生物辨认技能在近几年有了长足的发展，但要使生物辨认从理论研讨走向实践运用，很多的科研单位还需求打破和处理其间一系列的关键技能。从核算的含义上讲人类的指纹、掌形、虹膜等生理特征存在着唯一性。因此这些特征都能够作为辨别用户身份的依据。
1、生物特征传感器技能
经过某种原理能够丈量生物特征，并将其转化成核算机能够处理的数字信号，这便是生物特征传感器的首要任务，也是生物特征辨认的第一步。大部分的生物特征都是经过光学传感器如CCD或CMOS构成图画信号，例如人脸、指纹、虹膜、掌纹、手形、静脉等。可是虹膜和静脉图画需求主动的红外光源才干够得到细节明晰的个性特征。由于外加主动光源能够战胜可见光线改变对生物特征的影响，所以最近在人脸辨认范畴有研讨人员规划了红外成像设备，来战胜人脸方式随光照改变的类内差异，然后大幅度进步了人脸辨认的精度。
为了进步生物辨认体系的易用性、舒适性和用户的承受程度，一起又要确保生物特征信号的质量，此外还要细巧精美、本钱低价，生物特征传感器技能还有许多需求改善的当地。例如最近现已有经过非触摸办法收集的3D指纹传感器技能。生物特征传感器的核心技能包含：
1)智能定位技能
生物特征获取设备有必要让用户和辨认体系处于适宜的间隔和方位才干够捕获合格的生物特征信号。最理想的计划是让收集设备主动判别用户的方位，然后主动调理光学体系或许直接经过机械设备移动收集设备，这样就能够下降对用户的要求，收集办法愈加智能化和人性化。
2)人机接口规划
生物特征收集体系应该“以人为本”，契合人体工学，规划生物特征和收集设备之间的交互接口。经过开发用户自定位技能让用户在某种办法的导引下很快找到适宜的成像方位。例如现有的人脸辨认和虹膜辨认体系中通常在收集设备上设备一面镜子或许设置一个注视点或许规划比较奇妙的光学体系，用户经过视觉或许语音反响就能够比较迅速地找到合适成像的方位。
3)光学体系规划
首要是光学镜头组的规划和加工，假如需求主动光源照明的话还要在镜头上设备滤光片，依据成像间隔设置主动光源。
4)机械操控技能
包含主动变焦的电控单元规划、合作用户的身高和间隔进行程序调理的机械单元规划等。
生物特征传感器的核心技能还包含传感器电路规划;信号传输与通讯技能;防撬报警技能以及和其他技能的有机结合。
2、活体检测技能
为了避免歹意者假造和盗取别人的生物特征用于身份认证，生物辨认体系有必要具有活体检测功用，即判别向体系提交的生物特征是否来自有生命的单个。一般生物特征的活体判别技能运用的是人们的生理特征，例如活体指纹检测能够依据手指的温度、排汗、导电功用等信息，活体人脸检测能够依据头部的移动、呼吸、红眼效应等信息，活体虹膜检测能够依据虹膜振颤特性、睫毛和眼皮的运动信息、瞳孔对可见光源强度的缩短扩张反响特性等。
此外，依据生物特征图画的光谱学信息也是进行活体检测的有用途径。例如打印的图画会构成有规矩的纸质纹理特征，能够用频谱特征进行检测。此外，还能够经过人机互动的方式检测生物特征的活体特性;运用多模态生物特征辨认体系也能够进步假造的难度。
从现有的技能水平看，活体检测功用一向是生物辨认体系的薄弱环节，现已有研讨人员运用假造的指纹和人脸攻破了现有的体系，引发了有些用户对生物辨认技能的信任危机。所以活体检测技能将是生物辨认体系进入高端安全运用的最大瓶颈。
3、生物特征信号质量点评技能
在主动身份辨认体系中，生物特征一般是以接连的视频流或许音频流的方式进行获取。由于有用的生物特征收集规划总是有限的，再加上人的运动、姿势改变等要素，传输到核算机的生物特征信号大部分都是不合格的。而高质量的生物特征信号是进行特征表达和身份辨认的根底，低质量的生物特征信号有或许引起过错接纳或过错回绝，下降体系的安稳性和鲁棒性(体系的健壮性)，糟蹋很多的核算资源在无效的生物特征信号处理上。
依据上述剖析，咱们能够从三个方面尽力扫除低质量生物特征信号对辨认功用的影响：
■研讨高功用的成像硬件渠道
■进步辨认算法的鲁棒性
■在生物辨认体系中引进智能的质量点评软件模块，只容许较高质量的生物特征信号进行注册或辨认。
在这些办法中规划有用的质量点评算法最实践。由于再鲁棒的辨认算法能够承受的信号质量也是有限的。尽管现已有高功用的生物特征获取设备问世，可是价格十分贵重，也处理不了根本问题。所以研讨生物特征的质量点评算法关于辨认体系功用的进步具有重要含义。
