生物特征識別理論與應(yīng)用

前言

1. 與傳統(tǒng)的密碼、鑰匙等相比，生物識別技術(shù)的優(yōu)勢主要在哪些方面？我們先來看一個例子，在央視的《新聞?wù){(diào)查》節(jié)目中，進(jìn)行了一期關(guān)于“誰動了我的隱私”的專題報導(dǎo)，是關(guān)于網(wǎng)上銀行頻頻被盜，導(dǎo)致5成以上的中國網(wǎng)民不敢使用網(wǎng)上銀行。這說明，傳統(tǒng)的身份認(rèn)證方式已面臨是否安全的挑戰(zhàn)，如何讓個人的隱私乃至國家的信息有更可靠的保證，已逐漸引起重視。那么，為什么傳統(tǒng)的密碼、鑰匙等身份認(rèn)證方式已不能滿足這方面的需求呢？這是因為，利用鑰匙等所擁有的令牌方式，存在丟失、被竊和復(fù)制等安全隱患； 利用密碼等所知道的口令方式，則存在遺忘、被攻擊的問題。而利用人自身所具有的物理特征，如生物識別技術(shù)，可以避免上述問題，因為這些特征具有穩(wěn)定性、永久性、唯一性和安全性等獨特的優(yōu)勢。生物特征識別技術(shù)逐漸成為一種公認(rèn)的、更安全的身份認(rèn)證技術(shù)。采用“您本身所具有的”（例如指紋、虹膜、聲音等）方式驗證身份遠(yuǎn)比采用“您所擁有的”（例如帶照片的身份證件）和“您所知道的”東西（例如用戶號和密碼）方式驗證身份更可靠、更安全。以指紋為例，每個人的指紋都是唯一的，這一點已經(jīng)分別從經(jīng)驗和理論上被加以證明，而且是相當(dāng)固定的，很難發(fā)生變化； 指紋樣本便于獲取，實用性強； 一個人的十指指紋皆不相同，這樣可以方便地利用多個指紋構(gòu)成多重口令，提高系統(tǒng)的安全性； 指紋識別中實用的模板并非指紋圖像，而是由指紋圖像提取的特征信息，這樣一方面系統(tǒng)對模板庫的存儲容量較小，另一方面也保護(hù)了用戶的隱私。因此你就不必要去記憶很多的密碼，也不用隨身攜帶大量的卡片，使用自己的生物特征就可以方便地進(jìn)行身份的確認(rèn)。2. 生物特征識別涉及哪些公眾可以接受的概念和技術(shù)細(xì)節(jié)？首先，我們所說的生物特征識別是通過計算機自動地進(jìn)行圖像采集、特征提取和匹配的過程。一百多年以來，指紋一直被應(yīng)用于刑事犯罪的偵查中，來確認(rèn)罪犯的身份。但是在傳統(tǒng)的指紋識別中，識別階段的最終決策是由人工專家來完成的，而其他認(rèn)證方法，例如ＤＮＡ、毛發(fā)、纖維分析則需要花費幾小時甚至幾天的時間，這些方式都不適合商業(yè)應(yīng)用。指紋的傳統(tǒng)采集方式是用油墨按壓的方式，這種方式至今還在被政府和公安部門所采用。隨著技術(shù)的發(fā)展，基于光學(xué)、固態(tài)、熱成像、超聲和多頻譜的傳感器都已經(jīng)出現(xiàn)，這些傳感器都是把立體的手指表面映射到一個平面，根據(jù)脊線和谷線不同的物理特性（例如反射率和電容）來產(chǎn)生數(shù)字圖像。還有無接觸式的傳感器，例如高分辨率攝像機，可以直接記錄下手指表面的立體圖像。這些傳感器中很多都價格廉價，集成性也非常好，可以很方便地集成到手機、PDA和筆記本電腦等消費電子產(chǎn)品中去。

