指纹生物识别技术范文

导语：如何才能写好一篇指纹生物识别技术，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关注52%用户的需求

爱立信消费者研究室最新的2014年十大消费者趋势显示：智能手机用户中，52%的人更青睐于指纹识别而非密码，48%的人对“人眼识别屏幕开锁”表示感兴趣，74%的人认为，带生物认证功能的智能手机将在2014年成为市场主流。

在采用指纹识别功能以前，用户通常用手指在屏幕上滑动或输入密码解锁智能手机，每天通常是几十次。而通过指纹识别技术，用户只需把手指放在指纹传感器上，每次解锁就会变得非常简单方便，且安全性很强。

苹果公司在2013年推出了带指纹识别的iPhone 5S，尽管不是第一个在智能手机上采用指纹识别技术的公司，仍然让苹果迷体会到了指纹识别功能的价值所在，同时也掀起了一股智能手机指纹识别的热潮。很多手机厂商紧随其后推出有指纹识别功能的智能手机。

Synaptics对生物识别技术的期望值一直都很高。Synaptics总裁兼首席执行官Rick Bergman曾经表示：“Synaptics一直对生物识别技术很感兴趣，因为它可补充现有的触控解决方案，提供一种全新的设备交互方式。”

2013年10月，Synaptics收购了智能手机、平板电脑和笔记本电脑生物指纹身份验证解决方案领域的领先供应商Validity公司。

Validity公司的LiveFlex指纹传感器技术可提供出色的图像质量，将高频RF（射频）成像应用于手指的生物层。Synaptics希望通过收购Validity进军高速增长的生物识别市场。

“通过这一收购，Synaptics在迈入生物识别前沿市场的同时，也进一步增强了其触控技术产品的组合。”Synaptics公司生物识别产品市场资深总监Alfred Woo指出，“基于新的解决方案平台，Synaptics能够满足生物识别市场的爆炸式需求增长，同时能够涵盖从移动支付交易、云服务到企业移动设备安全性等所有类型的应用。”

全屏指纹识别成方向

Alfred Woo认为，指纹识别在智能终端上的应用远不止解锁那么简单。 例如，Synaptics将把指纹识别技术与其ClearPad、TouchPad和ThinTouch技术结合起来，用在包括笔记本电脑在内的各种移动设备里；建立从云服务到移动支付的生态系统，使生物指纹识别成为标准的用户认证技术。当然，还有很多更高级的应用有待于进一步开发。

但是，现在指纹识别功能的应用还不尽如人意。“市场上相关产品的指纹识别功能通常都是在智能终端的屏幕边角处实现，识别起来比较困难”，Alfred Woo透露，“Synaptics正在着手解决这些问题，研发新一代生物识别技术，包括研发更为精美的识别算法、更容易识别指纹的硬件等，并已将全屏指纹识别技术列入未来的技术开发路线图。”

篇2

以智能手机为核心的移动互联网创新浪潮已进入下半场，市场开始寻找科技领域新的变革力量。根据市场研究机构 IDC 预测，2016 年全球智能手机出货量增速将仅有 11.5%，远低于13、14年27%和17%的增速，这意味着智能手机发货量增长已显著放缓。

同时截至 2014年6月，全球主要经济体的智能手机普及率均已超过了50%，市场存量的天花板也即将显现。未来基于智能手机的各类增值服务将继续发展，但市场整体已进入成熟期。

继互联网、移动互联网之后，物联网将引领科技领域的第三波创新浪潮。

三波浪潮的代表性产品分别是个人电脑、智能手机、以及未来多样化的智能硬件设备。它演变的技术路径是：信息连接―人的连接―万物连接，从虚拟到现实逐步实现，这是科技进步的必然趋势。

物联网极有可能成为下一个推动世界高速发展的万亿级市场。截止2014年，全球物联网市场的规模为6558亿美元。IDC 预测，到2020年，全球的物联网市场规模将达到1.7万亿美元。埃森哲则表示，预计2030年产业物联网将为全球经济创造14.2万亿美元的产值。物联网有望成为推进经济发展的又一个驱动器，为电子产业提供潜力无穷的发展机会。

生物识别成潮

物联网的体系包括三个层次：感知层、网络层、应用层。指纹识别应用于感知层。

感知层是整个物联网的开端。感知层用于识别物体，采集信息；网络层负责将感知层获得的信息进行传递和处理；应用层用于将处理后的信息与行业技术和应用相结合，实现行业智能化。

那么，感知层硬件入口将很重要。

硬件入口越来越多元化，个人隐私安全受到人们更多的关注，传统的密码识别已不能满足需求。 相对于传统的密码验证，生物识别在安全性和实用性上均有优势。人体生物特征独一无二，安全性得以保证；指纹识别无需记忆，方便使用。这两大优势突破了传统密码验证的缺陷。

生物识别的清晰度、准确度、辨识度不断提高，必将成为物联网大环境中的关键一环。指纹识别是目前生物识别中最成熟的方案，在生物识别方式中，指纹识别技术最为成熟。指纹识别是目前安全性获得认可的技术最为成熟的生物识别方式。虹膜识别、指纹脉识别虽然安全性更高，但是尚未形成规模，生产规模和市场占有率低。而声音识别、脸型识别则准确度稍差。

指纹识别技术成熟，生产规模大。因为技术的限制，指纹识别的失误率约为百万分之一，在生物识别技术中仅次于虹膜识别技术。技术的成熟进一步促进成本下降，用蓝宝石做保护层的指纹识别模组报价约10美元，这是一个具有推广力的价格。

指纹识别使用方便，用户习惯易于培养。相较于眼睛的敏感性、重要性，手指在日常生活中经常被使用，能够较大程度地接受外界设备的刺激。所以，指纹识别是一种容易被人接受的生物识别方式。指纹识别能够适应不同的场景。指纹识别设备体积小，可用于不同尺寸的产品上。同时，指纹采集设备可以感知手指的不同动作，如轻触、滑动等，能够进行多种方式操作。另外，手指的数目较多，可以实现组合控制，实现安全性更高的指纹认证。

指纹识别是当前最可接受、可实现的生物识别方式。指纹识别在技术性、安全性、实用性等多方面实现对个人身份的识别，满足感知层的需要。并且在技术上已经较为成熟，已经进入大规模量产阶段。从2014年的全球市场来看，指纹识别占整个生物识别市场将近60%的份额。

据中国安防展览网估计，2014年指纹识别Sensor 出货量为17060万颗，预计2015年和 2016年出货量将达到22040万颗、27020万颗，三年平均复合增长率为25.85%。

指纹识别有很高的技术要求，普通厂商难以进入。主要的进入壁垒有三点：良品率、 安全性以及专利陷阱。

指纹识别模组的制程环节众多――涉及 trench、RDL、 wire bond、SiP 等工艺，技术难度相对较高，提高良品率十分不易。

指纹识别芯片生产良率不易掌握，芯片运作时的外部干扰难控制，且需要将指纹识别的硬体、软体及韧体有效整合成完整的芯片解决方案。目前主流指纹识别方案均参考 Apple，良率难有进一步提高。Apple 采用的是Authentec 的技术，指纹模组的良品率约为 6 成。国内几家已开始量产的指纹识别厂商，所采取的制作方法与工艺和苹果基本类似，预计同类产品的良品率很难超越苹果。存在良率不达预期的风险，成本下降和产能提升难度较大。

