随着现代模式识别技术的发展，模式识别技术中的一些具体的分枝技术逐渐成熟起来，有不少已经达到了可以投入应用的程度，当然这种应用目前大多数仍然是出于限定环境条件下的应用。

1.引子 
    随着现代模式识别技术的发展，模式识别技术中的一些具体的分枝技术逐渐成熟起来，有不少已经达到了可以投入应用的程度，当然这种应用目前大多数仍然是出于限定环境条件下的应用。本文介绍模式识别专业方向的一个子分枝――生物特征识别技术及其在金融行业的应用并加以分析比较。

2.生物特征识别技术分类
    所谓生物识别技术就是：通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，（如指纹、脸像、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。传统的身份鉴定方法采用身份标识物品（如钥匙、证件、ATM卡等）和身份标识知识（如用户名和密码），但由于主要借助体外物，一旦证明身份的标识物品和标识知识被盗或遗忘，其身份就容易被他人冒充或取代。

    生物识别技术比传统的身份鉴定方法更具安全、保密和方便性。生物特征识别技术具备不易遗忘、防伪性能好、不易伪造或被盗、随身"携带"和随时随地可用等优点。生物识别技术可广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务。例如，一位储户走进了银行，他既没带银行卡，也没有回忆密码就径直提款，当他在提款机上提款时，一台摄像机对该用户的眼睛扫描，然后迅速而准确地完成了用户身份鉴定并办理业务。这是美国德克薩斯洲联合银行的一个营业部中发生的一个真实的镜头。而该营业部所使用的正是现代生物识别技术中的"虹膜识别系统".目前国内外正在研究的相关技术可以划分为下面这七个具体技术：人脸识别、虹膜识别、指纹识别、掌纹识别、静脉识别、声音识别、笔迹识别、行为识别、视频监督。

    这七项技术中的前六项都属于身份认证范畴，也就是为了验证这个人或者物体是谁。从行为识别衍生出来另外的一个分支为视频监督，这是一种辅助身份验证手段，但是，却发现了它还有超越身份认证以外更大的用处，因此，就逐渐被独立出来。

    2.1人脸识别人脸识别是以人的面部所固有的生理特征来进行各人身份鉴定的技术。它属于生物识别技术中的一种，具有直观性强，后验性好的特点，但是，限于人脸部特征的信息量较大，加上成长个人带来的脸部特征的改变，这些都给这项技术的准确度带来了挑战。

    人脸识别技术的研究肇始于20世纪60年代末期。20世纪90年代后期以来，一些商业性的人脸识别系统逐渐进入市场，但是，这些技术和系统离实用化都有一定距离，性能和准确率有待提高。美国遭遇恐怖袭击后，这一技术引起广泛关注。作为最容易隐蔽使用的识别技术，人脸识别成为当今国际反恐和安全防范最重要的手段之一。

影响人脸识别性能的因素有如下几条：
1、背景和头发：消除背景和头发，只识别脸部图像部分。
2、人脸在图像平面内的平移、缩放、旋转：采用几何规范化，人脸图像经过旋转、平移、缩放后，最后得到的脸部图像为指定大小，两眼水平，两眼距离一定。
3、人脸在图像平面外的偏转和俯仰：可以建立人脸的三维模型，或进行三维融合（morphing），将人脸图象恢复为正面图像。
4、光源位置和强度的变化：采用直方图规范化，可以消除部分光照的影响。采用对称的从阴影恢复形状（symmetricshapefromshading）技术，可以得到一个与光源位置无关的图像。[nextpage]
5、年龄的变化：建立人脸图像的老化模型。
6、表情的变化：提取对表情变化不敏感的特征，或者将人脸图像分割为各个器官的图像，分别识别后再综合判断。
7、附着物（眼镜、胡须）的影响。
8、照（摄）相机的变化：同一人使用不同的照（摄）相机拍摄的图像是不同的。

    测量人脸识别的主要性能指标有：1、误识率（FalseAcceptRate）：这是将其他人误作指定人员的概率；2、拒识率（FalseRejectRate）：这是将指定人员误作其它人员的概率。

