应用

技术

物联网世界 >> 物联网新闻 >> 物联网热点新闻
企业注册个人注册登录

生物识别再出新招,物联网智能时代未来可期

2018-07-27 14:18 德瑞智慧科技

导读:物联网时代的智能终端将遍及各处,生物识别作为未来主流的身份认证方式也必将融入其中,成为不可分割的一部分。

  物联网时代的智能终端将遍及各处,生物识别作为未来主流的身份认证方式也必将融入其中,成为不可分割的一部分。

生物识别再出新招,物联网智能时代未来可期

  生物识别,是通过高科技手段,利用人体固有的生理特性和行为特征来进行个人身份的鉴定。因其具备更高的防伪性和安全性,而识别成本也越来越低,成为未来主流身份识别方式已成必然趋势。今天智能君就给大家盘点一下,五种常见生物识别的优劣势。

  感冒了你就可能不是你:声音识别

  有时候声音识别还不如签名来的安全。声音识别也属于行为识别技术,识别设备不断地测量、记录声音的波形和变化。声音识别基于将现场采集到的声音同登记过的声音模板进行精确的匹配。

生物识别再出新招,物联网智能时代未来可期

  优点是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,仅此而已 。缺点就比较多了,比如声音变化的范围太大,很难精确的匹配;比如感个冒,鼻子不通气,此时你很难让识别系统知道你是你。甚至拿个磁带都可能将其破解。别问我为什么不用高保真麦克风,因为它很贵。这个基于声音的生物识别,娱乐娱乐就行了。

  很傲娇挑姿势:虹膜识别

  虹膜是眼睛外部调节瞳孔大小、控制进入眼睛光线数量的肌肉,它是基于褪黑素的数量形成的眼睛的有色部分。虹膜识别技术是通过拍摄人眼的虹膜来进行身份的确认,是一项基于生物特征的身份认证技术。

生物识别再出新招,物联网智能时代未来可期

  在虹膜识别之前需要通过标志性的特征对其进行定位,并利用这些特征和独特的形状对虹膜进行成像、特征分离和提取。基于虹膜成像,二维Gabor波将其筛选和绘制为相量,相量的信息包括方向和空间频率(图像内容)以及图像位置,利用这些相量信息绘制为“虹膜码”,最终使用虹膜码进行认证。

  高精确度、无需物理接触是它的优点,这也是银行等静态终端看上它的原因。但对于物联网时代,移动终端上使用虹膜识别还有一定的局限性。比如虹膜识别产品的价格较高,而且实现起来很复杂。对采集到的虹膜图像要求极高。虹膜的拒真率高,当出现拒真的情况后,很难人为的去判别该员工的虹膜是真是假,除非找专家鉴定。

  由中国唐朝传到国际:指纹识别

  1927年德国罗伯特海因德尔在《指纹鉴定》一书中断定,中国唐代的贾公彦是世界上提出用指纹识别人身份的第一个学者。

  指纹识别作为识别技术已经有很长的历史了,有着坚实的市场后盾,按照一般人的看法,指纹识别技术通过分析指纹的全局特征和指纹的局部特征,特征点如嵴、谷和终点、分歧点等,从指纹中抽取的特征值可以非常的详尽,可以有效地确认一个人的身份。

生物识别再出新招,物联网智能时代未来可期

  现今指纹图像采集的技术主要为射频指纹识别技术。射频传感器技术是通过传感器本身发射出微量射频信号,穿透手指的表皮层去控测里层的纹路,来获得最佳的指纹图像。因此对干手指,汗手指,脏手指等困难手指通过可高达99%,防伪指纹能力强,指纹敏感器的识别原理只对人的真皮皮肤有反应,从根本上杜绝了人造指纹的问题。

  这个最近火在移动支付方面的生物识别技术,因其防伪性高、生物特征唯一、核心芯片不断缩小等方面,已广泛用于平板、手机甚至手表等移动端,并将会在未来主流生物识别市场占有一席之地。随手一划就能确认支付,将安全度与便捷性完美结合。但是,它还有一个强大的对手,人脸识别。

  老古董:签名识别

  签名识别是根据签名的字体进行身份认证,这可是个老古董了,当名字可以指定本人身份时就已经出现,当然,那时这不算是生物识别。

生物识别再出新招,物联网智能时代未来可期

  每个人都有自己独特的书写风格,所以签名识别可作为生物识别的一种,属于行为测定。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。签名识别分为离线签名识别和在线签名识别。在线识别是通过手写板采集书写人的签名样本,有的系统还可以采集压力、握笔的角度等数据,目前识别率挺高。

  但由于人类书写书写动力定型并非固定不变,有一定变化范围,所以单单从字形上,有可能无法区分真事签名和伪造签名。离线签名就更不安全了。因此可以得出结论,签名识别并不适用于物联网发展。

  阿里腾讯认准的生物识别方式:人脸识别

  作为未来主流生物识别方式之一,人脸识别最大的优点是对硬件几乎没要求,即使几百元的手机摄像头也可以满足,剩下的只是软件问题。未来的结果就是,你在结账时,对着收银台的摄像头左看看右看看,支付就这样完成了。这种认证方式在未来移动支付时代具有高便捷性,加上硬件要求极低,足以让阿里腾讯看好它的未来。

生物识别再出新招,物联网智能时代未来可期

  自动人脸识别的经典流程分为三个步骤:人脸检测、面部特征点定位、特征提取与分类器设计。在深度学习出现以前,人脸识别方法一般分为高维人工特征提取和降维两个步骤。2014年之后,主要技术路线为深度学习。

  目前评价科研中算法的优劣的唯一方法就是找一个数据集,然后大家一起对比,随着数据集中数据数量越大,其结果也越精准,于是阿里通过各种方式来收集人脸信息,比如支付宝中的未来蚁来,有一个游戏叫遇见名画中的自己,规则是你放入带有你人脸的照片,然后搜索跟你照片特别相似名画,以此来收集人脸信息。

  人脸识别在物联网中将会变得十分易用,对硬件的要求低,符合移动产品小型化、节能化的需求,加上无需物理接触式的认证方式,更容易受到大众的青睐。

生物识别再出新招,物联网智能时代未来可期

  目前,所有提高识别质量的尝试都对成本提出了很高的要求,导致终端产品制造商的需求减少。尽管如此,生物识别仍然在物联网的数字解决方案中具有很高的地位,未来物联网生物识别将会越来越多的出现于消费市场。