新闻中心

EEPW首页 > 消费电子 > 设计应用 > 生物特征识别技术的发展趋势及对数字信号处理器的挑战

生物特征识别技术的发展趋势及对数字信号处理器的挑战

作者:王贤良 张铁虎 时间:2008-04-30来源:电子产品世界收藏
指纹识别

  指纹识别技术是指通过比较不同人指纹中的特征点不同来区分不同人的身份。指纹识别技术通常由三个部分组成:对指纹图像进行预处理;提取特征值,并形成特征值模板;指纹特征值比对。

本文引用地址:http://www.eepw.com.cn/article/82030.htm

  指纹图像预处理的目的是为了减少噪声干扰的影响,以便有效提取指纹特征值。常用的预处理方法有图像增强、图像平滑、二值化、图像细化等。

  特征提取的目的就是从预处理后的指纹图像中,提取出能够表达该指纹图像与众不同的特征点的过程。最初特征提取是基于图像的,从图像整体中提取出特征进行比较,但该方法的精度和性能较低。现在一般采用基于特征点的方法,从图像中提取反应指纹特性的全局特征(如纹形、模式区、核心区、三角点、纹数等)和局部特征(如终结点、分叉点、分歧点、孤立点、环点等)。得到特征点后就可以对特征点进行编码形成特征值模板。

  指纹特征值比对就是把当前获得的指纹特征值与存储的指纹特征值模板进行匹配,并给出相似度的过程。
  
虹膜识别

  虹膜相对而言是一个较新的。1983年,Flom与Safir申请了虹膜识别专利保护,使得虹膜识别方面的研究很少。1993年,Daugman发表了关于虹膜自动识别算法的开创性工作,奠定了世界上首个商业虹膜自动识别系统的基础。随着Flom和Safir专利在2005年的失效和CASIA及ICE2005中虹膜数据集的提供,虹膜识别算法的研究越来越蓬勃。ICE2006首次对虹膜识别算法性能进行了测试。

  虹膜识别中需要解决如下两个难点问题:一是虹膜图像的获取,二是实现高性能的虹膜识别算法。

识别产品的发展趋势

  识别产品逐步从单一PC处理,转变为分布式计算。用独立的前端独立设备来完成生物特征的采集、预处理、特征提取和比对,而用中心PC或服务器完成与业务相关的处理。阐述这种方式较之传统方式的优点~ 由于前端采用嵌入式设备,因而自然提出了对的要求。

生物特征识别技术对数字信号处理的挑战

  为了获得更好的性能,研究者们从算法上、应用厂商从应用上对生物特征识别技术进行改进。这些算法根据不同生物特征的特点,采用新的数学模型,有效解决了现有算法的不足,使得生物特征识别技术性能上了一个新台阶。新的数学模型,较之以往的模型更为复杂,计算量更大。为了能够有效的在上实现这些算法,要求有更强的处理能力。我们下面结合人脸识别具体说生物特征识别技术对数字信号处理的挑战。



评论


相关推荐

技术专区

关闭