1.1.1 人臉識別
人臉識別(Face Recognition)是根據人臉相貌確定人的身份的一種方法，是人們在日
常生活中最普遍使用的身份鑒別方法[4,9,13] 。人臉識別技術的侵犯性比較小，因而比較容
易被人們所接受。然而，人臉識別對光照、姿態、表情和年齡的變化比較敏感，而且其
性能會隨著數據庫規模的增大而降低。人臉識別還受到裝飾物(比如眼鏡)、化妝、攝像
器材、圖像質量等因素的影響，對長相幾乎相同的孿生同胞的識別也非常困難。

1.1.2 聲音識別
人的聲音特征差別主要是由聲帶、口腔、鼻腔和嘴唇等器官的大小和形狀的不同而
形成的[12]。雖然人的聲音具有獨特性，但是并不包含足夠的不變性信息以適應大規模的
識別問題。基于聲音特征的身份識別一般有兩種形式：文本相關和文本獨立。文本相關
形式要求用戶朗讀一個預先給定的語句。文本獨立形式則不依賴于特定的語句，因此在
技術上難度更大，但具有更好的防欺詐能力。聲音識別(Voice Recognition)也是一種非接
觸的識別技術，用戶可以很自然地接受。然而，聲音特征對背景噪聲以及說話者的情緒
和身體狀態等因素相當敏感。另外，一些人善于模仿別人的聲調，也導致聲音識別被認
為具有比較低的安全性。

1.1.3 人臉溫譜圖識別
使用紅外攝像機可以獲取通過人臉皮膚下潛在的血管系統時所產生的獨特熱量，通
過散發熱量所得到的圖像稱為人臉熱輻射圖像，即人臉溫譜圖。人臉溫譜圖不需要接觸，
侵犯性較小。人臉溫譜圖識別(Face Thermogram Recognition) 相對于人臉識別的優點在于

-2 


東北大學博士學位論文第一章緒論

其具有更強的防偽性，即使是整形手術也無法改變血管的分布模式，因此對人臉溫譜圖
的形成不會構成影響；紅外攝像機可以在光線微弱或者沒有光照的情況下采集人臉溫譜
圖，對環境的要求更加寬松；獲得的紅外圖像不受光照變化的影響[17]；人臉的血管分布
模式包含的信息更復雜，因此具有更高的獨特性。人臉溫譜圖識別技術的缺點在于：容
易受人的情緒、體溫等因素的影響，并且和人臉識別一樣受姿態的影響；雖然很多人認
為每個人的人臉溫譜圖是不相同的，但是這一點并沒有得到充分的證實。

1.1.4 指紋識別
指紋模式由手指表面上的脊線和谷線構成，突起的紋線稱為脊線，脊線之間的部分
稱為谷線。使用指紋鑒別身份具有相當悠久的歷史，并且得到法律的認可。指紋識別
(Fingerprint Recognition) 的優點在于：指紋的獨特性非常強，同卵雙胞胎的指紋也不相
同；每個人的指紋是相當穩定的，很難發生變化；指紋信息的復雜度足以適合大規模的
身份識別；同一個人的不同手指的指紋不相同且不具有相關性，可以方便地利用多個指
紋構成多重口令，提高系統的安全性；指紋采集頭可以更加小型化，并且價格會更加的
低廉。指紋識別的不足之處在于：指紋識別需要測試者配合；指紋傳統上被用于罪犯鑒
別，因而比較不容易被一般用戶所接受；活性判別和人造指紋判別等反欺詐技術有待進
一步的發展；皮膚干澡、污垢、割傷和疤痕等因素會影響識別效果；并且指紋識別需要
相當大的計算資源[14,15] 。

1.1.5 掌紋識別
掌紋識別(Palm Vein Recognition)是對手指和手掌上的紋路特征進行識別[10]。掌紋特
征比手形特征更穩定并且更具有分類性。掌紋模式比指紋模式更復雜、更魯棒，提取時
不易被噪聲干擾，而相應的計算復雜度也更高，需要更長的處理時間。手掌的物理面積
較大，需要較大的采集傳感器，不適合應用于掌上電腦等設備上。

