智能锁四大生物识别技术对比分析

发布时间:2017-11-3 阅读量:1123 来源: 我爱方案网 作者:

目前智能锁识别主要有四大生物识别技术,分别是指静脉、指纹、人脸和虹膜。这些技术或许大家都听说过,但是具体原理是什么,如何实现,各有什么特点和优缺点?本文就来总结分析下。

指静脉识别

技术原理:

指静脉识别是利用检测手指静脉血管的纹路特征实现身份认证。医学研究发现当用近红外线照射手指时,静脉中流动的血红蛋白会吸收近红外线从而形成血管的影像,通过传感器可以获取手指静脉的图像并经算法处理形成特定的指静脉模板。

经过医学的验证,每个人的手指静脉血管影像都不一样,形成的模板是一种独特的生物特征,可用于进行身份的识别。

技术实现:

指静脉识别技术主要包括4个阶段:图像采集、预处理、特征提取、特征匹配。如下图所示:

图1:典型指静脉系统流程

(1)图像采集

指静脉特采集设备主要分为光反射式采集和光投射式采集两种。

图2:光反射式采集

图3:光直射式采集

这两种图像采集方式的主要区别是近红外光源和影像手机设备的放置位置,光反射式采集近红外光源与影像传感器位于手指同侧,而光直射式采集近红外光源与影像传感器位于手指两侧。目前市场上主流的技术厂商均采用光直射式采集方法。

(2)预处理

受采集设备质量、光照条件等因素的影响,采集到的指静脉图像往往会带有一定噪声,质量不够理想,这就需要采用相应的预处理技术加以解决。

(3)特征提取

当前使用的指静脉特征主要包括静脉纹路特征、纹理特征、细节点特征和通过学习获得的特征。

(4)特征匹配

将表达信息需求的检索提问与存储在检索系统中的信息标识进行异同的比较与匹配,选取两者相符或部分相符的信息予以输出。

优劣势分析:

优点

1)属于内生理理特征,不会磨损,较难伪造,具有很高安全性。

2)血管特征通常更明显,容易辨识,抗干扰性好。

3)可实现非接触式测量,卫生性好,易于为用户接受。

4)不易受手表面伤痕或油污的影响。

缺点

1)手背静脉仍可能随着年龄和生理的变化而发生变化,永久性尚未得到证实

2)虽然可能性较小,但仍然存在无法成功注册登记的可能。

3)由于采集方式受自身特点的限制,产品难以小型化。

4)采集设备有特殊要求,设计相对复杂,制造成本高。

指纹识别

技术原理:

指纹是手指末端正面皮肤上凸凹不平产生的纹路。尽管指纹只是人体皮肤的小部分,但是,它蕴涵着大量的信息。指纹特征可分为两类:总体特征和局部特征。

指纹识别技术通常使用指纹的总体特征如纹形、三角点等来进行分类,再用局部特征如位置和方向等来进行用户身份识别。由于每个人的指纹不同,就是同一人的十指之间,指纹也有明显区别,因此指纹可用于身份鉴定。

技术实现:

指纹识别技术主要涉及四个功能:读取指纹图像、提取特征、保存数据和比对。通过指纹读取设备读取到人体指纹的图像,然后要对原始图像进行初步的处理,使之更清晰,再通过指纹辨识软件建立指纹的特征数据。

指纹识别过程:指纹采样→指纹图像预处理→二值化处理→细化,纹路提取→细节特征提取→指纹匹配(即指纹库的查对)。如下图所示。

图4:指纹识别过程

目前用于指纹采集的主要有三种方式:电容式、活体光学式、生物射频式。

(1)电容式

电容式是利用一定间隔的安装的两个电容,利用指纹的凹凸,在手指滑过指纹检测仪器时接通或断开两个电容的电流以检测指纹资料。电容传感器对手指的干净要求还是比较高,而且传感器表面使用硅材料,比较容易损坏。

图5:电容式采集

(2)光学式

通过光反射成像来记录和验证指纹。光学识别是较早的指纹识别技术。基于光学发射装置发射的光线,射到手指上再反射回机器以获取数据,并对比资料库看是否一致。光学识别只能到达皮肤的表皮层,而不能到达真皮层,而且受手指表面是否干净影响较大。

图6:光学式

(3)生物射频式

生物射频方式是通过传感器发射微量的射频信号,穿透手指的表皮层获取里层的纹路以获取信息。这种方法对手指的干净程度要求较低。相对于前两种技术来说,射频传感器对手指的干净程度要求较低,可以产生高质量的图像。