內(nèi)容概要

　　本書以指紋識別技術(shù)為主線，系統(tǒng)地介紹了生物特征識別技術(shù)的理論和應(yīng)用。主要內(nèi)容包括指紋圖像的增強、指紋的特征提取、指紋圖像的分類與檢索及壓縮技術(shù)、指紋圖像匹配算法、指紋識別算法在嵌入式系統(tǒng)中的實現(xiàn)與應(yīng)用、人臉識別技術(shù)以及其他生物特征識別技術(shù)、生物特征識別系統(tǒng)與評測方法、生物特征標(biāo)準(zhǔn)化工作、生物特征識別技術(shù)的典型應(yīng)用實例等，并重點介紹了生物特征識別技術(shù)安全性研究，給出基于指紋加密的安全郵件系統(tǒng)設(shè)計實例。　　本書內(nèi)容系統(tǒng)、全面、新穎，理論與典型應(yīng)用實例相結(jié)合。本書的讀者對象為從事生物特征識別、圖像處理、計算機應(yīng)用、模式識別等領(lǐng)域研究的專業(yè)人員和應(yīng)用開發(fā)人員，以及高等學(xué)校相關(guān)專業(yè)的師生。

作者簡介

田捷，博士，中國科學(xué)院自動化研究所研究員、博士生導(dǎo)師，中國科學(xué)院研究生院教授，教育部長江學(xué)者特聘教授、中國自動識別協(xié)會副理事長、中國自動化學(xué)會常務(wù)理事兼中國自動化學(xué)會模式識別與機器智能專業(yè)委員會主任，國家杰出青年科學(xué)基金獲得者。主要從事模式識別、信息安全、圖像處理、生物特征識別的研究與應(yīng)用工作，并在國內(nèi)外重要學(xué)術(shù)期刊和會議上發(fā)表論文百余篇，出版專著多部。其主持的指紋項目獲得2004年國家科學(xué)技術(shù)進(jìn)步二等獎。