来自物理层的威胁 指纹膜的威胁。一些指纹识别不能区分活体指纹和指纹膜，攻击者利用假的指纹骗过指纹识别，造成威胁。

来自网络层的威胁 操作系统安全威胁。对于提供网络访问及管理功能的指纹识别设备，攻击者可以通过专业的扫描工具，对指纹识别系统网络进行扫描，获取设备的信息，并且更进一步地进行漏洞探测，从而拿到指纹识别设备操作系统管理权。

来自数据链路安全威胁。这主要是指纹登入信息等被拦截与分析的风险。由于网络型纹识 别设备与验证设备要通过网络进行指纹信息的交互。在交互过程中，就面临着数据链路被嗅探分析的威胁。无线网络安全威胁。对于存在安全漏洞的无限网络，攻击者可以通过渗透到目标内网进行截获分析，进而拿到指纹设备管理权。

来自开发平台的威胁。专业人士通过自身的经验可以对其进行再次开发和编译，破解指纹安全信息。

专利陷阱。要提高指纹识别的准确率，需要更加精良的算法和工艺。行业中的厂商具有先发优势，积累了大量经验。新进入厂商如何掌握先进的算法和工艺是一个考验。基于传统技术路线发展，或多或少会掉入专利陷阱。自动指纹识别算法40多年历史，各种方法相互交织，专利不计其数；电容式指纹传感器有30多年历史，物理思想相通，专利不计其数，电容式指纹传感器经历过三次研发热潮。第一次在 90年代中期以前，第二次在2008年以前，第三次正在当下。

指纹识别传感器的软件难举证，其专利难点在硬件。硬件的难点又在于它背后的原理，原理级的专利挡住了很多厂商的路。目前主流硬件工程师学习模拟电路的基础是 amplifier 和ADC，要想回避amplifier很难。

国内厂商崛起？

今年推出的手机的一大宣传点就是“指纹识别”。2014 年以来的旗舰智能手机中大多配了指纹识别功能，如三星 S6、OPPOR7plus、魅族 MX4 Pro、vivo Xplay3S、 HTCOneM9+、中兴 nubiaZ9、，以及酷派锋尚Pro等。

指纹识别有机会成为手机的标配，主要是基于二大因素。一是手机已经成为人手一支的工具，个人隐私受到重视。二是手机移动支付的兴起催生对手机安全尤其是支付安全的更高要求，其关键是身份认证问题。这二大推动力量，使得未来指纹覆盖率将成为智能手机标配。

考虑到安卓阵营庞大的市场占有率，预计指纹识别芯片的需求将面临爆发式的增长。目前，安卓市场的指纹识别由国外厂商寡占，两岸指纹识别芯片供应厂商正迅速调整产品策略，改变原有的拼凑方式，力争提出完整的解决方案，届时将有机会介入安卓市场，分享巨额利润。

指纹识别芯片的产业链分为两部分，一部分是芯片传感器电路方案和算法设计，另一部分是指纹识别芯片传感器的制造、封装以及模组组装与测试。目前，国内厂商的指纹识别组件已经进入量产阶段。

芯片设计环节有汇顶科技、思立微、敦泰等公司；制造环节主要有中芯国际、台积电等大型晶圆制造商；封装环节有华天科技、晶方科技、长电科技等；欧菲光、硕贝德等已在模组制造积极布局。在封装与模组整合的趋势下，封装环节、模组环节正在互相渗透。

迈瑞微是国内少有的在指纹识别领域软硬兼修的厂商，同时在 SoC 架构和信息安全领域具有不俗的知识储备。2009年起就投入指纹传感器研究，2012年起开创了 独特的“C-Q-T”传感器技术路线，在安防领域已商用。迈瑞微的优势：算法、技术、专利。迈瑞微高水准的算法让传感器的灵敏度显著提升。即便是极端模糊的图像也能够识别，这使传感器表面的保护介质厚度成倍增加后也能对指纹保持识别性。与苹果等厂商基于Trench+WireBonding 的封装制程不同，迈瑞微研发了基于 TSV 的封装制程。TSV 封 装减小了模组尺寸，大幅度提高模组良率，工艺简单更适合手机工业的需求，对指纹模组的可制造性带来革命性优势。

篇3

只需要将手指按压在手机的Home键上，瞬间，手机就能够解锁，支付就能够完成。移动支付的应用给指纹安全提出了更高要求。

指纹识别技术在智能手机上的广泛应用还要归功于苹果公司。2013年9月20日，苹果了史上第一款加载按压式指纹识别技术的手机iPhone 5s，此后，Android阵营的手机也逐渐将指纹识别作为标配。2015年下半年，具备指纹识别技术的智能手机已经由当初的旗舰级机型下放至千元机行列。

为何指纹识别技术可以打败其他生物识别技术而独傲群雄呢？

首先是它与手机具有天生的适配性，人们操作手机时正是用手而非身体的其他器官；其次，指纹识别技术尽管在手机上的应用并不久，但指纹识别技术的产生已颇久，技术本身已经相当成熟，在价格、性能、安全性及识别精度上达到了相对均衡，这是其他生物识别技术所不能比拟的。但指纹识别技术真的就完美了吗？当然不是。

手机指纹识别技术大大提升了移动支付的使用体验，但其中也隐藏着安全性危机。

不法分子可以在十分钟内窃取和制作出一套假指纹膜解锁他人的手机，这给移动支付的安全性带来巨大挑战。

代表着一年一度通信产业风向标的2016世界移动通信大会上，来自深圳的汇顶科技了一款自主研发的活体指纹识别解决方案。这项技术可通过检测用户的生物特征，来实现拒绝“克隆”的假手指。

据了解，该方案是将电容指纹传感器、光学检测传感器无缝集成到一颗传感器中，从而通过指纹、手指皮肤颜色以及心率信号来验证用户的真实身份。

过3年的探索，汇顶科技在指纹识别市场上不断扩张。目前，华为、中兴、联想、OPPO、魅族、金立、TCL、VIVO等众多国内手机品牌，都是汇顶科技的合作伙伴。“你可能没听过我们，但我们的产品就在你身边。”汇顶科技创始人、CEO张帆说。

在软件方面，传统识别方式是将指纹图像保存至内存。汇顶科技则采用加密形式，完成指纹信息传输和比对。“这可以最大限度抵御黑客对移动设备系统的攻击。”张帆说。

有了先进的技术，还要让用户有好的使用体验。据张帆介绍，汇顶科技还在不断优化算法，缩短识别时间。“如果解锁太慢，不方便，用户很快就会放弃的。目前，我们的设备完成识别、解锁过程，仅仅需要0.2～0.3秒。”

篇4

关键词：单片机；指纹识别；考勤；设计与实现

1概述

传统的考勤如手工签到、打卡钟、IC卡或磁卡考勤等，这些都是低效率、难管理、易假冒、高人情的不科学的考勤管理方式。随着生物技术的发展，特别是随着指纹识别技术发展的日益成熟，该项技术也被应用到人们的身份识别，比如指纹考勤管理系统、门禁管理系统等领域。目前，市面上指纹考勤系统常见的有两种，一种是上位机一下位机型产品，考勤系统工作时须有上位计算机的支持，多个系统共享指纹识别设备，并且指纹的比对需要由上位计算机的支持。这样的话上位计算机的负担就比较重。而且无论是考勤机、线路或上位计算机出现任何故障，都会导致整个考勤系统的无法正常工作，这样就降低了系统处理能力。另一种是单机型产品，由单机完成考勤的全部过程，这种系统完全克服了前一种考勤系统的缺点。