生物特征信号的质量点评可看做一个两类方式辨认问题——将收集到的生物特征分为合格和不合格两种状况。假如要对合格信号量化打分，还要将点评目标定量化。生物特征信号的质量点评问题是一个比较困难的问题，由于形成特征信号质量差的原因千差万别，即负样本的品种太多，不乏其人，很难规划一个分类器将一切的正负样本区分隔。需求经过质量点评来过滤的低质量生物特征一般包含存在离焦含糊或运动含糊的图画，信噪比太低的信号，遮挡的图画等。一般能够从空域和频域两个视点动身去规划质量点评算法。
从产品实用化的视点考虑，生物辨认体系现在遇到的最大的瓶颈之一便是信号的质量点评。一方面，为了拓宽体系的适用规划，进步产品的易用性，对用户更友爱，为此，研讨人员期望体系能在生物特征质量要求较低的条件下运作，可是一起又要求体系能有安稳的高精度。为了平衡这个对立，规划“稳、快、准”的质量点评算法将是必经之路。
4、生物信号的定位与切割技能
经过处理后的掌纹纹理更明晰了。从生物特征获取设备收集得到的原始信号一般不只包含生物特征自身，还包含布景信息，例如原始的虹膜图画中包含虹膜、瞳孔、巩膜、眼皮和睫毛等多个区域，真实能有用辨别人们身份的图画内容也就在虹膜区域。所以有必要从原始信号中切割出感兴趣内容进行特征提取。定位和切割算法一般都是依据生物特征在图画结构和信号散布方面的先验常识。例如人脸检测便是要从图画中找到并定位人脸区域，一向是核算机视觉范畴的研讨热门。
2001年美国的Viola和Jones提出了用易于核算的Harr小波特征来描绘人脸方式，用AdaBoost来练习人脸检测分类器，获得了人脸检测范畴的打破性发展，完结了实时检测视频中的人脸图画，而且精确率也十分高。这个办法对核算机视觉和生物辨认范畴的影响都很大，现在商业化的人脸辨认体系根本上都是运用这种人脸检测办法或许其变种。而且这种经过机器学习练习弱分类器的办法也被推行到了一般视觉目标的检测和辨认上。指纹的切割算法一般是依据指纹区域和布景区域的图画块灰度方差的差异特性虹膜的定位首要运用瞳孔/虹膜/巩膜存在较大的灰度跳变而且成圆形的边际散布结构特征;掌纹的定位一般是依据手指之间的参阅点来构建参阅坐标系。
5、生物特征信号增强技能
得到了切割后的特征区域后，有的生物特征辨认办法需求在特征提取前对感兴趣区域进行增强，首要意图包含去噪和凸显特征内容。例如人脸和虹膜图画一般用直方图均衡化的办法增强图画信息的对比度;指纹一般用频域的办法得到脊线散布的频率和方向特征后进行纹理增强关于比较含糊的生物特征信号，能够考虑运用超分辨率的办法或许逆向滤波的办法进行增强。
6、生物特征信号的校准技能
为了战胜不一起刻收集的生物特征信号之间的平移、规范和旋转改换，需求将参加比对的两个生物特征进行对齐。有的生物特征校准在特征提取之前完结，例如常用主动形状模型和主动表观模型进行人脸对齐;有的生物特征校准的进程便是特征匹配的进程。生物特征信号的校准成果关于辨认精度的影响很大，所以也有学者以为生物特征辨认最重要的问题是校准技能。
7、生物特征表达与抽取技能
关于生物特征辨认，不管是外行仍是熟行，人们首要想到的问题便是机器是用什么特征进行身份辨认的?什么是生物特征信号中凸现个性化差异的实质特征?这便是生物辨认的根本的、原理性的问题。关于这个问题在单个的生物特征辨认范畴得到了一致，例如指纹辨认，我们都公认细节点(包含末梢点和分叉点)是描绘指纹特征的最佳表达办法，所以国际上就有一致的依据细节点信息的指纹特征模板交流规范，给不同厂商的指纹辨认体系的兼容性和数据交流带来了便当。可是在其他生物辨认范畴，例如人脸、虹膜、掌纹等范畴研讨人员还在不断探究最佳的特征表达模型。尽管这些范畴的特征表达办法的品种繁复，部分算法也现已获得了很好的辨认功用，可是人脸辨认、虹膜辨认、掌纹辨认的根本问题——“什么是人脸、虹膜或掌纹图画的实质特征及其有用表达?”一向没有得到威望和遍及认同的答复。
这是由于每个人脸、虹膜和掌纹图画的特征表达办法都是依据某种信号处理办法或许某个核算机视觉或许某个方式辨认的理论，“公说公有理，婆说婆有理”，我们关于这些图画的实质特征表达还没有进行深化的研讨。现在生物特征表达范畴的盛行趋势是把各种经典的或许新提出的图画剖析办法顺次去试，有点撞大运的感觉，发生这种现象的本源是我们没有根底理论的辅导，不知道向哪个方向尽力好。由于各种办法各自为“政”，形成生物特征模板的数据交流格局难以一致和规范化。例如人脸、虹膜和掌纹的数据交流规范只能依据图画，这是由于我们找不到一个一致的、威望的图画特征表达办法。