此外,由于能够采集高质量图像,所以可以在保证一定认证可靠性的前提下减小传感器面积,从而可以减少一定的成本,并且可以使得射频传感器可以应用到各种小型化移动设备当中。不过,由于是需要主动发射信号,所以功耗相对电容式要高。另外目前应用此类技术的厂商比较少,所以整体的成本还是相对比较高。

图7:生物射频式

优劣势分析:

优点

1)指纹是人体独一无二的特征,并且它们的复杂度足以提供用于鉴别的足够特征。

2) 如果想要增加可靠性,只需登记更多的指纹,鉴别更多的手指,最多可以达到十个。

3) 扫描指纹的速度很快,使用非常方便。

4)指纹采集头可以更加小型化,并且价格会更加低廉。

缺点

1)某些人或某些群体的指纹因为指纹特征很少,故而很难成像。

2)过去因为在犯罪记录中使用指纹,使得某些人害怕“将指纹记录在案”。

3)指纹痕迹存在被用来复制指纹的可能性。

人脸识别

技术原理:

人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。

技术实现:

人脸识别步骤主要分为人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配和识别。

图8:人脸识别过程

(1)人脸检测

人脸检测是指从输入图像中检测并提取人脸图像,通常采用haar特征和Adaboost算法训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器,则被判别为人脸图像。

(2)图像预处理

对于人脸的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

(3)特征提取

特征提取是指通过一些数字来表征人脸信息,这些数字就是我们要提取的特征。常见的人脸特征分为两类,一类是几何特征,另一类是表征特征。几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系,如距离、面积和角度等。由于算法利用了一些直观的特征,计算量小。

表征特征利用人脸图像的灰度信息,通过一些算法提取全局或局部特征。其中比较常用的特征提取算法是LBP算法。LBP方法首先将 图像分成若干区域,在每个区域的像素640x960邻域中用中心值作阈值化,将结果看成是二进制数。

图9:特征点提取

(4)人脸识别

这里提到的人脸识别是狭义的人脸识别,即将待识别人脸所提取的特征与数据库中人脸的特征进行对比,根据相似度判别分类。而人脸识别又可以分为 两个大类:一类是确认,这是人脸图像与数据库中已存的该人图像比对的过程,回答你是不是你的问题;另一类是辨认,这是人脸图像与数据库中已存的所有图像匹 配的过程,回答你是谁的问题。

优劣势分析:

优点

(1)使用方便,用户接受度高。

(2)直观性突出。人脸无疑是肉眼能够判别的最直观的信息源。

(3)识别精确度高,误识率、拒认率较低。

(4)不易仿冒,在安全性要求高的应用场合,人脸识别技术要求识别对象必须亲临识别现场,他人难以仿冒。

(5)成本较低,性价比高,易于推广使用。

缺点

(1)识别算法难度大。

(2)易变性。面部的外形容易受多方面因素的影响。

虹膜识别

技术原理:

虹膜识别技术,简单来说是一种基于眼睛中的虹膜进行身份识别的安全检测技术。从技术层面来讲,就是通过一种近似红外线的光线对虹膜图案进行扫描成像,并通过图案象素位的差异或操作来判定相似程度,达到用户信息确认的目的。由于人的虹膜终身不变,就算平时我们常见的近视眼、白内障、红眼病对虹膜也完全不会造成破坏,这些特征决定了虹膜特征以及身份识别的唯一性。

技术实现:

一般来说,虹膜识别技术的过程主要有四个过程,分别为虹膜图像获取、图像预处理、特征提取和特征匹配。

图10:虹膜识别系统

(1)虹膜图像获取

是指使用特定的数字摄像器材对人的整个眼部进行拍摄,并将拍摄到的图像通过图像采集卡传输到计算机中存储;

(2)图像预处理

是指由于拍摄到的眼部图像包括了很多多余的信息,并且在清晰度等方面不能满足要求,需要对其进行包括图像平滑、边缘检测、图像分离等预处理操作;

(3)·特征提取

是指通过一定的算法从分离出的虹膜图像中提取出独特的特征点,并对其进行编码;