本文要介绍的无线指纹考勤系统就属于单机型产品。它采用了指纹识别技术、无线通信技术等多种先进技术，利用C8051F系列单片机为主控制器，使用指y识别模块VFDA02和无线通信模块Si4432，实现了无线指纹考勤系统。该系统能够实现对考勤现场数据的实时录入、多点采集和无线数据传输等功能，并且具有数据传输距离远、信号传输方便、不用布线等优点。单台设备就可完成考勤管理的全部过程，可以不需要其他上位机的支持，使得系统的总体成本降低了。如果使用上位机的话，该系统可以将考勤记录通过无线通信模块Si4432上传至上位机处理，从而有效地解决了架线不便、线缆故障造成的麻烦，同时信号传送质量也得到了很大的提高，系统管理也更加方便、高效。

2指纹识别原理

2.1指纹识别系统的工作原理

如图1所示是一般指纹识别的流程图，由图1可以看出，在实际应用中，人体指纹识别流程大致由这几个过程组成：首先进行指纹图像数据的采集，然后对采集的指纹数据进行预处理得到有用的图像信息，再对这些经过预处理后的图像数据进行特征提取，然后将这些指纹特征数据与存储在计算机内的指纹进行比对，最后得出比对结果并进行结果或结论输出。

1）指纹图像采集

一般来说，光学成像设备依据的是光的反射原理。对于指纹识别系统来说，系统会通过发光装置来提供符合系统要求的光线，这样的光线照射到手指的谷线，就会在玻璃与空气的界面发生全反射，一般射向手指脊线的光线不发生全反射，反射光会反射到CCD上，这样就在CCD上形成了指纹图像。这个过程通常就是我们所说的指纹图像数据采集。

2）指纹图像预处理

指纹图像采集器CCD采集到的指纹图像信号一般来说是低质量的，往往存在较多的噪声信号，通常需要去掉这些噪声信号才能获得真正的有用信号。将采集到的指纹图像经过滤波等方法转化为单像素的脊线线条二值图像，这个过程就是指纹图像信号的预处理。

3）指纹特征提取

一般在自动指纹识别技术中使用两个特征点：端点与分叉点。这两个特征点有如表1所示的特点。

指纹特征提取的所要完成的工作就是通过算法检测指纹征点的数量以及每个特征点的类型、位置及所在区域的纹线方向。

4）指纹比对

指纹比对是指通过比较两枚指纹的特征点及相互位置关系来确定两枚指纹是否是同一个手指。

2.2指纹识别系统的工作模式

指纹识别系统的工作模式分为验证和辨识。本文中的指纹考勤系统属于验证模式，验证就是通过把一个现场采集到的指纹和一个已经登记在档的指纹进行一对一的比对从而来确认身份的过程。验证前，员工的指纹在指纹库中已经注册，指纹以一定的压缩格式存储在计算机（或单片机）中，并与其姓名或其他标识相关联。指纹验证过程如图2所示。

3无线指纹识别系统总体设计

3.1无线指纹考勤系统硬件设计

图3是基于单片机的无线指纹考勤机硬件结构组成原理框图。

由图3可知，指纹考勤机的硬件是以单片机为中心进行设计的。指纹考勤系统除了C8051F930单片机外，还有指纹识别模块、液晶显示器模块、4x4键盘矩阵模块、大容量存储器模块、实时时钟模块、无线通讯接口模块等几个部分。

（1）指纹识别模块

本系统采用的是VFDA02指纹识别模块，该模块包括指纹采集器和指纹处理单元两大结构，使用简单的PLD可编程逻辑连接电路控制光学采集器。VFDA02部分性能参数如表2所示。

（2）人机接口

键盘矩阵、显示器和蜂鸣器是一般人机交互接口设备，如图3所示，键盘采用4x4行列式的接口设计，显示器采用LCD液晶显示模块。

（3）无线通信接口模块

无线通讯接口是指纹考勤机与管理PC机通讯的无线通道，本系统的通信接口采用无线通信模块Si4432。

（4）大容量数据存储器

因为考勤数据必须在一段时间内保存备查，大容量数据存储器主要是用来保存平时的考勤记录数据，且断电不丢失数据，因此选用EPROM芯片作为系统的大容量数据存储器，本系统中的存储器可以存储6000余条考勤记录。

3.2软件系统功能模块设计

如图4所示是基于无线指纹识别考勤系统的软件系统功能模块结构框图，由图4可以看出，软件系统功能模块主要包含有指纹数据库、指纹图像采集处理模块、指纹比对算法模块、考勤管理模块及考勤统计模块等几个部分组成。

软件系统功能模块中各子模块及其功能见表3所示。

系统管理员通过指纹登陆成功后，则进入考勤管理系统，系统管理员可以进行系统设置、考勤管理或考情统计等操作。如图4是软件系统中的考勤管理功能模块主页截图。实现图4中的“设置”这一功能模块的部分代码如下：

4结束语

篇5

职业病，他自认为。9月11日凌晨1时，苹果新品会又来了。全球翘首企盼的时刻彭程也不想错过“看热闹”的机会。彭程特地定好了闹钟，为的就是第一时间看看苹果是否如传闻所言，加载了指纹识别功能。此时的他不单纯是个果粉，作为天诚盛业公司的高级产品经理，他在指纹识别认证领域已经是个老手了。

其实，在去年苹果3.56 亿美元收购指纹传感器厂商 AuthenTec时，彭程和同事们就已经在猜想，苹果或许希望通过利用 AuthenTec 的技术，来为新设备提供更安全的保障。

走上生物识别这条“弯路”

9月初的北京展览馆，一年一度的金融展又来了。从2005年参展到现在，天诚盛业的展台从门可罗雀到门庭若市的转变可谓明显，炫酷的生物识别的技术功不可没。

王厚金几乎每年都坚守在公司的展台，不断地接待着各路客户。如今他名片上的头衔是北京天诚盛业科技有限公司营销中心总经理。8年前，他对于生物技术都是个门外汉，更别说了解银行了。当时他还在海尔工作，虽然也是做销售，但跟虹膜、指纹、面部、声音等生物识别完全挨不上边。

同样是在8年前，彭程刚拿到大学的毕业证书。虽然学的是计算机科学，对于一些专业算法并不陌生，但与指纹、虹膜等生物认证技术之间还有段路要走，与银行的亲密接触也不过是排队办业务的漫长等待。

那时的天诚盛业已经经历了创业后第一个5年的发展。1997年，沈阳天诚盛业软件工程有限公司成立，从事金融行业软件应用系统的研发。1998年，公司开始涉足生物识别技术的研发，经过5年的努力研发成功了统一的生物识别身份认证平台。目前是全球首家集指纹、虹膜、人脸三种自主知识产权生物识别技术于一体的整体解决方案提供商。

平台研发成功后，应用成为下一步要考虑的问题，于是银行业进入了他们的视野。2003年到2005年，天诚盛业一直在邮储银行多个地区进行试点，最早的是在黑龙江齐齐哈尔，后来到宁夏、东北三省，继而发展到东部沿海发达省份，不断磨合技术应用。

