生物识别有的时候也叫生物特征识别，有的时候也叫生物认证，这几个词都是一个含义。是指通过获取和分析人体的身体和行为特征来实现人的身份的自动鉴别，这就是生物识别的基本概念。

生物特征识别技术是为了进行身份验证而采用自动技术测量其身体特征或个人行为特点，并将这些特征或特点与数据库的模板数据进行比较，完成认证的一种解决方案。

人的生物特征是唯一的，生物特征识别技术的基本工作就是对这些基本的、可测量或可自动识别和验证的生理特征进行统计分析。过程大多包括四个步骤：图像获取、抽取特征、比较和匹配。生物特征识别系统捕捉到生物特征的样品，唯一的特征将会被提取并且被转化成数字的符号，这些符号被存储并作为个人的特征模板，模板可能会在识别系统中，也可能在各种各样的存储器中，如计算机的数据库、智能卡或条码卡中，人们同识别系统进行交互，认证其身份，以确定匹配或不匹配。

生物特征识别技术是一门利用人的生理上的特征来识别人的科学。和传统方法的不同在于，生物特征识别方法依据的是我们所拥有的东西，是我们的个体特性。

生物测定技术的历史可追溯到古代埃及人通过测量人的尺寸来鉴别他们。像这种未发展的基于测量人体身体某一部份或者举止的某一方面识别技术一直延续了几个世纪。

指纹识别可以追溯到古代的中国，而基于指纹的识别技术在美国和西欧也一直使用了一百多年。在指纹识别上的改进发生于20世纪60年代与70年代之间，一些公司开发出一种能自动识别指纹的仪器以用于法律的实施。从60年代末期，FBI开始使用一种自动识别指纹的设备，到70年代末期，已经有一定数量的设备开始在美国大范围使用。

1686年：意大利Bologna大学的学者Marcello Malpighi用显微镜发现了指纹的窝型。

1880年:科学家发现每个人的指纹都独一无二，并意识到指纹可作为身份识别的可行性。

20世纪：指纹技术在司法方面得到世界范围的广泛应用。

1978年：销售第一台生物识别设备。

1986年：从事掌纹识别的Recognition System,Inc.成立。

1987年：Drs.Flom & Safir 研究发现没有两个人的虹膜是相似的，这一理论获得专利。

1990年：从事签字识别的PenOp, Inc.在英国成立。从事指纹识别的SAC Technologies,Inc.成立。

1994年:Dr.Daugman 获得第二项基础科技的专利权——IriScan的许可证。由于能用计算机辨识复杂模式的算法的发展,Drs.Atick,Griffin成立了从事面部识别的Visionics Corp.。

1996年: 从事签字识别的Cyber Sign在美国加州成立。从事指纹识别的Biometric Identification,Inc.成立。

能够用来鉴别身份的生物特征应该具有以下特点：

广泛性：每个人都应该具有这种特征;

唯一性：每个人拥有的特征应该各不相同;

稳定性：所选择的特征应该不随时间变化而发生变化;

可采集性：所选择的特征应该便于测量。

迄今为止，还没有哪一个单项生物特征能达到完美无缺的要求。另外，每种生物特征都有自己的适用范围。比如，有些人的指纹无法提取特征，患白内障的人虹膜会发生变化等。在对安全有严格要求的应用领域中，人们往往需要融合多种生物特征来实现高精度的系统识别。数据融合是一种通过集成多知识源的信息和不同专家的意见以产生一个决策的方法，将数据融合方法用于身份鉴别，结合多种生理和行为特征进行身份鉴别，提高鉴别系统的精度和可靠性，这无疑是身份鉴别领域发展的必然趋势。

随着越来越多的电子设备不断进入日常生活中，例如笔记本电脑、ATM提款机、蜂窝电话、门禁控制系统等。对于个人安全、方便的身份认证技术变得越来越紧迫。越来越过分的依赖像智能卡、身份证号、口令等保护措施，然而，即使拥有这样的保护措施也不够，各种各样的损失时有发生，并且影响到各种服务，增加商品的额外开销。需要在与机器之间交换和交易时安全方便，也需要简单快速的使用机器而不用担心不安全问题。然而，现有的基于智能卡、身份证号和口令的系统却只能在安全与方便之间徘徊，充分的安全从来没有实现过，而对于更好的安全却与不方便同时出现。为了实现较高的安全性，必须使用更复杂和更不方便的口令，因为如果对在身边不同的机器使用一个相同的密码，那在得到了方便性的同时也增加了安全性的隐患。