(4)特征匹配

是指根据特征编码与数据库中事先存储的虹膜图像特征编码进行比对、验证,从而达到识别的目的。

在虹膜识别过程之前,技术实现上要求通过对人类的虹膜进行标志性特征的定位,并且利用这些特征和具体形状对虹膜进行成像、特征分离和提取。基于虹膜成像,二维Gabor波将其筛选和绘制为相量,相量的信息包括方向和空间频率(图像内容)以及图像位置,利用这些相量信息绘制为“虹膜码”,最终使用虹膜码进行认证。

目前,虹膜识别的工作方式主要是通过红外扫描来实现虹膜的解锁,实际应用的时候则利用一个发光二极管(红外光)和光接收传感器工作,在虹膜检测时,首先打开红外LED,红外LED发出红外光,打到人的眼球上再反射回来,由虹膜Camera捕捉图片,供后端算法进行识别。

图11:虹膜识别的工作方式

优劣势分析:

优点

1)便于用户使用;

2)可能会是最可靠的生物识别技术;

3)不需物理的接触;

4)可靠性高。

缺点

1)很难将图像获取设备的尺寸小型化;

2)设备造价高,无法大范围推广;

3)镜头可能产生图像畸变而使可靠性降低。

总结

最后对各大技术进行对比,依据某知名生物特征识别技术供应商对指纹、人脸、虹膜、指静脉等识别技术的比对评测,综合结论如下表所示:

图12:指纹、人脸、虹膜、指静脉等识别技术的比对评测

来源:创易栈


方案超市都是成熟的量产方案和模块,欢迎合作:

人脸识别功能的智能眼镜

人脸识别方案

人脸识别小盒


快包任务,欢迎技术服务商承接:

人脸识别系统及硬件配置  ¥50000 竞标中

带车牌识别 人脸识别的行车记录仪  ¥20000 竞标中

指纹、人脸门禁机  ¥5000 竞标中


>>购买VIP会员套餐

相关资讯
村田BLM15VM系列量产在即:车规级磁珠解决高频通信干扰难题

在智能驾驶飞速发展的时代,5.9GHz频段的C-V2X(蜂窝车联网)和5.8GHz频段的DSRC(专用短程通信)已成为车辆与环境交互的关键神经。然而,GHz频段内日趋复杂的电磁环境却为通信灵敏度与可靠性带来严峻挑战。传统噪声抑制元件在应对高频宽范围干扰时力不从心,高性能宽频噪声解决方案成为行业急需突破的技术瓶颈。村田制作所(Murata)以其深厚的材料技术积淀和创新设计,适时推出了革命性的片状铁氧体磁珠——BLM15VM系列,直击高频车联网通信的核心痛点。

微软战略转型:裁员重组与800亿美元AI投资的双轨并行

据彭博社6月20日报道,微软计划于今年7月启动大规模组织结构调整,预计裁员数千人,主要集中在全球销售与客户服务部门。此举引发行业对科技巨头战略重心迁移的高度关注,尤其引人瞩目的是其裁员节省的资金流向——微软官方确认将在新财年向人工智能基础设施领域投入约800亿美元。

Microchip新一代DSC破解高精度实时控制难题,赋能AI电源与电机系统

在AI服务器爆发式增长、新能源系统复杂度飙升的产业背景下,传统控制芯片正面临三重挑战:碳化硅/氮化镓器件的高频开关控制需求、功能安全标准升级、以及机器学习边缘部署的实时性要求。Microchip最新推出的dsPIC33AK512MPS512与dsPIC33AK512MC510数字信号控制器(DSC),通过78ps PWM分辨率与40Msps ADC采样率的核心突破,为高精度实时控制树立了新基准。

全球扫地机器人市场迎开门红 中国品牌领跑优势持续扩大

根据权威机构IDC最新发布的《全球智能家居设备季度追踪报告》,2025年第一季度全球智能扫地机器人市场迎来强劲开局,总交付量达到509.6万台,较去年同期增长11.9%,连续第二个季度实现超过20%的增长率。市场活力显著提升,展现出强劲复苏势头。

汽车电子革新:TDK高集成PoC电感破解ADAS空间与成本困局

随着ADAS渗透率突破50%(据Yole 2023数据),车载传感器供电与数据传输架构面临革命性变革。传统双线分立设计(电源线+信号线)导致线束占整车重量超3%,且故障率居高不下。TDK株式会社推出的ADL8030VA系列PoC专用电感器,通过单元件高集成方案重构滤波电路,为智能驾驶系统提供空间与可靠性双重优化路径。