2005年，天诚盛业总部迁往北京，并成立北京生物识别研发中心，开始了新一轮的大展拳脚。2006年指纹认证平台搭建完成，成熟的技术开始了大规模的行业应用，而王厚金和彭程正是在这个时间段进入了公司。

2006年12月，作为第一个全国总行级大规模应用，“银行柜员指纹身份认证系统”独家中标中国邮政储蓄银行并获得全国推广。“我们推进了指纹识别技术在中国银行业的应用进程这句话一点都不过分，作为一项新的技术，如此大规模的应用，在中国对技术要求比较敏感和严格的金融行业，具有非常重要的意义。”王厚金不无自信地说。

虽然在邮储银行取得了出色业绩，但是大家依然还是创业时的心态，公司高层也将之视为二次创业的开始。王厚金的职场跨界就此开始，销售的东西从家电变成了生物识别技术，对象从个人换成了各家银行。而也正是邮储银行的全国推广项目，让刚出校园的彭程开始对这个领域产生了兴趣，他进公司第一个任务就是参与全国邮储分支机构服务器的搭建。

从最初对新技术的怀疑，到越来越多的应用，银行对生物认证的认识也经历了一个过程。这条路走起来也并不顺利。为了向银行展示生物认证技术的应用特性，公司的团队没少跑银行，一年中大部分时间都在出差。由于手中现成的客户资料很少，参加展会和论坛，各处拜访寻找客户就成为了每天的主要工作。他们不错过每一场银行业的会议，用了好几年的时间交流推广。

“以前拜访客户经常吃闭门羹。有的是约好了临时被放鸽子，或者是到了银行楼下却不让上楼，态度恶劣等情况很普遍。”王厚金回忆道，甚至有的客户一句“你做的不好”，就能轻易抹杀之前的努力，几十万元的费用说不给就不给了。

2002年，一部由斯皮尔伯格导演，汤姆·克鲁斯主演的《少数派报告》开始风靡全球，彼时电影设想50年后人类基本靠虹膜辨识身份，从商场到地铁站，在任何地方都可能被系统扫描识别身份的桥段被津津乐道。50年太长，仅仅在电影上映5年后的2007年，天诚盛业就完成了虹膜认证技术的算法研究，并开始行业应用的调研。

虹膜是位于眼角膜之后，晶状体之前，巩膜和瞳孔之间的环形可视薄膜，包含纹理、血管和斑点等多个细微特征，两个人的虹膜完全一样的情况几乎没有。英国国家物理实验室（NPL）通过广泛的实验研究认为，虹膜识别是“最精确的”、“处理速度最快的”以及“最难伪造的”。在银行中，虹膜技术解决信贷管理中的问题：是不是冒充别人贷款，是不是冒贷冒领。另外还可以对银行金库管理，确保进入金库的是有合规的人。

在“指纹银行”和“虹膜银行”之后，“生物识别未来银行”逐渐搭建出来，在生物识别统一身份认证云平台基础上，将自主知识产权的指纹、人脸和虹膜识别技术，融入到整个银行的运营过程中，对银行内部员工和外部客户提供精准、高效的身份认证服务，目前已经在银行柜面系统、关键部门出入控制、VIP客户接待、手机银行、网银交易及ATM终端等核心环节取得应用。

2008年，公司开始从邮政系统向其他银行客户或行业扩展，农行、招商 银行、建行、交通银行及众多的城市商业银行和农信社相继发展成为合作对象。

王厚金和彭程也开始了一直“在路上”的日子。让彭程记忆犹新的是2008年和2009年，彼时银行对于生物认证技术的认识和接受度突飞猛进，随之而来的需求井喷让他一年中基本上有300天在出差，一个月跑18个城市成了不可逾越的“纪录”。大强度的地理位移和工作强度一度让这个二十多岁的大小伙自叹吃不消。但是挫折和劳累从没让王厚金和彭程怀疑过生物识别技术大好的市场前景。

今年是天诚盛业同邮储银行合作的第11个年头，目前邮储银行8大业务系统都已经接入了生物识别统一身份认证云平台，全行指纹设备使用量已超过10万套，覆盖了近20万名银行柜员，3万多个储蓄网点。这11年，他们不但见证了生物识别技术的不断成熟，也见证了银行业敞开大门不断开放的转变。

“以前是我们一家家找上门给银行讲解，而今是银行意识到生物认证技术的重要性后自己找来沟通合作的可能性。” 王厚金说，去年，广发银行在开始策划24小时智能银行时，天诚盛业就参与了前期的方案交流，“当时的想法是看能否把生物识别技术跟银行的设计理念相匹配”。虽然最后广发的智能柜员机最后没有采用掌纹识别身份的技术，“已经能明显感觉到银行对于新技术运用的接受度在提高。”

此外，在企业使用指纹应用考勤时，网上就出现了贩售假指纹膜的卖家。为了研究造假原理，彭程有过一次“特务接头”般的购买经历。卖家要求在通州某个桥下交易，见面给了彭程一个小盒子，不赘述用法只告知回去以后再看。回到公司彭程迫不及待地打开盒子，里面有化学药剂，还有说明书详细展示了配比和制作指纹膜的过程。完成“造假”过程后，彭程和技术部门的同事开始研究识别和屏蔽假指纹膜的方法，也就催生了新一代的指纹识别设备。

目前，指纹技术已开始规模化应用，有超过60亿人次大规模应用，长达10年行业应用经验，且每年以10亿人次的指纹验证速度递增，成为应用最稳定、最安全、最广泛的生物识别技术。

如何让脸值钱起来

看过美剧《疑犯追踪》吗？一个超级富豪和一个前中情局特工通过一台能“看到”一切的机器，在纽约保护美国公民人身安全制止犯罪。网络的便捷让我们被无数的监视器、摄像头所包围着，无论你在街角，走廊还是厕所，所有的画面都难逃监视。人脸识别功能的强大让人类的一切行为再无秘密。

人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流，根据具体的面貌特征信息进行判断。并与数据库中的人脸进行对比，从而达到识别每个人身份的目的。人脸识别有着不同流派的算法。目前被广泛使用的是利用计算机图像处理技术从人脸上提取人像特征点，然后利用生物统计学的原理进行分析数学模型，即人脸特征模板，再与数据库里存储的信息进行对比，通过相似值来判断是否为同一个人。

人脸识别技术的安全性和差异化识别率很高。即便是有人跟你有着一样的八字眉，三角眼，双下巴或者啤酒肚，但是能将这么多特征点无序组合在一起，那就非你莫属了。

鉴于此，刷脸就能结账这事便不是镜花水月，在国外已经悄然试行。芬兰Uniqul公司在首都赫尔辛基进行测试面部识别支付系统，结账时，消费者只需在收银台面对POS机屏幕上的摄像头，系统自动拍照扫描，再把面部图像与数据库中的存储信息进行对比。消费者面部信息同时与支付系统相关联。等身份信息显示出来后，只需在触摸显示屏上点击“OK”确认，交易过程即告完成。