    计算机在判别时采用的阈值不同这两个指标也不同。一般情况下，误识率FAR随阈值的增大（放宽条件）而增大，拒识率FRR随阈值的增大而减小。因此，可以采用错误率（EqualErrorRate；ERR）作为性能指标，这是调节阈值，使这FAR和FRR两个指标相等时的FAR或FRR.人脸识别相对于其他生物特征识别技术具有一个最明显的优势是后验很容易。基本上通过人眼来判断就可以验证对这个人身份认证是否有错误，而其他技术都不可能通过如此简单的方法进行判断，基本上都需要专家和专用设备的配合才能做到。

    2.2虹膜识别据临床医学观察，虹膜位于眼角膜之后、水晶体之前，虹膜具有独特的结构，其颜色因含色素的多少与分布不同而异，并且这种独特的虹膜结构具有很好的稳定性。目前，主流的虹膜识别系统应用是：系统使用单色电视和摄像技术与软件相结合的视频方法获取虹膜数字化信息，验证时扫入的信息与预先存入的样板信息进行比对，以做出身份鉴定。

虹膜识别技术的优点：
1、生物特征的采集较为方便。
2、准确性较高：据统计，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。

虹膜识别技术的缺点：
1、应用普及程序较低：虹膜识别系统已经进行了许多测试，但还没有更大规模的应用。
2、成本较高：很难将图像获取设备的尺寸小型化；同时需要昂贵的摄像头。

    在虹膜识别技术的研究方面，中科院自动化所模式识别国家重点实验室的研究技术处于国际领先水平，他们不仅在软件算法上具有国际领先地位，同时还可以自行设计制造虹膜识别设备，这在全世界的虹膜识别领域都是绝无仅有的。他们甚至在2004年就已经做成了手持式的微型虹膜采集设备，同时极大的降低了虹膜设备的硬件成本。2006年他们在研究远距离（三米以上）虹膜采集设备上也有了较大的突破，如果这项研究成功，虹膜识别就可以方面的进行远距离无干扰的采集，而不需要现在这种高精度的对准要求了。

    2.3指纹识别指纹是指手指末端正面皮肤上凹凸不平产生的纹路。医学证明，这些纹路在图案、断点和交叉点是各不相同的，具有唯一性和永久性。目前，主流的指纹识别系统应用是：用户把单指放在棱镜面上或玻璃板上，通过CCD传感器件进行扫描。获得的指纹图像被数字化和处理分析并被最终提取为可以接受的指纹数字特征信息，再存贮到存储器上或卡上作为参照样板，使用时通过指纹读取器扫入的信息与样板信息进行对比，做出身份鉴定。

指纹识别技术的优点：
1、实用性强：指纹样本便于获取，易于开发识别系统。
2、可靠性易于增加：可以通过登记更多的指纹，鉴别更多的手指来提高其准确度。
3、方便性好：扫描指纹的速度很快，使用非常方便；
4、应用广泛：指纹识别技术占领了大部份市场。
5、指纹识别产品性价比较好：指纹采集头更加小型化，并且价格低廉。[nextpage]

指纹识别技术的缺点：
1、指纹的广泛性较差：个别人或某些群体的指纹因为指纹特征很少，成像很难，对该技术的应用有一定影响。
2、用户接受性较差：过去因为在犯罪记录中使用指纹，使用户在使用上存在一定心理障碍。

    2.4掌纹识别手掌几何学是基于这样一个事实：几乎每个人的手的形状都是不同的，而且这个手的形状在人达到一定年龄之后就不再发生显著变化。当用户把他的手放在手形读取器上时，一个手的三维图像就被捕捉下来，然后可以对手指和指关节的形状和长度进行测量及比对。

    根据用来识别人的数据不同，手形读取技术可划分为下列三种范畴：手中血管的模式，手掌以及手指的几何分析。映射出手的不同特征是相当简单的，不会产生大量数据集。但是，即使有了相当数量的记录，手掌几何学不一定能够将人区分开来，这是因为手的特征是很相似的。与其他生物识别方法相比较，手掌几何学不能获得最高程度的准确度。当数据库持续增大时，也就需要在数量上增加手的明显特征来清楚地将人与模板进行辨认和比较。