相关于依据特征的数据交流规范，依据图画的交流规范在核算和存储资源的占用、传输速率等多方面都处于下风。例如在电子护照运用中，一致格局的生物数据都存放在非触摸IC芯片中，在辨认前需求经过无线读卡器从护照IC中读出生物数据，这时依据特征的办法比依据图画的办法快100倍，而且依据图画的办法还要多一个特征提取的过程才干得到用户护照中的生物特征。所以不管是关于研讨仍是运用，生物特征信号实质特征的赶快承认都是最重要的。
经过模仿这些生物体神经细胞对外界视觉影响的信息编码规矩，核算机视觉研讨人员提出了OrdinalMeasures(定序丈量特征)来表达图画内容。中科院主动化所生物辨认与安全技能研讨中心经过拓宽原始的定序丈量特征的内在，提出了多极子滤波器的概念，建立了虹膜图画特征表达的一般结构，证明了虹膜图画区域之间的排序测度特征等价于虹膜物理外表不同方位反光率之间的巨细次序联系，是独立于光照、对比度等外界要素的虹膜图画的实质特征。
在这个结构下，虹膜特征抽取乃至能够简化成简略的加减运算，成功地处理了虹膜辨认从PC向嵌入式渠道移植的核算杂乱性难题。经过定序丈量特征，研讨中心还建立了掌纹图画特征表达的一般结构，一致了该范畴辨认功用最好的三种掌纹辨认办法。并针对低分辨率掌纹图画上主线和皱纹线灰度方式特色，提出了新颖的十字架形微分滤波器来抽取掌纹图画中的定序丈量特征。试验成果表明新的掌纹辨认办法不只辨认精度远高于干流办法，而且核算速度比最好办法快一倍。
8、生物特征的匹配技能
特征匹配便是核算两个生物特征样本的特征向量之间的类似度。图匹配算法也在指纹细节点方式、人脸方式、虹膜斑块方式的类似性衡量中得到成功运用。
9、生物特征数据库检索与分类技能
跟着生物特征辨认技能在人类日常日子中的遍及，运用人数的添加必定导致生物特征数据库的不断扩展。这种规划的扩展不只仅体现在数据存储量的扩展，还体现在从数据库中查找某一条记载所消耗的时刻的添加。例如在一对多的超大规划(如一个城市、一个国家、一个职业的人群)生物辨认运用中，完结一次辨认的时刻的长度将会让人无法忍受。这是任何一项老练的生物辨认技能从小规划运用向大规划运用转化时不可避免的问题。
尽管能够运用并行核算技能来削减每次辨认的时刻，假如有一个生物特征粗分类的办法就能够完结分层次的生物辨认：依据生物特征向量将数据库中一切的模板分红若干个大类，在大规划辨认时首要判别输入生物特征所属的大类，然后首要和这个大类的数据库模板进行比对，这样就能够(至少从期望值)削减等候辨认成果的时刻。例如指纹能够依据奇特点的个数和方位信息分红拱形、尖拱形、左旋形、右旋形和旋涡形等几个大类。在虹膜辨认研讨范畴也有人运用分形维特征将虹膜数据库分红四大类。这些分类办法的精确率都高于90%，成果是令人鼓舞的。运用生物特征方式，还能够完结人种分类、性别分类等。所以生物特征粗分类和数据库检索技能将是一个很有出路的研讨方向，下一步研讨的重点是添加类别数，进步分类的精确率。
10、生物特征辨认体系的功用点评
迄今为止，任何的生物特征辨认体系或许办法都有犯错的或许。对体系的辨认精度给出客观、精确的评价其实是一个很杂乱的问题，它受测验样本的数量、质量、评价目标等要素的影响，可是这对运用单位和司法部门却是一个很重视的焦点问题。所以生物特征辨认办法的功用测评已成为生物特征辨认研讨的一个重要方向。关于1∶1比对的身份验证体系，过错有两种状况：一是把不同人的生物特征辨以为同一类，称为过错接纳;另一种或许是把同一人的生物特征辨以为不同类，称为过错回绝。
一般能够从理论和试验两个方面评价一个生物辨认办法的功用目标。从理论方面能够研讨生物特征的唯一性，即对影响过错接纳和过错回绝的各种参数进行精确建模，从每种生物特征辨认办法的实质和机理动身给出理论上能够获得的过错率的下界。这个作业是很有含义也是难度很大的。例如司法界对经过指纹匹配成果来指认罪犯还存在着很大争议，尽管有研讨人员声称地球上找不到指纹特征彻底相同的两个人，可是在主动或许人工指纹辨认体系中，究竟需求多大的类似度才干够彻底承认两枚指纹的同源性？辨认犯错的精确概率究竟是多少?现已有研讨人员对这个问题进行了比较深化的研讨，可是并没有彻底处理好这个问题。