在这个应用刚推出时，彭程和他的团队已经关注到了，并仔细研究了相关的技术和应用场景，为的就是能在中国市场落地。

经过半年研究，天诚盛业在金融展上展示了刷脸支付系统的BETA版本。它将人脸识别技术与现有的支付系统进行对接。在支付时不需要银行卡、存折和密码，甚至是手机，只需要面对摄像头点个头、露个笑脸，即可轻松完成支付，告别传统的“卡折+密码”时代的繁琐环节。

如今，人脸识别和虹膜识别技术越来越受到客户的关注，各商业银行正在尝试采用人体生物特征取代各种认证卡和密码。天诚盛业也为交通银行、光大银行等银行展厅搭建了“生物识别未来银行”。同时在一些私人银行测试VIP人脸识别营销系统。刷脸目前应用在登录环节上，具体的支付环节还需要进一步的额度和场景应用界定。

王厚金说，每年公司在研发上的费用投入逐步加大，去年差不多投入了 2000多万元人民币。同时公司也在推进生物技术进一步的商业化应用，比如曾与支付宝探讨过做线下指纹支付，但随着支付宝关停线下POS合作意向随之搁置，但公司却没停止将其应用到线下支付的尝试脚步。

市场调研是天诚盛业一直坚持的传统。有专人进行国内外新技术等信息的收集，每周汇总用于设定方向的参考。另外。每年年底与银行的“约会”已经雷打不动，除了沟通现有产品的使用感受，展示新推出的技术以外，还会了解银行对于业务操作的技术应用需求，更有针对性地进行产品应用的开发和推广。“刷脸支付早在三年前就有银行提出，鉴于当时的技术和环境，公司并没有进行针对性的开发，不过在实验室的东西拿出来做产品应用。”彭程说。

从指纹算法的研发到现在行业的成熟应用，天诚盛业经历了一段不被人理解到接受的过程，目前已经完成了一个生物识别产品的完整周期过程。因此，公司在运作其他的产品有了可参照的时间表，知道目前处于什么样的阶段，可以清楚的规划产品的应用和推广过程。对于要面对的市场培育也会有更多的耐心和信心。

篇6

【关键词】汽车防盗系统；射频指纹识别；无线射频技术

射频技术（RF）是Radio Frequency的缩写。已应用在医疗，物流，钢铁，交通等多个行业，较常见的应用有无线射频识别技术，它是一种无线通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或者光学接触。基本部件由电子标签（由天线，耦合元件及芯片组成）、阅读器（由天线，耦合元件及芯片组成）、应用软件系统三部分，一般电子标签作为应答器，是射频识别系统的数据载体，可附着在任何物体上标识目标对象；阅读器能读取（有时还可以写入）标签信息，可设计为固定式和手持式；应用层软件，主要是把收集的数据进一步处理，并为人们所使用。

生物特征电子防盗技术，利用人体面部、视网膜、指纹等所携带的大量信息，以及每个人人体特征的重合率几乎为零的特性，对人进行身份识别和确认，生物特征电子防盗系统的工作过程如下：首先利用人体信息采集传感器采集人体特征信息，将采集到的代表合法身份的信息送入电子控制单元，电子控制单元将此信息和电脑预存的信息作出对比，进行身份识别，确认身份后，才发出指令给执行器做出正确回应。否则系统将报警并做出相应防盗措施。

本文以射频识别技术和无线射频技术为基础，结合生物特征电子指纹防盗技术，提出现在或者未来可使用和发展的一种较为有效的汽车防盗系统。汽车指纹防盗系统的关键在于能正确而迅速的采集活体指纹，并具有杜绝假体指纹的能力，这就需要可靠而实用的指纹传感器来完成，射频指纹传感器技术是通过传感器本身发射出微量射频信号，穿透手指的表皮层去控测里层的纹路，来获得最佳的指纹图像。因此对干手指，汗手指等困难手指通过可高达99%，防伪指纹能力强，指纹敏感器的识别原理只对人的真皮皮肤有反应，从根本上杜绝了人造指纹的问题，而且可适应温度区宽，能产生高质量的图像，目前使用与手机上的射频传感器芯片仅为6.5mm平方，内含敏感元件的128×128阵列，可嵌入各种终端产品，使用在汽车门锁钥匙上时可根据需要设计大小，可安装在无线遥控钥匙中，也可嵌入车门锁系统中，因此射频指纹识别技术是目前最可靠，最有力指纹锁。

本文所设计的汽车防盗系统共包括3个部分。基于射频指纹传感器的中控门锁系统和车辆起动系统，基于无线射频技术的追踪和报警系统。车主购买车辆后，在汽车防盗ECU和发动机ECU中，根据自己习惯已经采集并预存了驾驶员左手或者右手任意两个手指的指纹信息，以便在车辆使用过程中进行身份验证。

1.中控门锁系统

由安装射频指纹传感器的门锁信息输入装置（无线遥控式或固定式）驾驶员从此处输入自己的指纹信息，使用其中一个手指指纹进行扫描，射频指纹传感器采集驾驶员的活体指纹信息，产生一个很低的射频信号。无线射频信号扩散是根据指纹的谷和脊；传感器阵列计算出扩散以形成指纹结构。随后动态优化射频信号频率和水平，获得最佳的指纹图像，随后通过动态优化后的信息传动至汽车防盗ECU，ECU将采集的指纹信息和数据库中预存的指纹信息对比，确认车主身份并向车门锁执行器发出开锁信号。一般情况下，根据中控门锁的特点，指纹采集信息只从驾驶员侧车门输入，验证信息完毕后，驾驶员侧车门打开，则其余车门都打开，当驾驶员离开汽车时，重新扫描一次指纹，车门锁便全部锁闭，控制流程如图1所示。

2.发动机车内防盗系统

驾驶员通过中控门锁系统验证成功后进入车内，便进入启动车辆的程序，射频指纹识别模块位于方向盘附近或者位于仪表盘周围，按照防盗系统的设定的原则，驾驶员使用开车门锁的同一只手指进行初次确认，此时若防盗ECU验证指纹通过，防盗ECU接通全车电路，再次使用另外一只预存手指指纹进行发动机起动确认，第二手指的指纹信息预存在发动机ECU而非防盗ECU中，这样可以避免指纹信息同时外漏的情况，即使只有一只指纹信息被盗，也无法同时达到打开车门锁和起动发动机的目的，此时若验证身份正确，发动机ECU才发出点火和起动发动机信号，若二次验证错误，发动机和防盗ECU之间进行数据传递，防盗ECU将汽车关键电路接地或者切断，使系统不能正常工作，发动机也无法完成起动，控制流程如图2所示。

3.汽车追踪和报警系统

汽车射频追踪技术类似于全球物流追踪技术，每个电子标签具有唯一的电子编码，电子编码的内容包含车主身份信息和联系方式，附着在车辆上将车辆标识为目标对象，读写器可以读取标被电子标签标识的目标对象信息，在中控门锁验证和车辆内部防盗初次确认和起动确认中，若任何一次验证信息不正确，防盗ECU和发动机ECU便会通过电子标签向读写器发出报警信息并通过无线射频技术进行车辆定位。这种射频追踪和报警技术可以实现远距离追踪，其追踪和报警模式可以分为两种：中央集体监控式和个人自主监控式，控制流程如图3所示。