1.1.6 手形識別
手形是手的大小和形狀的特征。在全世界安裝使用的手形識別(Hand Geometry 
Recognition)系統已經有幾百套，其技術非常簡單、使用相當容易并且價格相對低廉[13]。
手形特征比指紋特征更加魯棒，不受干燥皮膚等因素的影響。其缺點是判別能力較低，
尤其對大規模人群很難獲得非常高的識別準確率。和掌紋識別一樣，手形識別需要較大
的采集傳感器，其應用范圍受到限制。并且，手形特征在人的一生中并不非常穩定，尤
其在兒童時期。另外，佩戴不同類型的戒指也將為提取正確的手形特征帶來困難。

1.1.7 手背脈紋識別
手背脈紋是指人的手背血管紋路和結構模式。手背脈紋在人出生之前就已經產生，
在人的一生中都非常穩定，并且在同卵雙胞胎之間也不相同。通常使用紅外攝像機獲得
手背脈紋的數字化圖像。手背脈紋識別(The Back of Hand Vein Recognition)技術有很好的

-3 


東北大學博士學位論文第一章緒論

反欺詐性能，然而人的手背脈絡模式穩定性較差，會隨著年齡的增長而發生改變，這給
系統實現帶來了困難。加之基于手背脈絡模式的身份識別系統尺寸較大，所需硬件設備
既復雜又昂貴，也給使用帶來不便。

1.1.8 虹膜識別
虹膜是位于瞳孔與鞏膜之間的有色環狀區域[7]。大量的臨床觀察和研究發現組成一
個虹膜的可變項不少于266 項，這使得虹膜的結構千奇百怪，能夠成為獨一無二的標識，
與其他的生物特征相比，虹膜具有非常高的獨特性；虹膜結構的生成過程被稱為“混沌
的形態形成(chaotic morphogenesis)”，不受遺傳影響，即使是同卵雙胞胎的虹膜也各不
相同，并且人在出生兩年以后，虹膜便基本不再發生變化。虹膜識別(Iris Recognition) 
具有很強的反欺詐性，用外科手術改變虹膜紋理結構極其困難，而判別人造的或者死亡
的虹膜卻非常容易。

虹膜模式由距離眼睛10-40 厘米的專用灰度攝像機采集，比采集視網膜圖像更方便。
虹膜識別還具有準確率高、識別速度快的優點，適合于大規模的身份鑒別應用。虹膜識
別的缺點主要有：所需要的攝像頭比較昂貴；鏡頭可能會使圖像畸變而使得可靠性大為
降低；黑色的虹膜比較難讀取；需要比較好的光源。

1.1.9 視網膜識別
視網膜識別(Retinal Recognition)技術使用激光照射眼球的背面以獲得視網膜的脈絡
模式。視網膜獨特性高，是一種“隱藏”的生物特征，難以偽造。但是，激光照射可能
會給使用者的眼睛帶來損害；要求使用者的眼睛貼近采集設備，使用不夠方便，不太容
易被接受；設備成本非常高。

1.1.10 DNA 序列匹配
DNA 序列匹配(Deoxyribonucleic Acid Sequence Matching) 需要采集人的血液或組
織，因此非常具有侵犯性。DNA 序列匹配的自動化程度也不如其他生物特征識別技術
高，并且處理時間相當長。目前人的DNA 分析一般需要10 分鐘左右才能夠完成，因此
它的應用范圍非常有限。當前DNA 技術的應用僅僅限于罪犯鑒別、親子鑒定等為數不
多的場合[21]。

1.1.11 耳形識別
耳形識別(Ear Geometry Recognition) 最早曾使用于十九世紀法國的執法程序中，在
西方甚至早于指紋識別的應用。然而，就目前而言，它并沒有引起太多的研究興趣[18]。

1.1.12 步態識別
步態是指人們行走時的方式，這是一種復雜的行為特征。盡管步態不是每個人都不
相同的，但是它也提供了足夠的信息來識別人的身份。步態識別(Gait Recognition)輸入

