生物特征識(shí)別技術(shù)的發(fā)展趨勢(shì)及對(duì)數(shù)字信號(hào)處理器的挑戰(zhàn)

　　指紋識(shí)別技術(shù)是指通過比較不同人指紋中的特征點(diǎn)不同來區(qū)分不同人的身份。指紋識(shí)別技術(shù)通常由三個(gè)部分組成：對(duì)指紋圖像進(jìn)行預(yù)處理；提取特征值，并形成特征值模板；指紋特征值比對(duì)。

　　指紋圖像預(yù)處理的目的是為了減少噪聲干擾的影響，以便有效提取指紋特征值。常用的預(yù)處理方法有圖像增強(qiáng)、圖像平滑、二值化、圖像細(xì)化等。

　　特征提取的目的就是從預(yù)處理后的指紋圖像中，提取出能夠表達(dá)該指紋圖像與眾不同的特征點(diǎn)的過程。最初特征提取是基于圖像的，從圖像整體中提取出特征進(jìn)行比較，但該方法的精度和性能較低?，F(xiàn)在一般采用基于特征點(diǎn)的方法，從圖像中提取反應(yīng)指紋特性的全局特征(如紋形、模式區(qū)、核心區(qū)、三角點(diǎn)、紋數(shù)等)和局部特征(如終結(jié)點(diǎn)、分叉點(diǎn)、分歧點(diǎn)、孤立點(diǎn)、環(huán)點(diǎn)等)。得到特征點(diǎn)后就可以對(duì)特征點(diǎn)進(jìn)行編碼形成特征值模板。

　　指紋特征值比對(duì)就是把當(dāng)前獲得的指紋特征值與存儲(chǔ)的指紋特征值模板進(jìn)行匹配，并給出相似度的過程。
　　
虹膜識(shí)別

　　虹膜相對(duì)而言是一個(gè)較新的生物特征。1983年，F(xiàn)lom與Safir申請(qǐng)了虹膜識(shí)別專利保護(hù)，使得虹膜識(shí)別方面的研究很少。1993年，Daugman發(fā)表了關(guān)于虹膜自動(dòng)識(shí)別算法的開創(chuàng)性工作，奠定了世界上首個(gè)商業(yè)虹膜自動(dòng)識(shí)別系統(tǒng)的基礎(chǔ)。隨著Flom和Safir專利在2005年的失效和CASIA及ICE2005中虹膜數(shù)據(jù)集的提供，虹膜識(shí)別算法的研究越來越蓬勃。ICE2006首次對(duì)虹膜識(shí)別算法性能進(jìn)行了測(cè)試。

　　虹膜識(shí)別中需要解決如下兩個(gè)難點(diǎn)問題：一是虹膜圖像的獲取，二是實(shí)現(xiàn)高性能的虹膜識(shí)別算法。

生物特征識(shí)別產(chǎn)品的發(fā)展趨勢(shì)

　　生物特征識(shí)別產(chǎn)品逐步從單一PC處理，轉(zhuǎn)變?yōu)榉植际接?jì)算。用獨(dú)立的前端獨(dú)立設(shè)備來完成生物特征的采集、預(yù)處理、特征提取和比對(duì)，而用中心PC或服務(wù)器完成與業(yè)務(wù)相關(guān)的處理。闡述這種方式較之傳統(tǒng)方式的優(yōu)點(diǎn)~ 由于前端采用嵌入式設(shè)備，因而自然提出了對(duì)數(shù)字信號(hào)處理器的要求。

生物特征識(shí)別技術(shù)對(duì)數(shù)字信號(hào)處理的挑戰(zhàn)

　　為了獲得更好的性能，研究者們從算法上、應(yīng)用廠商從應(yīng)用上對(duì)生物特征識(shí)別技術(shù)進(jìn)行改進(jìn)。這些算法根據(jù)不同生物特征的特點(diǎn)，采用新的數(shù)學(xué)模型，有效解決了現(xiàn)有算法的不足，使得生物特征識(shí)別技術(shù)性能上了一個(gè)新臺(tái)階。新的數(shù)學(xué)模型，較之以往的模型更為復(fù)雜，計(jì)算量更大。為了能夠有效的在數(shù)字信號(hào)處理器上實(shí)現(xiàn)這些算法，要求數(shù)字信號(hào)處理器有更強(qiáng)的處理能力。我們下面結(jié)合人臉識(shí)別具體說生物特征識(shí)別技術(shù)對(duì)數(shù)字信號(hào)處理的挑戰(zhàn)。