中央集体监控式：首先要具备覆盖面积较为广阔的目标读取系统，在车主的汽车里已经植入电子标签的前提下，如果在汽车所能到达的区域都安装有可读出电子标签信息的阅读器设备，在车辆可到达的地区的阅读器设备就可以检测到目标车辆，中央信息监控系统就可以确定汽车的位置，并通过读写器对电子标签信息和内存数据进行写入操作，配合发动机ECU切断汽车关键电路，或发动机ECU处于短暂休眠等方式使汽车暂时无法工作，达到禁止车辆的进一步移动的目的。

个人自主监控式：此种监控方式，需在多个区域安装电子标签信息接收和转发天线，如收费站、加油站等多个地方，当汽车到达这些地方，接收和转发天线就可以接受并转发到电子标签信息给个人读写器，处于车主手中的读写器接收到天线发送的车辆信息和方位，此时若驾驶员判断汽车被盗，可通过自己手中的读写器对车辆采取必要的措施。

4.结论

射频技术结合生物特征电子防盗技术为汽车防盗系统带来了新的发展和研究方向，通过本文的初步研究和讨论，这种防盗系统是一种可应用并行知有效的防盗措施，但使用了生物特征电子防盗技术的汽车防盗系统对于车辆使用权限上具有了一定的局限性，射频追踪和报警技术，无论是中央集体监控式或者个人自主监控式，都需要遍布较广的读写器设备或者接收和转发天线设备，才能完成汽车的无线追踪和防盗，这需要一定时间的发展和普及。这都有待后续人们的研究开发及普及应用。

参考文献

[1]常静.基于指纹识别的汽车门锁遥控器设计[J].技术与研究，2006，4：46.

[2]王坚.基于GSM的汽车防盗报警器的设计与实现[D].华中科技大学：硕士学位论文，2006，10.

[3]王昌锋，任作新.基于GPRS M ode与GPRS的智能汽车防盗系统[J].科技情报开发与经济，2006，16（2）：213-214.

篇7

关键词： 身份认证；指纹识别；考勤；安全

1 引言

随着Internet信息化的飞速发展，使得大部分企业广泛利用信息技术，实现企业管理上的信息化，在很大程度上推动了企业管理的高效与便利。但是在信息化快速发展的同时，网络信息安全问题日益突显，其中主要包括企业生产办公系统遭到非法入侵，导致重要的数据被窃取或者破坏，用户的账户信息以及口令被外部获取，保密的信息被泄露等等。当前信息安全主要包括以下方面：数据库安全，计算机病毒防护，访问控制，身份认证以及操作系统安全等，其中身份认证时信息系统最关键的安全屏障，同样也是访问控制的基础，所以身份认证具有非常重要的作用。

目前主要的身份认证方式主要有：利用基于知识的方式来确认身份，传统的口令认证方式，以及PIN方式；通过对认证者的持有物品进行认证，如身份证，护照等重要信息；通过对人体的固有的生物特征来进行认证，比如虹膜认证，指纹认证，掌纹认证等方式，指纹和掌纹都是计算机系统中比较常用的身份认证方式。国内外对于基于生物特征的个人身份认证技术已经有所发展，形成了比较丰富的理论，出现了较多的相关产品。

通过对目前基于生物特征的身份认证技术的认识，提出了在分布式网络环境下采用指纹认证的方式来解决网络用户身份认证，并最终应用在Web办公以及生产管理系统中。

2身份认证的概念

身份认证是一种作为证实信息交换过程中有效性和合法性的一种手段，是进行安全通行的非常重要的组成部分，主要包括对通行内容的认证，也就是信息认证，以及通信对象的认证，即身份认证。信息认证主要是指两个通信者在简历通行联系之后，每个通信者对于所接收到的信息进行验证，确保接收到的信息的真实。身份认证指的是验证最终用户或者设备所声明身份的过程。其中，身份认证一般包括两个方面：

（1）识别―明确访问者的身份。

（2）验证―对访问者声明的身份进行确认。

身份认证技术在众多的信息安全技术中起到了非常重要的作用，它能确保只有授权的用户才能进入系统。最普通的身份认证技术就是采用口令的方式，但是很多用户为了方便记忆，采用了简单的口令，这就使得这种身份认证机制往往是经不起考验的。虽然口令加密的方式会在一定程度上弥补口令被盗的缺陷，但是攻击者往往会采用更多的方式对口令进行攻击，所以基于口令的身份认证机制往往是不能满足这些生产管理系统的。随着信息化越来越广泛的使用，人们将目光转向了生物识别技术。非常重要的一点就是人的指纹，虹膜，视网膜，面孔等生物特征往往具有唯一性以及稳定性，可以给身份认证提供非常有利的物理条件。其中指纹识别技术是一种比较理想的安全认证技术。

3 指纹识别的原理及方法

指纹识别技术[2]是一项高新技术，指纹识别技术的提高依赖于图像识别技术的发展。因为人体指纹的唯一性以及不变形的特性，指纹识别技术具有很高的研究意义，指纹识别技术在众多信息化系统中被广泛采用，比如公安案例分析，户籍档案管理，企业考勤系统等。指纹识别技术主要包括四大功能：采集指纹图像，特征提取，数据存储，特征值的匹配和比对。其中指纹识别流程如图1所示，首先通过指纹采集设备读取指纹图像，对指纹图像进行预处理，建立指纹的特征数据，通过对匹配的指纹与存储的指纹特征进行比对，计算它们的匹配程度。

4 基于指纹认证的web身份认证机制的设计

基于指纹认证的web身份认证机制设计主要包括四个部分：用户接口，系统数据库，指纹采集与指纹匹配，设计原理图如图2所示。

其中用户接口主要是提供用户采集指纹的接口，将用户指纹信息存储至数据库中。

系统数据库主要由一些列记录组成，每条记录对应已采集指纹的用户，其中主要包括指纹信息的编码，用户的编号，指纹的ID等信息。

指纹采集部分主要是通过利用提供的用户接口对用户的指纹信息进行采集，并将指纹信息存储到系统数据库，采集到的指纹图像在用户接口部分被转换成十六进制编码，存储至数据库的指纹信息为此十六进制编码信息。

指纹匹配部分主要是对用户的指纹进行匹配比对，待认证的用户提供指纹，并通过对系统数据库的指纹编码信息进行比对，从而来认证用户是否授权。

目前随着Internet技术的兴起，不断成熟的web技术以及普及的浏览器技术使得越来越多的软件开采用了B/S（浏览器/服务器）架构模式，在这种结构下，用户界面完全通过浏览器来实现，部分逻辑在前端实现，主要的事务在服务端实现。本系统所应用的企业生产信息系统即是采用B/S结构。

5 基于web的指纹识别系统的实现

根据上节提出的分布式数据处理的三层结构，结合网络身份的认证机制，设计和实现基于web的指纹识别系统就可以明确各个组成角色以及功能。所以，本系统的整体架构分为三大主要部分：客户端，应用服务器段以及数据库服务端。

图3给出了基于web指纹身份认证的系统结构图，指纹采集设备通USB连接线和客户端连接。

（1）客户端架构：首先确保客户端PC机能够正常工作，指纹采集设备正常，能与服务器进行正常连接，采集指纹时保证客户端已启动指纹采集进程程序，并且指纹采集终端与PC机通过USB线连接，在浏览器上打开指纹采集程序，用户将收放在指纹采集设备上，用户注册指纹。