    2.5静脉识别静脉识别是最近两年才兴起的一项新技术，在这项技术中主要研究的是人手部附近的静脉流向分布图来进行身份认证识别的技术。它一般采用红外CCD摄像头采集静脉图，当识别系统通过红外CCD摄像头获取手背静脉的图像时，每个静脉图像的特征码就会被存储下来。然后实现现场使用者的静脉图与存储的静脉图特征码比对和反馈结果。

静脉识别系统的特点：
1、静脉识别系统取决于手背的状态。
2、即使手背有轻微的改变，静脉识别系统识别都会受到影响。
3、若使用者有关节炎或风湿病，不能使用静脉识别系统。
4、接触此系统，可最大限度使您感觉舒适方便。此系统识别在湿度，汗水，污物，笔痕和小损伤方面优于其他生物识别系统。

    由于其技术与指纹识别很接近，所使用的范围和应用环境也相似，于是很多指纹识别公司将其作为新的可替代更新技术来进行推广和应用。

    2.6声音识别人的生理、心理和行为特征等语音参数会反映在人的语音波形中，人的声音频谱包括曲线的时间变化和驱动声源的特征各不相同。可以提取出不同人语音变化很大而同一人语音变化很小的特征来进行分析、对比、识别。目前，主流的声音识别系统应用是：通过话筒录入人的声音，通过数字信号处理器数字化和软件压缩，提取出声音图像信息保存在数据库中，应用时将即时采集的声音与数据库中的特征信息进行匹配，做出身份鉴定。

声音识别技术的优点：
1、声音识别是一种非接触的识别技术，用户可以很自然地接受。
2、声音识别技术具有较好的方便性、经济性和准确性。

声音识别技术的缺点：
1、精确度较低：声音因为变化的范围太大，很难进行精确的匹配。
2、技术复杂度较高：声音的音量、速度和音质会受一定条件（如感冒）的影响，需增加系统功能以适应该变化。
3、成本较高：声音采集设备（如高保真的麦克风）是很昂贵的。[nextpage]

    2.7笔迹识别字如其人，中国人写字讲究书法，人们选择了自己青睐的书法风格后，又融入自己的书写特点，因而小到一个字的间架结构，大到整篇文章的纵横布局，每个人都有自己的运笔习惯和格式规划；笔迹已成为人们进行身份鉴别的重要手段之一。目前，主流的笔迹（签名）识别系统应用是：系统通过使用有线笔、灵敏的图形输入板提取签字的动态过程信息特征，通过区分签字的习惯部分和几乎每次签字都有所变化的变动部分信息特征来确定签字人的真实身份。

    笔迹识别技术的优点：较好的接受性：使用笔迹识别是一种公认的身份识别的技术。易于大众接受。

    笔迹识别技术的缺点：1、技术复杂度较高：随着人的性情与生活方式的改变，签名也会随着改变，需增加系统功能以适应该变化。2、价格较高：用于签名的手写板结构复杂而且价格昂贵。

    2.8行为识别行为识别技术是对物体实现监测、分类、跟踪和计数的一种视频分析系统。行为识别技术是根据一定规则来分析和判断，从而可设置对特定行为报警。

行为识别是建立在某些专利技术的基础上的视频技术，分别介绍如下：
1、智能视频识别：一个视频图像算法家族，可以用来检测和补偿环境和摄像机引起的一系列变化：摄像稳定性、背景识别、透视准确性、自适应限度、阴影的忽略、PTZ摄像机的控制。
2、目标分割：引擎能将目标物从背景中准确的分割出来，忽略非目标物的变化，比如树木的移动和光线的改变。也能将目标群分割成单个的目标。
3、轨迹跟踪：检测到目标物超过一定时限就建立目标的行动、轨迹和速度函数，以便于对物的尺寸、数量和形状的测定更准确。所显示目标物轨迹实时更新，以便识别入侵者的入侵方向入侵后的路径。
4、目标检测：主要是对目标的位置、尺寸和形状的判断和非目标物的高精度过滤。
5、行为识别：应用一定的规则识别目标的位置、速度和方向；此外，也可以判断目标的数量。
6、高效开发工具：开发了并行运行模式和高级中央处理器的多媒体指令集，给出了业界最高的性价比。