書籍目錄

第1章 生物特征識別基礎(chǔ)知識1.1 引言1.2 通用概念和術(shù)語1.3 生物特征識別技術(shù)簡介1.3.1 指紋識別1.3.2 人臉識別1.3.3 虹膜識別1.3.4 視網(wǎng)膜識別1.3.5 掌形識別1.3.6 語音識別1.3.7 簽名識別1.3.8 其他生物特征識別技術(shù)1.3.9 多模態(tài)識別1.4 生物特征識別技術(shù)的橫向比較1.5 生物特征識別技術(shù)發(fā)展現(xiàn)狀和趨勢1.6 本書主要內(nèi)容本章參考文獻(xiàn)第2章 傳感器技術(shù)與嵌入式平臺2.1 引言2.2 指紋圖像采集技術(shù)2.3 其他生物特征采集技術(shù)2.4 嵌入式指紋識別技術(shù)2.4.1 嵌入式指紋識別系統(tǒng)簡介2.4.2 基于DSP的嵌入式指紋識別模塊2.4.3 基于ARM的嵌入式指紋識別模塊2.4.4 基于ASIC的指紋識別技術(shù)的實現(xiàn)2.4.5 嵌入式指紋識別系統(tǒng)中的關(guān)鍵技術(shù)2.5 小結(jié)本章參考文獻(xiàn)第3章 指紋圖像的增強3.1 引言3.2 指紋預(yù)處理3.2.1 基于傅里葉變換的指紋預(yù)處理3.2.2 歸一化3.3 方向場的計算3.3.1 掩膜法3.3.2 公式法3.3.3 帶反饋的指紋方向場計算方法3.4 圖像的增強3.4.1 Gabor濾波增強3.4.2 基于傅里葉濾波的低質(zhì)量指紋增強算法3.4.3 基于知識的指紋圖像增強算法3.4.4 非線性擴散模型及其濾波方法3.4.5 多尺度濾波3.4.6 基于各向異性的濾波方法3.5 小結(jié)本章參考文獻(xiàn)第4章  指紋特征的提取4.1 引言4.2 指紋的整體特征描述4.2.1 指紋奇異點的特征和提取4.2.2 指紋的類型特征4.2.3 指紋的頻譜特征4.3 指紋的局部特征描述4.3.1 指紋的細(xì)節(jié)點特征4.3.2 高分辨率的指紋特征——汗孔4.3.3 指紋的紋理特征4.4 結(jié)構(gòu)化的指紋特征描述方法4.5 小結(jié)本章參考文獻(xiàn)第5章 指紋圖像的分類與壓縮5.1 引言5.2 指紋分類技術(shù)5.2.1 基于規(guī)則的指紋分類方法5.2.2 基于句法的指紋分類方法5.2.3 結(jié)構(gòu)化的指紋分類方法5.2.4 基于統(tǒng)計的指紋分類方法5.2.5 基于神經(jīng)網(wǎng)絡(luò)的指紋分類方法5.2.6 多分類器的方法5.3 基于反饋環(huán)節(jié)的多分類器方法5.4 基于混合特征的指紋連續(xù)分類方法5.4.1 指紋分類特征提取5.4.2 指紋分類5.5 指紋檢索5.6 指紋壓縮簡介5.6.1 圖像壓縮的衡量標(biāo)準(zhǔn)5.6.2 圖像壓縮技術(shù)分類5.6.3 小波圖像壓縮的基本方法5.6.4 小波圖像壓縮算法的新發(fā)展5.6.5 幾種主要的小波圖像壓縮算法5.7 小結(jié)本章參考文獻(xiàn)第6章 指紋圖像的匹配6.1 引言6.2 基于點模式的匹配算法6.2.1 基于串距離的匹配算法6.2.2 基于細(xì)節(jié)點對的指紋匹配6.2.3 基于三角結(jié)構(gòu)的指紋匹配6.2.4 基于拓?fù)浣Y(jié)構(gòu)的指紋匹配6.2.5 基于點模式匹配算法的比較分析6.3 圖匹配及其他方法6.4 基于紋理模式的匹配6.5 混合匹配方法6.5.1 混合匹配方法綜述6.5.2 基于混合特征的匹配6.6 非線性形變指紋圖像的匹配6.6.1 非線性形變指紋匹配算法綜述6.6.2 非線性形變的配準(zhǔn)模式研究6.7 多采集儀間的指紋匹配6.8 小結(jié)本章參考文獻(xiàn)第7章 人臉識別7.1 引言7.2 人臉檢測7.2.1 人臉檢測方法概述7.2.2 基于啟發(fā)式模型的方法7.2.3 基于統(tǒng)計模型的方法7.3 人臉正則化7.4 人臉識別7.4.1 人臉識別方法概述7.4.2 基于局部或全局特征的人臉識別算法7.4.3 基于子空間分析方法的人臉識別7.4.4 基于相對差分空間的人臉識別7.5 小結(jié)本章參考文獻(xiàn)第8章 其他生物特征識別8.1 引言8.2 掌形識別8.2.1 掌形識別簡介8.2.2 掌形的特征及預(yù)處理8.2.3 掌形識別算法8.3 虹膜識別8.3.1 虹膜圖像的獲取8.3.2 虹膜圖像的增強8.3.3 虹膜識別算法8.4 簽名識別8.4.1 簽名識別簡介8.4.2 簽名識別應(yīng)用8.4.3 簽名采集硬件8.4.4 簽名識別算法8.5 小結(jié)本章參考文獻(xiàn)第9章 生物特征識別系統(tǒng)及其性能評測9.1 引言9.2 系統(tǒng)要求9.3 系統(tǒng)模型9.4 系統(tǒng)層次框架9.4.1 系統(tǒng)層9.4.2 算法層9.4.3 評估層9.4.4 應(yīng)用層9.5 