越来越多的个人、消费者、公司和政府机关都承认现有的基于智能卡、身份证号和密码的身份识别系统是远远的不够的。生物识别技术为此提供了一个解决方案。

生物识别技术是目前最为方便与安全的识别系统，它不需要你记住像身份号和密码，也不须随身携带像智能卡之类的东西。

生物识别系统包括“生物特征采集子系统”、“数据预处理子系统”、“生物特征匹配子系统”和“生物特征数据库子系统”，以及系统识别的对象-—人。

在“生物特征数据库子系统”中，需要建立生物特征与身份信息的关联关系，并且保证数据存储的安全和可靠。

“生物特征匹配子系统”通过模式识别算法，把待识别的生物特征与数据库子系统中生物特征的进行比对，并按照事先确定的筛选条件(阈值)决策是否匹配成功。如果匹配成功，输出库中的人员身份信息。

生物特征分为物理特征和行为特点两类。物理特征包括：指纹、掌形、眼睛(视网膜和虹膜)、人体气味、脸型、皮肤毛孔、手腕/手的血管纹理和DNA等;行为特点包括：签名、语音、行走的步态、击打键盘的力度等。

基于物理特征的生物识别技术

指纹识别

指纹识别技术是通过取像设备读取指纹图像，然后用计算机识别软件分析指纹的全局特征和指纹的局部特征，特征点如嵴、谷、终点、分叉点和分歧点等，从指纹中抽取特征值，可以非常可靠地通过指纹来确认一个人的身份。

指纹识别的优点表现在：研究历史较长，技术相对成熟;指纹图像提取设备小巧;同类产品中，指纹识别的成本较低。其缺点表现在：指纹识别是物理接触式的，具有侵犯性;指纹易磨损，手指太干或太湿都不易提取图像。

虹膜识别

虹膜识别技术是利用虹膜终身不变性和差异性的特点来识别身份的，虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每个虹膜都包含一个独一无二的基于水晶体、细丝、斑点、凹点、皱纹和条纹等特征的结构。虹膜在眼睛的内部，用外科手术很难改变其结构;由于瞳孔随光线的强弱变化，想用伪造的虹膜代替活的虹膜是不可能的。目前世界上还没有发现虹膜特征重复的案例，就是同一个人的左右眼虹膜也有很大区别。除了白内障等原因外，即使是接受了角膜移植手术，虹膜也不会改变。虹膜识别技术与相应的算法结合后，可以到达十分优异的准确度，即使全人类的虹膜信息都录入到一个数据中，出现认假和拒假的可能性也相当小。

和常用的指纹识别相比，虹膜识别技术操作更简便，检验的精确度也更高。统计表明，到目前为止，虹膜识别的错误率是各种生物特征识别中最低的，并且具有很强的实用性，386以上计算机CCD摄像机即可满足对硬件的需求。

视网膜识别

人体的血管纹路也是具有独特性的，人的视网膜上面血管的图样可以利用光学方法透过人眼晶体来测定。用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。如果视网膜不受损伤，从三岁起就会终身不变。同虹膜识别技术一样，视网膜扫描也是最可靠、最值得信赖的生物识别技术，但它运用起来的难度较大。视网膜识别技术要求激光照射眼球的背面以获得视网膜特征的唯一性。

视网膜技术的优点:视网膜是一种极其固定的生物特征，因为它是“隐藏”的，故而不易磨损、老化或是为疾病影响;非接触性的;视网膜是不可见的，故而不会被伪造。缺点是:视网膜技术未经过任何测试，可能有损使用者的健康，这需要进一步的研究;对于消费者，视网膜技术没有吸引力;很难进一步降低它的成本。

