多重生物识别技术及未来发展前景

　　经过十多年的技术发展和应用市场培育，当今生物识别技术已经在诸多应用领域规模化应用。就中国市场而言，生物识别技术的应用，过去还主要是以其分之技术之一的指纹识别技术为主体，在中国市场，指纹识别的应用占据了绝大部分市场份额（根据2007年的数据，中国生物识别市场，指纹识别应用占据的市场份额超过90%）。这与全球生物识别技术应用的大趋势有较大差距。不过，我们也欣喜的看到，一些新技术，如人脸识别技术，在中国市场的应用，近一两年的发展也非常迅猛，其市场潜力不可低估。本文将从技术和应用角度，对生物识别技术目前的两个发展速度最为显著的分支：人脸识别，以及多重生物识别，分别进行论述。

　　就全球市场而论，人脸识别是仅次于指纹识别的、应用规模第二大的生物识别技术。通常，人脸识别技术主要应用于如下三大领域，在这些应用领域，人脸识别具有独特的优势：

　　1） 大型档案管理系统，如驾驶执照和护照管理系统；

　　2） 根据黑名单，通过摄像监控网络自动监控目标人物；

　　3） 门禁系统。

　　事实上，人脸识别在个人使用、商业和政府应用中都具有巨大潜力。这项技术还在不断进步和发展中，其应用越来越普及。就目前的技术和产品水平，人脸识别系统已经完全能够以客户可接收的成本水平，顺利实施和应用。

　　简单说，人脸识别技术就是要计算机先记录人脸的特征（无论是现场采集还是从照片采集），然后在使用时（再次现场采集人脸图像，或提交照片）能自动准确地辨认出是否同一人。

　　和其他生物识别技术一样，人脸识别系统也是先产生人脸的特征模板并存储在数据库中。这些模板将被用于与提交来要求比对的模板进行一一匹配对比，通常，当某两个模板进行比对时，如果相似程度超过系统预先设定的阀值，系统就认为比对成功--这两个模板来自同一个人。

　　人脸识别技术原理也有不同的种类，包括基于人脸五官结构的识别，基于皮肤质地分析的识别，甚至基于人脸温度模式的识别。最新的技术采用了人脸三维图像建立模板--有从人脸二维图像自动生成三维图像建模的技术，也有真正以三维方式采集面部、头部图像建模的技术。

　　当然，这些技术的共同点是，它们都是建立在人脸图像信息基础上。除了这个共同的起点，它们的区别非常大。

　　正因为人脸识别依赖于摄像/照片的图像信息，所以可以理解图像质量对系统准确性的影响有多大。现场采集人脸图像的质量受许多因素影响：环境光线，摄像机图像分辨率，镜头的焦距和景深参数，目标人脸的移动速度以及其他诸多因素。

　　除了图像质量外，影响人脸识别系统可靠性和准确率的第二大因素就是识别算法本身的技术水平。

　　“摄像机和扫描器好比眼睛，但识别算法却是人脸识别系统的大脑”，多种生物识别技术核心算法供应商，Neurotechnology Ltd（神网科技公司）CEO奥吉曼塔斯（Algimantas Malickas）说， “没有高质量的算法，一个人脸识别系统就谈不上可靠性。而对于生物识别应用而言，系统可靠性无疑是客户最重要的考虑因素。”

　　人为因素也是影响人脸识别技术准确性的重要因素。例如摄像机的使用方法、照明条件及目标人脸上阴影的变化等，都可能使人脸识别算法的性能大打折扣。算法供应商们一直在想办法减少这些人为因素的不良影响，为此也开发了不少创新方法和技术。在特定的应用中如何确保选择到合适的摄像头和算法也很讲究。不同的应用需要不同的技术，市场上众多的摄像头产品和人脸识别算法，并非都具有同样的品质。