生物特征識別系統(tǒng)性能評估9.5.1 標(biāo)準(zhǔn)生物特征識別數(shù)據(jù)庫9.5.2 生物識別算法的評估9.5.3 指紋識別算法的準(zhǔn)確性評估9.6 生物特征識別標(biāo)準(zhǔn)化簡介9.6.1 標(biāo)準(zhǔn)的需求9.6.2 國際標(biāo)準(zhǔn)化進(jìn)程9.6.3 國際標(biāo)準(zhǔn)化組織簡介9.6.4 ISO/IECJTC1SC37簡介9.6.5 現(xiàn)有國際標(biāo)準(zhǔn)簡介9.6.6 國內(nèi)標(biāo)準(zhǔn)化現(xiàn)狀9.7 生物特征識別的通用軟件接口規(guī)范BioAPI9.7.1 BioAPI簡介9.7.2 BioAPI的應(yīng)用程序接口9.8 小結(jié)本章參考文獻(xiàn)第10章 生物特征識別系統(tǒng)安全性研究10.1 引言10.2 生物特征識別系統(tǒng)的安全性分析10.2.1 傳統(tǒng)生物特征識別系統(tǒng)存在的缺陷10.2.2 對生物特征識別系統(tǒng)的攻擊10.3 活體指紋檢測10.3.1 基于薄板樣條模型的活體指紋檢測方法10.3.2 算法的具體步驟10.4 生物特征模板的保護(hù)10.4.1 生物特征加密概述10.4.2 與密鑰相關(guān)的方法10.4.3 可以撤銷的生物特征10.4.4 加密域指紋配準(zhǔn)算法10.4.5 實驗分析10.5 小結(jié)本章參考文獻(xiàn)第11章 指紋模糊密鑰綁定算法設(shè)計與實現(xiàn)11.1 引言11.2 模糊密鑰綁定算法11.2.1 加密流程11.2.2 配準(zhǔn)流程11.2.3 解密流程11.3 細(xì)節(jié)點過濾算法11.3.1 指紋圖像局部質(zhì)量判斷11.3.2 局部脊線結(jié)構(gòu)構(gòu)造11.4 基于SHA1安全散列算法的多項式重構(gòu)11.5 配準(zhǔn)結(jié)構(gòu)特征提取11.6 加密域內(nèi)配準(zhǔn)11.7 算法平臺設(shè)計與實現(xiàn)11.7.1 指紋模板加密保護(hù)平臺11.7.2 算法安全性分析本章參考文獻(xiàn)第12章 基于指紋加密的網(wǎng)絡(luò)身份認(rèn)證方案及其典型應(yīng)用系統(tǒng)12.1 引言12.2 現(xiàn)有網(wǎng)絡(luò)信息安全技術(shù)的問題與不足12.2.1 PKI存在的問題12.2.2 IBE的優(yōu)點與不足12.2.3 FIBE的特點和能解決的問題12.3 方案設(shè)計12.3.1 TA系統(tǒng)參數(shù)設(shè)置12.3.2 用戶注冊12.3.3 安全通信12.3.4 TA提供的其他服務(wù)12.4 密鑰管理方案12.5 核心算法12.5.1 簽名算法Sig及驗證算法Ver12.5.2 指紋摘要匹配算法12.5.3 算法安全性分析12.5.4 算法實驗結(jié)果12.6 方案安全性分析12.7 典型應(yīng)用系統(tǒng)：基于指紋認(rèn)證的安全郵件系統(tǒng)12.7.1 系統(tǒng)協(xié)議分析12.7.2 系統(tǒng)設(shè)計與實現(xiàn)12.7.3 系統(tǒng)使用操作12.7.4 FingerMail指紋安全電子郵件系統(tǒng)12.8 小結(jié)本章參考文獻(xiàn)第13章 生物特征識別系統(tǒng)的典型應(yīng)用13.1 引言13.2 生物特征識別技術(shù)在電子政務(wù)領(lǐng)域的應(yīng)用13.2.1 生物特征識別技術(shù)在公安刑偵領(lǐng)域的應(yīng)用13.2.2 基于指紋身份認(rèn)證的異地網(wǎng)絡(luò)授權(quán)管理系統(tǒng)13.2.3 生物特征識別技術(shù)在通關(guān)系統(tǒng)中的應(yīng)用13.3 生物特征識別技術(shù)在電子商務(wù)領(lǐng)域的應(yīng)用13.3.1 基于指紋加密技術(shù)的電子商務(wù)新模式簡介13.3.2 方案1簡介13.3.3 方案2簡介13.4 生物特征識別技術(shù)在個人信息安全領(lǐng)域的應(yīng)用13.4.1 指紋計算機登錄系統(tǒng)13.4.2 指紋認(rèn)證技術(shù)與TPM技術(shù)的結(jié)合13.4.3 指紋文件加密系統(tǒng)13.4.4 指紋移動存儲設(shè)備13.5 小結(jié)本章參考文獻(xiàn)附錄A 有關(guān)生物特征識別技術(shù)的問答附錄B 生物特征識別數(shù)據(jù)庫資源附錄C 生物特征識別平臺資源附錄D 國外從事生物特征識別研究的部分機構(gòu)附錄E 與生物特征識別技術(shù)研究有關(guān)的網(wǎng)站、學(xué)術(shù)期刊和會議全書參考文獻(xiàn)