-4 


東北大學博士學位論文第一章緒論

是一段行走的視頻圖像序列，因此其數據采集與人臉識別類似，具有非侵犯性和可接受
性。但是，由于序列圖像的數據量較大，因此步態識別的計算復雜性比較高，處理起來
也比較困難。人類自身很善于進行步態識別，人們都有經驗在一定距離之外能夠根據人
的步態辨別出熟悉的人。盡管生物力學中對于步態進行了大量的研究工作，基于步態的
身份鑒別的研究工作卻是剛剛開始。步態識別主要提取的特征是人體每個關節的運動。
到目前為止，還沒有商業化的基于步態的身份鑒別系統[19]。

1.1.13 簽名識別
簽名識別(Signature Recognition)是－種行為識別技術，目前大多用于身份驗證[8]。
簽名識別的困難在于，簽名的動態變化范圍大，即使是同一個人的兩個簽名也不相同。
簽名驗證技術根據數據的獲取方式可以分為在線驗證和離線驗證兩種。離線驗證的對象
是寫在紙上的字符，通過掃描儀和攝像機轉化為計算機能處理的數字圖像；在線驗證利
用數字寫字板和壓敏筆等傳感器記錄簽名過程的加速度、速度、壓力、方向等動態特性。
簽名的動態特性非常難以模仿，因此在線簽名比離線簽名更具安全性。

1.1.14 擊鍵動態特征識別
擊鍵動態特征識別(The Feature Recognition of Striking Keys) 是根據用戶擊鍵時的節
奏、擊不同鍵的時間、力度的大小等特征來進行身份鑒別[20]。系統需要力度傳感器。擊
鍵識別系統所需設備(即鍵盤)價格低廉，使用也比較方便，但其識別正確率較低。
從以上概述可以看到，每種生物特征識別都有自己的優勢和不足。表1.1 給出了這
些技術在七個方面的簡單對比。

表1.1 幾種生物特征識別技術的比較[4] 

Table 1.1 Comparison of biometrics technologies 

生物特征普遍性獨特性穩定性可采集性性能可接受性防欺詐性
人臉高低中高低高低
指紋中高高中高中高
手形中中中高中中中
擊鍵動態低低低中低中中
手背脈紋中中中中中中高
虹膜高高高中高低高
視網膜高高中低高低高
簽名低低低高低高低
聲紋中低低中低高低
人臉熱成像高高低高中高高
DNA 高高高低高低低
步態中低低高低高中
耳形中中高中中高中

選擇一種特定的識別技術主要依賴于具體的應用領域。沒有一種技術能夠在任意應

-5 


東北大學博士學位論文第一章緒論

用環境下超越所有其他技術。例如，指紋和虹膜識別在識別率和速度上都優于聲音識別，
但是在電話帳戶安全系統中，聲音識別卻是一種更好的選擇，因為它能夠很好地集成到
現有的電話系統中。

1.2 人臉自動識別技術概述
人臉是人類視覺中最為普遍的模式，人臉所反映的視覺信息在人與人的交流、交往
中有著重要的作用和意義。人臉自動識別是生物測定學研究的內容之一，該課題的研究
已有30 多年的歷史[9,22-29] 。目前，人臉自動識別已成為模式識別和人工智能領域的研究
熱點之一。人臉識別技術在一定應用范圍內獲得了成功，并且正在被推向應用領域。

人臉自動識別系統作為一種重要的個人身份鑒別工具，可以廣泛地應用于公安部門
的重點人口檔案管理、刑偵破案、國家安全部門的安全驗證、金融部門的信用卡驗證、
通道控制乃至自動取款機(Automatic Teller Machine，ATM)等多種場合。與其他身份識
別方法相比較，人臉識別具有直接、友好、方便和魯棒性強等特點，特別是對于使用者
無任何心理障礙，通過對人臉的表情/姿態分析，還能獲得其他識別系統難以獲得的一些
信息。因而，人臉自動識別問題的研究不僅具有重要的實用價值，而且在模式識別中具
有重要的理論意義。