面部识别

面部识别技术通过对面部特征和它们之间的关系(眼睛、鼻子和嘴的位置以及它们之间的相对位置)来进行识别，用于扑捉面部图像的两项技术为标准视频和热成像技术：标准视频技术通过视频摄像头摄取面部的图像，热成像技术通过分析由面部的毛细血管的血液产生的热线来产生面部图像，与视频摄像头不同，热成像技术并不需要较好的光源，即使在黑暗情况下也可以使用。

面部识别技术的优点是：非接触性。缺点是：要比较高级的摄像头才可有效高速地扑捉面部图像;使用者面部的位置与周围的光环境都可能影响系统的精确性，而且面部识别也是最容易被欺骗的;另外，对于因人体面部的如头发、饰物、变老以及其他的变化可能需要通过人工智能技术来得到补偿;对于采集图像的设备会比其他技术昂贵得多。这些因素限制了面部识别技术的广泛运用。

掌纹识别

掌纹与指纹一样也具有稳定性和唯一性，利用掌纹的线特征、点特征、纹理特征、几何特征等完全可以确定一个人的身份，因此掌纹识别是基于生物特征身份认证技术的重要内容。目前采用的掌纹图像主要分脱机掌纹和在线掌纹两大类。脱机掌纹图像，是指在手掌上涂上油墨，然后在一张白纸上按印，然后通过扫描仪进行扫描而得到数字化的图像。在线掌纹则是用专用的掌纹采样设备直接获取，图像质量相对比较稳定。随着网络、通信技术的发展，在线身份认证将变得更加重要。

掌纹识别一般用作整体分离后的同一认定。有将其用做批量商品的防伪，以防止成箱的商品内有部分被“调包”，以部分赝品充真。也有将其用于通道口安全防范系统。

手形识别

手形指的是手的外部轮廓所构成的几何图形。手形识别技术中，可利用的手形几何信息包括手指不同部位的宽度、手掌宽度和厚度、手指的长度等。经过生物学家大量实验证明，人的手形在一段时期具有稳定性，且两个不同人手形是不同的，即手形作为人的生物特征具有唯一性，手形作为生物特征也具有稳定性，且手形也比较容易采集，故可以利用手形对人的身份进行识别和认证。

手形识别是速度最快的一种生物特征识别技术，它对设备的要求较低，图像处理简单，且可接受程度较高。由于手形特征不像指纹和掌纹特征那样具有高度的唯一性，因此，手形特征只用于满足中/低级安全要求的认证。

红外温谱图

人的身体各个部位都在向外散发热量，而这种散发热量的模式就是一种每人都不同的生物特征。通过红外设备可以获得反映身体各个部位的发热强度的图像，这种图像称为温谱图。拍摄温谱图的方法和拍摄普通照片的方法类似，因此，可以用人体的各个部位来进行鉴别，比如可对面部或手背静脉结构进行鉴别来区分不同的身份。

温谱图的数据采集方式决定了利用温谱图的方法可以用于隐蔽的身份鉴定。除了用来进行身份鉴别外，温谱图的另一个应用是吸毒检测，因为人体服用某种毒品后，其温谱图会显示特定的结构。

温谱图的方法具有可接受性，因为数据的获取是非接触式的，具有非侵犯性。但是，人体的温谱值受外界环境影响很大，对于每个人来说不是完全固定的。目前，已经有温谱图身份鉴别的产品，但是由于红外测温设备的昂贵价格，使得该技术不能得到广泛的应用。

人耳识别

人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术。人耳具有独特的生理特征和观测角度的优势，使人耳识别技术具有相当的理论研究价值和实际应用前景。从生理解剖学上，人的外耳分耳廓和外耳道。人耳识别的对象实际上是外耳裸露在外的耳廓，也就是人们习惯上所说的“耳朵”。

一套完整的人耳自动识别一般包括以下几个过程：人耳图像采集、图像的预处理、人耳图像的边缘检测与分割、特征提取、人耳图像的识别。目前的人耳识别技术是在特定的人耳图像库上实现的，一般通过摄像机或数码相机采集一定数量的人耳图像，建立人耳图像库，动态的人耳图像检测与获取尚未实现。