（2）服务端架构：确保与后台数据库正常连接，指纹采集设备正常工作，服务器正常工作。服务端主要收集用户的个人信息以及指纹图像编码，将指纹图像进行编码转换，并存入系统数据库中。

（3）数据库服务端主要用于存放指纹编码信息以及个人信息，登录信息数据库，指纹编码数据库主要将用户的指纹编码信息分类存储，登录信息数据库用于基于访问者每次采集指纹的时间以及ID和所在客户端的IP地址等信息。

其中基于web的指纹识别技术中应用的关键技术如下：

（1）指纹采集设备与数据库服务器之间的连接：主要采用JDBC的连接方式，连接代码如下：

Public Connection getConnectionForJDBC（）throws SQLException{

DriverManager.registerDriver（new oracle.jdbc.OracleDriver（））；

return DirverManager.getConnection（“jdbc：oracle：thin：@数据库服务器IP：1521（数据库服务器端口号，默认1521）：数据库实例名”， ”username”，”password”）；

}

（2）指纹识别技术和Web页面的结合，主要分为两部分，分别是web页面上实现指纹采集以及指纹比对功能，指纹采集和指纹比对主要是通过调用web服务器中的指纹采集和比对程序，该程序给客户端提供了访问接口，通过调用该接口实现整个指纹采集和比对过程，并将其嵌入到web页面中，其中Web指纹采集关键代码如下：

function cjzw（）{//指纹采集函数；

$.post（"http：//服务器IP地址：8080/ZWCJ/GetZwcj.jsp"，function（data）{

var sti = setInterval（function（）{

$.post（"zwcj！djzwqrCJ"，{filterStr：data}，function（data1）{

if（data1.num！=""）{

$（"#zw1"）.val（data1.num）；

window.clearInterval（sti）；

}}）；}，2000）； }）；

}

指纹采集web页面var _userid = '';var _siteid =2420;var _istoken = 1;var _model = 'Model03'; WebPageSpeed =297; UrchinTrack();

用户在客户机将手指放在指纹传感器上，web页面通过调用指纹采集接口即完成指纹采集功能，采集的指纹编码信息存储在数据库服务器上。在身份认证的时候，即实施指纹比对操作的时候，为了提高指纹匹配的速度，本系统为每个指纹采集的用户提供了一个随机的五位数编号，该编号和用户的指纹编码信息绑定在一起，在比对的时候，用户只需输入该编号，然后web页面会调用服务器的指纹程序接口完成指纹比对，采用编号的形式能很大程度上提高指纹匹配的速度。

6 指纹识别机制在考勤系统中的应用

本文设计的基于指纹识别技术的web身份认证系统在实际生活中有很多应用，比如职工考勤系统，身份识别系统等等，本文利用已经设计好的Web身份认证系统，实现了基于指纹识别技术的Web员工考勤系统，该系统功能简单，主要包括员工指纹信息录入，员工上班考勤，员工上班考勤查看。

（1）员工指纹信息录入：主要包括录入员工的姓名，所在部门，职务，备注等信息，其中系统会随机生成一个五位数的编号，作为员工的指纹编号，web页面如下所示：

指纹采集成功后，客户机上的指纹采集进程程序会给出相应的提示代码，如图5所示：

（2）指纹考勤功能：员工在通过指纹进行考勤时，只需输入在采集指纹时自动生成的五位随机编号，然后在页面上点击指纹对比，客户端会自动调用服务器的指纹比对接口程序，完成比对操作，如图6所示：

（3）指纹考勤查询功能：针对已经进行了考勤的用户，该功能提供了随时查看用户的考勤信息，如图7所示：

该指纹考勤系统功能简单，但在实际应用中，能够取代传统的考勤方式，指纹比对速度快，指纹比对正确率高，能够满足中小型企业员工考勤需求。

7 结束语

本文支队Web身份认证机制的现状，结合了当前的身份认证技术以及指纹认证技术，提出了使用基于指纹识别技术的Web身份认证机制，并通过采用基于指纹识别技术的Web身份认证技术，设计并实现了基于Web的职工指纹考勤系统，通过实例验证了指纹识别技术的优势，在一定程度上提高了Web身份认证的安全。

参考文献：

[1]高能，向继，冯登国.一种基于数字证书的网络设备身份认证机制[J].计算机工程，2004，30（12）：96-98

[2]尹义龙等，自动指纹识别技术的发展与应用[J].南京大学学报（自然科学），2002（1）：29-35

篇8

走近眼球

――重新认识“心灵的窗口”

在我们感知的这个世界中，大约有90%的信息是通过眼睛获得的。为什么眼睛具有如此神奇的造化呢？

人类的眼睛是所有感觉器官中最为完善和精巧的器官，不仅能确定深度、距离、形状、大小等参数，而且还能辨别颜色等高层次信息。人类的眼睛之所以具有上述特殊的功能，其根本原因就在于它具有非常特殊的结构。

我们眼睛中的晶状体就是一个双凸面的透明体，相当于一个凸透镜。晶状体由韧带悬挂在睫状体上，因此可以随着睫状体的变化而改变形状。当我们看近处的物体时，睫状体内的睫状肌就会收缩，从而使得晶状体变凸或变厚；当我们看远处的物体时，睫状体内的睫状肌就会放松，从而使得晶状体变平或变薄。

视网膜位于眼球的后部，上面分布着许多视觉细胞。当我们观看物体时，在视网膜上形成的影像会通过视神经把信号传递给大脑，从而使得我们看清楚外部世界的风采。

瞳孔位于眼球的前部，其上分布有扩约肌和开大肌，可以通过它们的收缩或松弛，从而使瞳孔变大或变小。瞳孔的变大或变小就相当于照相机上的光圈一样，可以精确地控制进入眼睛的光。

眼球识别

――走进生活的“黑科技”

我们都知道，眼睛是人们“心灵的窗口”，可知道眼睛在身份验证中独特应用的人又有多少呢？眼球识别技术就是走进人们生活的“黑科技”，并在智能手机解锁和移动支付领域具有广阔的应用前景。

什么是眼球识别技术呢？眼球识别技术就是利用眼球所携带的生物信息进行身份识别和认证的高科技。说起“眼球识别”，我们还得从认识眼球开始。简单来说，人的眼球可以分为“黑眼球”和“白眼球”两个部分。

这里的“黑眼球”可是人类视觉的核心部件哦。如果把“黑眼球”再细分的话，则可以分为“瞳孔”与“虹膜”两个部分。“瞳孔”就是人眼中间那个黑色的小圆点，而“虹膜”就是环绕瞳孔的那一圈圆环部分。而“白眼球”，则是指“黑眼球”两边的“眼白”，也被称为“巩膜”。

眼球识别技术作为一种独特的生物识别技术，具有哪些显著的特点呢？其实，生物识别技术的应用具有十分悠久的历史。据有关资料记载，我国古代最早的指纹应用记载可以追溯至秦朝。到了唐朝，已经在文书、契约等民用场合广泛采用了“按指为书”的方法。自宋朝起，指纹则开始被用作刑事诉讼的物证……指纹作为人们的一种“活的身份证”具有广泛的不可替代性，在现代指纹自动识别系统中得到了淋漓尽致的发挥。而眼球包含有极其丰富的生物信息，并且具有很高的唯一性，即使是双胞胎也不尽相同。因此，眼球识别是生物识别技术的一个热点领域。

