伪造知识+令牌9常用生物特征的比较生物特征普遍性独特性稳定性可采集性性能接受程度防欺骗性人脸HighLowMediumHighLowHighLow指纹MediumHighHighMediumHighMediumHigh手形MediumMediumMediumHighMediumMediumMedium虹膜HighHighHighMediumHighLowHigh视网膜HighHighMediumLowHighLowHigh签名LowLowLowHighLowHighLow声音MediumLowLowMediumLowHighLow［A.Jain,L.HongandS.Pankanti.“Biometrics:PromisingFrontiersforEmergingIdentificationMarket”，CommunicationACM,2000］人脸识别的意义BillGates:以人类生物特征进行身份验证的生物识别技术，在今后数年内将成为IT产业最为重要的技术革命11生物特征的评估普遍性Universality唯一性Uniqueness恒久性Permanence易采集性Collectability系统性能Performance(achievableidentificationaccuracy,resourcerequirements,robustness)用户接受程度UserAcceptance防欺骗能力ResistancetoCircumvention12各种生物特征市场份额的统计生物认证技术市场收入的预测1314人脸识别的应用人脸识别系统在金融、证券、社保、公安、军队及其他需要安全认证的行业和部门有着广泛的应用典型应用罪犯调查访问控制人员考勤重用门票驾驶执照电子商务信用卡准考证身份证人脸识别人脸识别因识别方式友好、可隐蔽而备受学术界和工业界关注（但人脸识别不是万能的）16人脸识别的军事应用导弹基地、军火库房等要地的门禁或通道控制核能设施等重要军事装备的启动控制几个人脸识别系统介绍1.中科奥森人脸识别系统2.南京理工的人脸识别3.深圳康贝尔人脸识别系统1.中科奥森人脸识别系统本系统采用了目前最先进的人脸检测与识别技术，具有人脸获取隐蔽，识别速度快，检测与识别率高，鲁棒性好、安全性高和实用方便等优点，可广泛应用于家庭安全监控、办公室安全监控、通道监控等诸多方面，推广的应用前景领域遍及家庭、办公、军队、政法、银行、物业、海关、互联网等。1.中科奥森人脸识别系统（续）国际首创近红外人脸识别关键技术，包括算法思路、软件技术、以及光学和电子硬件设计。国内首创中远距离(大于5米)人脸识别关键技术和系统。该系统能够在中远距离快速准确、稳定地跟踪多个人脸，并能在侧脸，后脑勺状态保持跟踪，算法达到国际先进水平。将人脸识别与智能监控相结合是一项全新的技术。自主产权解决了环境光照对人脸识别不利影响等国际难题，实现了快速准确可靠、不受环境光照影响的人脸识别技术，能防止照片模型等非法攻击，系统性能达到国际领先水平。该系统已在我国深圳-香港通关口岸成功运行多年。通过中国信息安全产品测评认证中心身份认证产品与技术测评中心权威测评。系统产品丰富,可以支持从几个人到万人级的识别,。并采用国际标准接口，可以无缝接入现有的安全防范系统。支持多种数据库系统，可建立高效索引机制实现快速查询。模块化组网方式，集合TCP/IP和RS485总线传输优点，适合各种形式或规模的应用。支持与其他密码/生物特征识别等技术的逻辑组合运算，实现更严格的安全管理.。具有自主知识产权的关键技术，包括如下功能：近红外/可见光人脸识别、人脸图像对比和检索、监控状态下中远距离人脸识别，场景智能监控及报警等。其领军人物—李子青李子青,获湖南大学学士、国防科大硕士、英国Surrey大学博士学位。2000年辞去新加坡南洋大学终身教职，加盟微软亚洲研究院。2004年作为“百人计划”入选者来到中科院自动化所，现为中科院自动化所生物识别与安全技术研究中心主任。在微软研发的人脸识别系统EyeCU，比尔.盖茨接受CNN采访为之讲解。在中科院自动化所研发的“AuthenMetric中科奥森”人脸识别系统和智能视频监控系统，已包括北京奥运会和边境检查等多个国家重大安全部门实施并发挥作用。北京奥运开幕式人脸识别门票查验现场－观众人脸身份验证中科院人脸识别技术成功用于奥运会开幕式8月8日，数万名观众由国家体育场鸟巢的100多个人脸识别系统快速身份验证关口有序入场，参加2008北京奥运会的开幕式。据悉，该验证系统是由中科院自动化所研制的。2.南京理工的人脸识别南京理工人脸识别其领军人物是《杨静宇》老教授。杨静宇教授于1982—1984年在国际模式识别领域的权威—美国伊利诺斯大学CSL实验室T.S.Huang教授指导下从事模式识别理论研究。一生功勋卓越：他先后在国内外学术刊物和国际学术会议上发表论文４００余篇，出版论（译）著６本，指导【博士后】研究人员８人，培养【博士】研究生５７人。他培养的57多名博士，如今都已成为各个单位的骨干。其中最著名的是：杨健博士（32岁当教授），获全国百篇优秀博士论文提名奖，他在模式识别顶级刊物IEEETPAMI上发表的两篇论文，目前已经分别被国内外学者和专家引用180多次和近60次。