章節(jié)摘錄

插圖：第1章　生物特征識別基礎(chǔ)知識1.1 引言生物特征識別技術(shù)就是為了進(jìn)行身份驗證而采用自動技術(shù)測量生物身體的特征或是個人的行為特點，并將這些特征或特點與數(shù)據(jù)庫的模板數(shù)據(jù)進(jìn)行比較，完成認(rèn)證的一種解決方案。人的生物特征是唯一的，生物特征識別技術(shù)的基本工作就是對這些基本的、可測量或可自動識別和驗證的生理特征進(jìn)行統(tǒng)計分析。所有的工作大多進(jìn)行了這樣4個步驟：圖像獲取、抽取特征、比較和匹配。生物特征識別系統(tǒng)捕捉到生物特征的樣品，唯一的特征將會被提取并且被轉(zhuǎn)化成數(shù)字的符號，接著，這些符號被存成個人的特征模板，這種模板可能會在識別系統(tǒng)中，也可能在各種各樣的存儲器中，如計算機的數(shù)據(jù)庫、智能卡或條碼卡中，人們同識別系統(tǒng)進(jìn)行交互，認(rèn)證其身份，以確定匹配或不匹配。Bill Gates曾做過這樣的斷言：“生物特征識別技術(shù)，利用人的生理特征，例如指紋等來識別個人的身份，將成為今后幾年IT產(chǎn)業(yè)的重要革新”。Gates的這段言論是因為有越來越多的消費者、公司和政府機關(guān)都承認(rèn)，現(xiàn)有的基于智能卡、身份證或密碼的身份識別系統(tǒng)是遠(yuǎn)遠(yuǎn)不夠的。生物特征識別技術(shù)為此提供了一種解決方案。生物特征識別技術(shù)是目前最為方便與安全的識別系統(tǒng)，無須記住身份證號碼或密碼，也不需要隨身攜帶像智能卡之類的東西?！拌€匙”就是你自己，沒有什么能比這更安全和更方便的了。

編輯推薦

《生物特征識別理論與應(yīng)用》集成多種生物特征識別技術(shù)與應(yīng)用，反映了國內(nèi)外生物特征識別前沿技術(shù)發(fā)展?！渡锾卣髯R別理論與應(yīng)用》內(nèi)容系統(tǒng)、全面、新穎，理論與典型應(yīng)用實例相結(jié)合?！渡锾卣髯R別理論與應(yīng)用》的讀者對象為從事生物特征識別、圖像處理、計算機應(yīng)用、模式識別等領(lǐng)域研究的專業(yè)人員和應(yīng)用開發(fā)人員，以及高等學(xué)校相關(guān)專業(yè)的師生。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    生物特征識別理論與應(yīng)用 PDF格式下載

---