    2.9视频监督视频监督在传统称谓上称之为智能视频监控技术。

    智能视频监控技术的应用除了运动目标检测等基本技术，还必须结合其它算法和技术。在智能视频分析中，图像分割和运动目标检测是基本问题，近年来围绕这些问题进行了很多研究，但是他们仍然是具有挑战性的课题，需要解决的核心技术问题有运动模糊、背景差方法中光线的变化、实时性要求、遮挡问题等。

    早期的镜头分割算法是在像素域上进行的，但是这种方法对于像素的快速运动非常敏感，导致了大量的误检。后来发展的基于帧间直方图差的镜头分割算法，因为其算法复杂度低，镜头分割效果好，成为目前大受欢迎的方法。

    运动目标检测和跟踪是事件检测、行为识别、视频图像的压缩编码和语义索引等自动或者半自动视频监控高层应用的基础。目前，运动目标检测的方法有：时态差分法（temporaldifferencing），背景差法（Backgroundsubtraction）和基于光流的方法（opticalflow）等。[nextpage]

    背景差的方法是基于灰度的一种运动目标的检测方法，常用基于特征的方法。基于特征的检测是依据图像的特征（点，线，矩）或由特征组成的模型（多边形，多面体）来检测运动目标。它多用于目标较大，特征容易提取，或具有匹配用标准目标模型库的场合。背景差法可以提取非常完整的目标，但容易受到光照等引起的背景变化的影响。近年来一些统计的方法被引入来实现背景建模和背景剔除，极大地增强了背景差法对光照变化和阴影等噪声的鲁棒性。根据模型特征进行背景建模有很多种方法，其中基于像素强度的统计模型建模可以适应渐变的光照，但对突变的光照则存在问题。卡尔曼滤波器作为一种简单易行的方法已被广泛应用于目标跟踪。

    纹理分析基于光流场和运动参数估计，是另外一种常用的运动区域检测算法，但由于孔径和遮挡问题，光流的可靠性比较差。基于贝叶斯概率统计的运动分割方法可同时进行分割和运动估计，效果较好，但是计算复杂，计算量大，不适于实时处理。

    现今国内外主要有两种数字视频监控系统，一种是以数字录像设备为核心的视频监控系统，另一种是以嵌入式智能视频监控系统。嵌入方式的视频监控系统是以应用为中心，适应应用系统对功能、可靠性、成本、体积等综合性严格要求的专用计算机系统。数字信号处理器（DSP）是将数字信号进行高速实时处理的专用处理器，其处理速度比最快的CPU还快10-50倍，在视频监控系统中已经广泛应用。前端一体化、视频数字化、监控网络化、系统集成化是智能视频监控系统的发展方向，数字化和网络化是智能视频监控发展的主要特点。

3.生物特征识别技术应用现状
    针对生物特征识别技术的特点来进行分析，可以看到几乎所有的生物特征识别技术的应用对象都是相似的，应用环境上也只是略有差异而已。但是，由于技术间的差异和技术发展的情况不同，所以，不同的技术就产生了各自不同的特定应用场景。这里可以划分成下面的几个方面：1、先验性防御认证：用于门禁，通道管理、银行取款ATM机等方面的应用；2、后验性分析识别：事情发生后根据现场获取的特征信息进行分析验证的方式，诸如警方对案发现场的指纹、DNA收集与分析；3、现场行为分析：根据运动物体行为和周边物体对象的属性进行分析，得到对物体行为的判断和分析结果，诸如道路交通事故分析，车辆闯红灯违章变道，监狱禁区报警等行为的判断。

    3.1银行ATM应用分析鉴于生物特征识别技术在金融行业应用上北京市已经准备在银行ATM上应用人脸识别分析。我们先从人脸识别技术谈起。

    ATM上采用人脸识别技术一般情况下流程分为两种应用形式：采用人脸识别作为身份认证手段（属于先验性防御认证）：人接近ATM设备插卡，输入密码期间摄像头拍下人脸正面照片，照片传送回服务器端进行对比验证并传回信息到ATM，然后ATM系统同时进行密码判断决定是否进行后续操作。采用人脸作为数据收集手段（属于后验性分析识别）：人接近ATM设备插卡，输入密码期间摄像头拍下人脸正面照片，照片传送回服务器端进行存储，ATM系统进行密码判断后执行正常操作。