同样是“刷眼”

――不一样的“生物密码”

都说刷刷眼，就能证明“我就是我”。可是，同样是刷眼，采用的却是不一样的生物密码。我们通常所说的眼球识别技术，一般可以分为虹膜识别技术和巩膜识别技术两大模式。

虹膜识别技术是基于虹膜 （黑眼仁儿） 的纹理的生物识别技术，可广泛应用于许多领域的身份认证。虹膜作为一种重要的身份鉴别特征，具有稳定性、非侵犯性、防伪性等特点，在目前各种生物识别技术中对硬件、算法、识别条件的要求是最高的。

但要把虹膜识别技术应用于认证解锁，其信息采集方式需要红外线光源和夜视摄像头的配合。2016年10月，民生银行推出的“虹膜支付”业务就是应用了虹膜识别技术的原理。据悉，目前该行将虹膜识别技术主要应用于手机银行话费充值、便民交费、商城支付等场景，从而开启了移动支付的一个新时代。

巩膜识别技术则是基于眼白部分的生物识别技术，即通过识别眼白部分的静脉血管图案来进行解锁认证。用户只要盯着智能手机摄像头，向两侧转动眼球，软件就能够分析摄像头所拍摄的照片中眼球血管分布图，为用户建立独有的ID数据。由此，用户的眼睛将成为证明“我就是我”的通关密码。

篇9

小米mix3这款手机是没有屏下指纹的，对于小米mix3这款手机来说，在之前很多用户也是比较期待这款手机的屏幕指纹解锁的，手机的屏幕指纹识别技术在2018年也是大家比较期待的生物识别方式，不同于之前的手机前置指纹识别或者后置指纹识别模式，手机的屏幕指纹也是全面屏手机发展的一个趋势，但遗憾的是，小米mix3并没有采用屏幕指纹解锁技术。

虽然小米mix3这款手机并没有采用屏下指纹设计，但是在解锁方面，小米mix3采用的是后置指纹识别和人脸解锁相结合的方式，二种解锁方式结合，在解锁方面也是比较快捷方便的。

屏幕指纹原理解析：屏幕指纹是一种屏幕下隐藏式指纹设计，手指直接按下屏幕指定区域就能解锁。当手指接触屏幕时，屏幕发出的光线穿透盖板将指纹纹理照亮，指纹反射光线穿透屏幕返回传感器，最终形成指纹图像来进行识别。

（来源：文章屋网 ）

篇10

关键词：指纹识别；指纹对称；指纹检索

中图分类号：C14 文献标识码：A文章编号：1672-3198（2008）06-0350-02

指纹识别技术是生物特征识别技术中有效而又快捷的一种方法。指纹识别主要十分两种：单个指纹的对比（1：1）和指纹库中查找对比（1：N）。前者需要有对应的ID号或者密码，而后者只需要输入指纹即可，但是对应的响应时间就延长了许多。在现实中许多民用和刑侦场合，数据库可能非常的大，这就要求减少响应时间。减少响应时间一般有两种方法：减少数据库的指纹数量和优化指纹检索技术。

衡量指纹检索方法性能的参数之一是系统穿透系数P：P=CN

其中N为指纹库的记录数，C为匹配次数。显然1/N≤P≤1。一般的1：N系统线性地搜索指纹库，找出匹配效果最好地指纹，因此其系统穿透系数P＝1。

本文通过指纹对称对现有的指纹检索方法做了改进，并使需要检索的指纹数量减少。

1 指纹分类

目前指纹分类主要是Galton-Henry方案的变种，一般分为5种类别：左环、右环、旋涡型、拱形、尖拱型（如图1）。

2 指纹对称

在大量的指纹采集和识别过程中，我们发现了指纹对称 ，而在本文中，我们所运用的是指纹左右手对称。

同一人的指纹在其左右手之间一般表现为多数指纹纹型的左右对称，也称反向对称或镜向对称。在纹线流向上，环型纹多是旋头向拇指方向，环口朝小指方向为对称（如图2是左手和右手环形指纹）；在旋涡型纹的反映上则更多体现在纹线的流向上，左手以顺时针方向旋转，右手按逆时针方向旋转，拱型纹多以中心连线的方向相反来体现。另外还有乳突纹线和犁沟之间的平移对称、指纹细节特征和纹线的对称、还有特殊指纹的对称 。

3 指纹检索

当在一个很大的指纹数据库中搜索一个指纹时，就需要有一些检索方法和检索策略。在使用检索技术的实际场合，通常需要使用不同的检索策略，一种好的检索策略应该能够根据具体应用要求（如精度、效率、匹配算法、是否有人工监督等）而确定。通常情况下，对于同一个检索技术会定义不同的检索策略 。传统的检索策略一般分为3种：假定类别、固定搜索顺序、可变搜索顺序。

4 指纹对称对指纹检索的改进

指纹检索策略中，第一种方法假定类别要求指纹类别的判断完全正确，但对于现有水平的分类技术来说这是不大可能的；而第二种方法固定搜索顺序，费时又费力；而第三种方法则是根据指纹类型分布的概率来搜索，同样的匹配的指纹数量还是没有变，响应时间还是很长。

通过指纹对称学，我们可以把指纹库相对的变小，从而来提高检索的速度和精度。按照Galton-Henry分类，据统计表明环形、漩涡形、拱形的指纹分布概率分别是65.5％、27.9％、6.4％，另外还有0.2％的杂纹。而通过指纹对称学，我们发现了指纹环形对称，即左手左旋、右手右旋，而且占总指纹数的2/3，分别是33.8％和31.7％。本文提出的方法就是通过左、右手的选择来减少访问次数和改变指纹库的分类。

从上面我们已经得到了传统的Galton-Henry分类方案的穿透系数P＝0.149329，而通过指纹对称之后，我们可以把穿透系数改成PL和PR,由公式（1）和（2）

可以得出：

我们可以看出穿透系数分别比原来较少了34％和38.8％。也就是说这种分类方法比原来的效率提高了1/3多。

同时这种方法减少了指纹所需要的匹配次数，如：当一个左手指纹需要匹配时，右旋指纹库就可以不去匹配，这就相对的使指纹库减少了1/3，响应时间也就快了1/3。当n个指纹同时检索的时候响应时间也就是原来的

(2/3)n，这样指纹识别系统的响应速度将大大提高，这也就为指纹识别系统大规模运用提高了实用性。

5 小结

本文是通过指纹对称学对现有的指纹识别系统和指纹库的一种可行性改进：在指纹检索之前加入了左、右手选择，这不仅减少了要求匹配的指纹个数而且指纹检索时间和精度都有了很大的改善，提高了检索的效率和速度，也就增加了指纹识别系统的实用性和广泛性。

参考文献

［1］Poelman,Kanade1A.Paraperspective Factorization Method for Shape and Motion Recovery ［J］. IEEE Transaction on Pattern Analysis and Machine Intelligence ,1997,19 (3).

［2］祝恩 殷建平 张国敏.一种结合节点和方向场的指纹匹配算法［J］.计算机工程和科学，2005，（9）.

［3］卢瑞文.自动识别技术［M］.北京.化学工业出版社,2005.

［4］田捷 杨鑫.生物特征识别技术理论与应用［M］.北京.电子工业出版社,2005.