与其他生物特征识别技术相比较，人耳识别具有以下几个特点：

(1)与人脸识别方法比较，人耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图像采集方便的优点，与人脸相比，整个人耳的颜色更加一致，图像尺寸更小，数据处理量也更小。

(2)与指纹识别方法比较，耳图像的获取是非接触的，其信息获取方式容易被人接受。

(3)与虹膜识别方法比较，耳图像采集更为方便。并且，虹膜采集装置的成本要高于耳采集装置。

味纹识别

人的身体是一种味源，人类的气味，虽然会受到饮食、情绪、环境、时间等因素的影响和干扰，其成分和含量会发生一定的变化，但作为由基因决定的那一部分气味——味纹却始终存在，而且终生不变，可以作为识别任何一个人的标记。

由于气味的性质相当稳定，如果将其密封在试管里制成气味档案，足足可以保存3年，即使是在露天空气中也能保存18小时。科学家告诉我们，人的味纹从手掌中可以轻易获得。首先将手掌握过的物品，用一块经过特殊处理的棉布包裹住，放进一个密封的容器，然后通入氮气，让气流慢慢地把气味分子转移到棉布上，这块棉布就成了保持人类味纹的档案。可以利用训练有素的警犬或电子鼻来识别不同的气味。

基因(DNA)识别

DNA(脱氧核糖核酸)存在于一切有核的动(植)物中，生物的全部遗传信息都贮存在DNA分子里。DNA 识别是利用不同的人体细胞中具有不同的DNA 分子结构。人体内的DNA 在整个人类范围内具有唯一性和永久性。因此， 除了对双胞胎个体的鉴别可能失去它应有的功能外， 这种方法具有绝对的权威性和准确性。不象指纹必须从手指上提取，DNA 模式在身体的每一个细胞和组织都一样。

基因识别的准确性优于其他任何生物特征识别方法， 它广泛应用于识别罪犯。它的主要问题是使用者的伦理问题和实际的可接受性， DNA 模式识别必须在实验室中进行， 不能达到实时以及抗干扰， 耗时长是另一个问题，这就限制了DNA 识别技术的使用;另外， 某些特殊疾病可能改变人体DNA 的结构， 系统无法对这类人群进行识别。

基于行为特征的生物识别技术

步态识别

步态是指人们行走时的方式，这是一种复杂的行为特征。步态识别主要提取的特征是人体每个关节的运动。尽管步态不是每个人都不相同的，但是它也提供了充足的信息来识别人的身份。步态识别的输入是一段行走的视频图像序列，因此其数据采集与脸相识别类似，具有非侵犯性和可接受性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来也比较困难。尽管生物力学中对于步态进行了大量的研究工作，基于步态的身份鉴别的研究工作却是刚刚开始。到目前为止，还没有商业化的基于步态的身份鉴别系统。

击键识别

这是基于人击键时的特性，如击键的持续时间、击不同键之间的时间、出错的频率以及力度大小等而达到进行身份识别的目的。20世纪80年代初期，美国国家科学基金和国家标准局研究证实，击键方式是一种可以被识别的动态特征。

签名识别

签名作为身份认证的手段已经用了几百年了，而且我们都很熟悉在银行的格式表单中签名作为我们身份的标志。将签名数字化是这样一个过程：测量图像本身以及整个签名的动作在每个字母以及字母之间的不同的速度、顺序和压力。签名识别易被大众接受，是一种公认的身份识别技术。但事实表明人们的签名在不同的时期和不同的精神状态下是不一样的，这就降低了签名识别系统的可靠性。

兼具生理特征和行为特征的声纹识别

声音识别

声音识别本质上是一个模式识别问题。识别时需要被识别人讲一句或几句试验短句，对它们进行某些测量，然后计算量度矢量与存储的参考矢量之间的一个(或多个) 距离函数。语音信号获取方便，并且可以通过电话进行鉴别。语音识别系统对人们在感冒时变得嘶哑的声音比较敏感;另外，同一个人的磁带录音也能欺骗语音识别系统。