    一般情况下，作为曾经研发过人脸识别技术的技术人员和对国内外相关技术、设备的了解，我们建议人脸识别来进行相关金融ATM设备认证的时候主要采用人脸作为数据收集手段，也就是上面的第二种形式。这是因为ATM设备的应用环境特点决定的。ATM设备应用环境特点如下：1、用户数量众多由于目前的人脸识别技术还很少进行过大数据量真实人脸数据的对比实验，而目前进行过的数据实验都是实验室环境下采集的，采集的周边环境相对稳定，人脸的角度和配合程度都较高，所以，不能作为现有的实际环境应用的实际数据参考。 [nextpage]

    2、大部分都在室外和少量遮挡的位置工作人脸识别技术对于光线的要求是相对比较苛刻的，尤其是可见光下的人脸识别技术更是如此。单单光源的不同，诸如光源方向、大小、形状、色温、远近、光强等因素就能让采集到的人脸图像具有多种不同的差异让人脸出现一人千面的效果，使得识别系统出现误识。而室外的光线条件过于复杂，尤其是太阳光谱会覆盖到所有的可见光与不可见光，因此室外的人脸识别设备的研究一直处在不可能实现的状态下。

    3.2生物特征识别技术特点分析而采用其他识别技术都只能完全依靠于识别设备自身的判断进行，不可能通过一般的银行或者金融行业的从业人员进行直接的判断。

这里我们可以排列一下相关技术可能出现的一些问题：
1、虹膜识别：准确度最高的生物特征识别技术，但要求的对准精度较高，另外当人生病吃药的时候，会因为药物作用使得虹膜在一定时间内发生改变。
2、指纹识别：手指因为油污或者自身分泌物等都可能造成指纹识别设备无法识别的问题发生。
3、掌纹识别：手掌的面积较大，虽然准确度比指纹高出很多，甚至宣称接近虹膜识别，但也会出现与指纹相似的问题。其设备也要比指纹识别设备大出很多。
4、静脉识别：即使手背有轻微的改变，静脉识别系统识别都会受到影响。若使用者有关节炎或风湿病，则不能使用静脉识别系统。
5、声音识别：生病，尤其是咽喉病症都会使得声带发生变化而无法识别。同时很容易被磁带等录音设备上的录音欺骗。
6、笔迹识别：会因为人的心情和年龄变化而发生变化，经过短期特殊的训练也会改变人的笔迹习惯。
7、行为识别：目前识别准确率最低的识别技术，由于受到影响的因素太多，还没有达到实验室可用的程度，更不用说商用的程度了。

    3.3智能视频监控技术上面我们分析了生物特征识别在认证技术上的应用分类，这里我们要进行智能视频监控这个辅助身份验证手段的分析。

    目前已经成熟的智能视频监控技术可以针对物体的行为进行一些分析，这个行为分析目前还做不到诸如打架斗殴这种细节行为的分析，但是对于物体整体行为的分析已经可以做到，比如物体的形式轨迹，颜色，形状，行驶速度，速度变化，体积。

通过对这些分析数据的使用我们可以做到如下一些功能：
1、禁区报警：在银行的金库和一些需要限制人进入的区域使用。当有人没有正常通过身份认证进入这个区域的时候，系统自动报警，并将相关图像视频数据保存作为证据或者启动相关抓拍设备进行细节抓拍和分析。
2、方向控制：在金融管理中心和周界范围内监控所有物体的移动方向，在特定时间内，诸如夜晚或者特定的警戒时间，应该不会有人进入或者接近保密机构或者相关设施，如果有人接近这些保密机构或者相关设施，系统就可以自动报警同时将相关图像视频数据保存作为证据或者启动相关抓拍设备进行细节抓拍和分析。
3、数量计算：智能视频监控技术可以计算摄像头覆盖范围内有多少移动的物体对象，这样可以限制诸如进入金库等区域的人数，当人数超过限制数量的时候，即使认证通过，门禁系统也不能启动和开门。 [nextpage]