與其他生物識別技術，如指紋識別、掌形識別、虹膜識別和聲音識別相比較，人臉
識別具有以下特性：

⑴.. 適合要求隱蔽實行的場合。其他生物識別方法一般需要人的某些自愿動作，如
按指紋、簽字等，而人臉識別對此要求甚低，使它更易于使用，特別適合要求隱蔽實行
的場合，如罪犯偵緝等；
⑵.. 當記錄一個企圖登錄人的生物記錄時，只有人臉能更直觀、更方便的核查該人
的身份。例如，管理員僅憑雙眼無法判斷所登錄的用戶指紋是否確實與相同ID 號用戶
所登記的指紋一致，但卻可以比對人臉圖像。人臉作為一種高普遍性、可以非接觸式采
集的重要生物特征，可以用來進行身份鑒別。
人臉識別技術可以被應用在多種不同的安全領域，證件(如駕駛執照、護照)中的身
份認證；樓宇進出的安全控制；重要場所中的安全檢測和監控；智能卡中的身份認證等。
人臉識別技術在信息安全領域也有著巨大的潛在應用價值。隨著網絡技術日益走進人們
的日常生活，越來越多的用戶可以訪問互聯網，越來越多的信息被置入互聯網。由于網
絡信息訪問的便捷性，網絡的安全控制成為一個日益迫切的重要問題。利用人臉識別技
術，可以進行計算機的登錄控制，可以進行應用程序安全使用、數據庫安全訪問和文件
加密，可以實現局域網和廣域網的安全控制，可以保護電子商務的安全性。人臉識別技
術可以用于創建友好自然的人機交互方式，是智能計算機領域研究的重要內容之一。一
個可以識別使用者人臉圖像的智能計算機，可以按照其特點為該使用者提供工作環境，
從而使人與計算機之間的交互如同人與人之間的交互一樣輕松自如。另外，人臉識別技
術還被用在圖像庫檢索技術中，在大型人臉庫中檢索出與索引人臉相同或相近的人臉圖

-6 


東北大學博士學位論文第一章緒論

像。例如公安部門可以利用人臉識別技術進行罪犯庫的管理和查詢。

在日常生活中，人們識別周圍的人用的最多的是人臉。由于人臉識別的非侵犯性，
具有直接、友好、方便的特點，是人們最容易接受的身份鑒別方式。隨著網絡技術和桌
上視頻的廣泛采用，圖像捕捉設備正在成為個人計算機的標準外設，同時電子商務等網
絡資源的利用對身份驗證提出了新的要求，人臉識別成為最有潛力的生物身份驗證手段
之一。

1.2.1 人臉識別研究現狀及應用前景
人類可以很輕松地從背景中檢測和識別出人臉，而且這種識別能力相當強，魯棒性
十分好[30] 。即使在視覺刺激上有非常大的變化，如不同的視角、表情、年齡、是否帶眼
鏡和發型的變化等，人類都能很好地進行識別。然而，要想理解人類如何進行人臉識別
的視覺機制，并進一步構建能完成人臉識別任務的自動系統卻是非常困難的。

最近幾年來，人臉識別研究引起了學術和工業界越來越多的關注。人臉識別的輸入
圖像通常有正面、側面、傾斜三類情況。目前，對人臉正面模式的研究最多，它的發展
大致可分為三個階段[9,13,23,26 ,31]。

第一階段以Bertillon、Allen 和Parke 為代表，主要研究人臉識別所需要的面部特征
[9,13]。在Bertillon 的系統中，采用一個簡單語句與數據庫中某一張臉相聯系，并與指紋
分析相結合，取得了較好的識別效果。為了提高人臉識別率，Allen 為待識別人臉設計
了一種有效和逼真的摹寫[32]。Parke 則用計算機實現了這一想法，并產生了較高質量的
人臉灰度圖模型[33]。這一階段工作的特點是識別過程幾乎全部依賴于操作人員，因此不
屬于自動識別系統的范疇。

第二階段是人機交互式識別階段。Goldstion 等人用幾何特征參數來表示人臉正面圖
像，采用21 維特征向量表示人臉面部特征，并設計了基于這一特征表示方法的識別系
統[34]。Kaya 和Kobayashi 則采用統計識別方法，用歐氏距離來表征人臉特征，如嘴唇與
鼻子間的距離，嘴唇的厚度等[35]。T. Kanad 設計了一個高速且有一定知識導引的半自動
回溯識別系統，創造性地運用積分投影法從單幅圖像上計算出一組臉部特征參數，再與