刘克教授曾获得了第三届霍英东教育基金会青年教师基金和青年教师奖。洪子泉博士在国际上首次提出了基于代数特征的人脸识别方法。金忠教授2001年发表在PatternRecognition上关于不相关鉴别分析的论文，曾收到著名的Thomson公司的贺信，祝贺该论文被引用次数位于同一领域引用次数最高的百分之一以内。2008年，杨教授在相继接受国际著名学术期刊《PatternRecongnitionLetters》的主编、《Neurocomputing》的主编的邀请，加盟上述两大国际学术期刊编委会，成为两大国际学术期刊的编委(AssociateEditor)。上述两大国际学术期刊对遴选编委会成员的要求非常高，《PatternRecongnitionLetters》在中国仅有四位编委，杨健教授是目前中国编委中最年轻的一位，其他三位分别来自清华大学、中国科学院和微软亚洲研究院杨老师首次提出的2DPCA方法和在鉴别分析方面的研究成果已引起国内外相关领域学者的广泛关注。国内模式识别研究领域的权威、西安交通大学的校长郑南宁院士最近在国际知名期刊《IEEEIntelligentSystems》上发表的题为“中国图象处理和模式识别50年回顾”的论文中，着重指出了杨教授在基础研究方面的四项研究成果，并强调说“2DPCA与2DLDA方法是本世纪初源于中国的”。“9·11”事件是生物特征认证技术在全球发展的一个转折点。“9·11”以后生物识别技术的重要性被全球各国政府更加清楚地认识到。传统的身份鉴别技术面临反恐任务时所表现出来的缺陷，使得各国政府在研究与应用上对生物特征识技术开始了大规模的投资。在美国：三个相关的法案（爱国者法案、边境签证法案、航空安全法案）都要求必须采用生物识别技术作为法律实施保证。总体上来说，国外生物认证技术的应用已经进入了以政府应用为主的阶段。深圳康贝尔人脸识别系统人脸识别门禁系统人脸识别大型场馆准入系统人脸识别在银行金库的应用中国人民银行规定所有的金库安防监控系统都要有人脸识别功能联合国的国际民用航空组织(ICAO)已对188个成员国发布了航空领域使用生物特征认证技术的规划，提出将在个人护照中加入生物特征(包括指纹识别、虹膜识别、面相识别)，并在进入各个国家的边境时进行个人身份的确认。目前，此规划已经在美国、欧盟、澳大利亚、日本、南韩、南非等国家和地区通过，从2004年底就开始实施了。人脸识别技术在国外的研究现状当前很多国家展开了有关人脸识别的研究，主要有美国，欧洲国家，日本等，著名的研究机构有美国MIT的Medialab,AIlab,CMU（卡耐基-梅隆大学）的Human-ComputerInterfaceInstitute，MicrosoftResearch,英国的DepartmentofEngineeringinUniversityofCambridge（剑桥大学）等。综合有关文献，目前的方法主要集中在以下几个方面：综合有关文献，目前的方法主要集中在以下几个方面：（1）模板匹配（2）示例学习（3）神经网络（4）基于隐马尔可夫模型的方法除此以外，基于AdaBoost的人脸识别算法，基于彩色信息的方法，基于形状分析的方法，以及多模态信息融合的方法，国外都进行了大量的研究与实验。研究现状国际上对人脸及人脸面部表情识别的研究现在逐渐成为科研热点。国内外很多机构都在进行这方面的研究,尤其美国、日本。进入90年代,对人脸表情识别的研究变得非常活跃,吸引了大量的研究人员和基金支持,EI可检索到的相关文献就多达数千篇。美国、日本、英国、德国、荷兰、法国等经济发达国家和发展中国家如印度、新加坡都有专门的研究组进行这方面的研究。其中MIT、CMU、Maryland大学、Standford大学、日本城蹊大学、东京大学、ATR研究所的贡献尤为突出。国内国内的清华大学、哈尔滨工业大学、中科院、中国科技大学、南京理工大学、北方交通大学等都有人员从事人脸及人脸表情识别的研究人脸识别技术在国内的研究现状国内关于人脸自动识别的研究始于二十世纪80年代，主要的研究单位有中科院自动化所计算所，清华大学，南京理工大学，哈尔滨工业大学，复旦大学，北京科技大学等，并都取得了一定的成果。国内的研究工作主要是集中在三大类方法的研究：①基于几何特征的人脸正面自动识别方法②基于代数特征的人脸正面自动识别方法③基于连接机制的人脸正面自动识别方法。周激流实现了具有反馈机制的人脸正面识别系统，运用积分投影法提取面部特征的关键点并用于识别，获得了比较满意的效果。他同时也尝试了“稳定视点”特征提取方法，即为使识别系统中包含3D信息，他对人脸侧面剪影识别做了一定的研究，并实现了正，侧面互相参照的识别系统。彭辉、张长水等对“特征脸”的方法做了进一步的发展，提出采用类间散布矩阵作为产生矩阵，进一步降低了产生矩阵的维数，在保持识别率的情况下，大大降低了运算量。程永清，庄永明等对同类图像的平均灰度图进行SVD分解得到特征脸空间，每一幅图像在特征脸空间上的投影作为其代数特征，然后利用层次判别进行分类。张辉，周洪祥，何振亚采用对称主