    通过这项技术的应用可以作为认证的辅助手段，也可以将认证设备作为本项技术的辅助手段实现全区域的安全控制。

    3.4金融行业可能的应用分析3.4.1银行ATM等外设独立设备采用人脸识别技术进行人脸抓拍和辅助认证，但不要作为唯一认证手段。采用智能视频监控技术来获取可能对ATM等设备产生破坏的行为和物体特征。

    3.4.2金库等密闭空间采用人脸识别技术进行人脸抓拍和辅助认证，但不要作为唯一认证手段，可以考虑配合其他生物特征识别技术进行共同认证，这样就可以避免类似钥匙和RFID卡丢失等可能带来的威胁。人脸抓拍的图像可以作为将来的后验性技术。

    采用智能视频监控技术来进行门禁附近人数的计算，可以通过规则设定，诸如：在门禁附近多少米范围内人数超过两个，则门禁系统即使认证通过也不能开启。

    3.4.3银行营业厅对于待办业务人员进入营业厅取排队号的过程中获取人脸图像信息进行分析，可以对一些VIP客户提供一些特殊的优先服务，同时也可以在该人到服务窗口办理业务时进行图像获取同时进行两者对比后，就可以得到办理业务人员是否与取号者同为一人，同时这两个人是否是这张卡的所有者，以避免因为银行卡丢失造成客户的重大损失。

4.金融行业应用方案分析
    这里我们按照技术控制区域的大小进行分类分析，基本上可以将生物特征识别技术的应用范围划分为以点为主的出入口控制和以面为主的区域控制。

    4.1出入口控制在出入口控制方面主要指门禁，诸如银行的金库门，重要场所的通道等需要进行身份认证的关键点。出入口控制分为一般出入口控制系统和重要出入口控制系统两个方面进行系统架构分析。

    4.1.1一般出入口控制一般出入口控制是诸如车库门，园区大门，一般办公室门或者一些不太重要的出入口的管理。在这些场景下可以考虑采用人脸识别辅助相关的其他高精度认证技术（诸如虹膜识别或者RFID卡）来进行身份认证，同时采用智能视频监控技术和DVR设备辅助记录进入人员的行为提供辅助认证分析和后续分析的基础数据。

    4.1.2重要出入口控制重要出入口是诸如档案室，金库，财务室，总经理室等重要核心机构出入口的管理。在这种场景下可以采用最完整的认证与分析系统：采用人脸识别辅助相关的其他高精度认证技术（诸如虹膜识别或者RFID卡）来进行身份认证，同时采用智能视频监控技术对来人人数和相关信息进行控制性管理实现身份认证与安全警报的连锁管理，避免因为人员被胁迫或的因外部人员闯入而发生的意外事件。可以说，这样的出入口控制系统基本上是无懈可击的。

    4.2区域安全管理所有的出入口控制技术都是整个区域安全管理的组成部分，而区域的安全管理才是保障金融行业相关组织机构能够安全稳定运行而不发生意外事件的有效措施，这里我们就要提供一套我们认为行之有效的区域安全管理措施。

    针对区域安全管理，建议采用楼宇/社区整体监控配合出入口控制实现区域整体智能控制管理系统。[nextpage]

    这个系统我们采用多种生物特征识别技术配合实现：1、对于围墙和非正常通行通道，通过智能视频监控技术进行监视，并将所有的异常情况记录和及时报警；2、对于大门和出入口采用4.1节中提到的两种形式进行安全防御；3、对于所有进入区域的物体采用摄像头融合技术进行全程跟踪记录的方式，标记所有物体的移动轨迹和行为，发生异常情况时就立刻对相关可意物体的产生来源进行逆向查询，这样就可以避免事态的进一步恶化，同时将可疑物体直接控制起来；4、每一个摄像头都会有一个本地图像视频存储空间和一个在机房的集中存储空间；5、通过智能视频监控技术可以极大的减少DVR存储的视频图像的时长和所占用的空间，有效地提高设备的利用率，使得后续对问题的分析具有更强的针对性和可操作性；6、整个系统的弱点主要在于用电问题，如果电路被中断，则整个系统就无法运行了。

    上面就是我们认为更为实用可行的区域安全控制体系，其中所采用的相关技术都已经成熟，并且可以直接投入实用之中。