有关生物特征识别技术在“08”等级保护中毕业论文写作资料-论文写作网

简介:适合不知如何写识别特征方面的相关专业大学硕士和本科毕业论文以及关于识别特征论文开题报告范文和相关职称论文写作参考文献资料下载。

识别特征论文范文

随着企业信息化建设的不断发展,各种新的业务功能和应用子系统不断上线,作为国家级项目的“论文范文08”系绩逐渐在金融领域占有一席之地,加强信息系统的安全建设也显得格外重要了.加强安全建设,要引入新的技术,本文探讨的就是生物特征识别技术的应用.

生物识别(biometrics)是利用人体生物特征（如指纹、虹膜、声音等）进行身份认证的一种技术,与传统的“帐号+论文范文”(what you know)或持卡(what you h论文范文e)认证模式相比,生物识别直接验证用户本人,既安全又方便.其中,人脸识别技术有其独到的优势.

审计识别特征:佛教常识入门02（末法时期的四大特征、怎样识别正法、什么是草仙、草仙和人的关系）

人脸识别技术在信息安全

中应用的可行性分析

身份鉴别和访问控制是信息系统安全保护技术中的重要内容.根据国家信息安全等级保护的具体技术要求(见图1),身份鉴别和访问控制安全是区域边界安全设计、主机系统安全设计和应用系统安全设计的关键技术,因此对企业信息系统的安全保护至关重要.

在现代社会,基于论文范文、磁卡和钥匙等传统的安全措施存在可复制、易被偷窃和丢失等问题,已不能完全满足各级信息系统的安全需要,因此,越来越多的研究转向生物特征识别技术,即利用人体固有的生理特征来进行身份的鉴别或确认.

人体固有的生理特征通常具有与生俱来、独一无二、长期保持、稳定的特征,因此使用生物特征实现信息系统的身份鉴别和访问控制可以杜绝伪造、窃取和篡改,而且由于是人类自身拥有的,具有较高的可靠性、安全性和可用性.应用较广泛的生物特征包括人脸、指纹、虹膜及掌纹等.

1与指纹识别技术对比：指纹是最早应用于安全保护的生物特征,很多大型企业的信息系统,甚至个人电脑的信息系统都已实现依靠指纹信息的访问控制.指纹识别技术比较成熟,识别率较高,只需手指部分接触设备识别界面友好.但指纹识别可靠性较低,稳定性受到季节、磨损、外部伤害和脱皮的影响.而且现在出现了假指模技术,可以伪造指纹特征,从而造成指纹识别设备形同虚设.

人脸识别不需要身体部分与设备接触即可实现识别,非接触的识别方式可以避免传染性疾病通过这种间接的接触扩散开来.人脸识别技术依赖于脸部的眼、口、鼻甚至纹理特征实现,因此受到脱皮或局部伤害的影响较小,稳定性较好.暂时还不存在完全伪造的面部特征模,可靠性较高.

2与虹膜特征识别技术对比：虹膜是一种在眼睛中瞳孔内的织物状的各色环状物,因此使用虹膜作为识别特征是完全可靠的,不可能伪造.同时虹膜识别也不需要身体上的接触,不会给人造成不适的感觉.但是虹膜识别技术对摄像头的质量要求非常高,一个满足虹膜识别系统的摄像头最低报价约为4000美元,显然在企业的信息系统中安装如此昂贵的识别设备现在还是不可行的.

人脸识别由于依靠面部的眼、口、鼻及纹理等多种特征识别,同时可以实现彩论文范文像、普通灰度图像甚至红外图像的识别,因此对识别设备性能要求较低.在安全性要求不高的系统中,配置普通的家用摄像头即可实现.

3. 屿掌纹识别技术对比：掌纹识别是近几年出现的一种新的生物特征识别技术,人类手掌的立体形状,就如同指纹一样,是每个人都互不相同的可以作为身份确认的识别特征.掌纹识别技术现在还不很完备,一般主要移植人脸识别的算法.另外手掌必须完全接触设备才可实现识别,交互性不好,容易给参与识别的人带来不适感.

人脸识别已经是一项比较成熟的技术,已有多种识别算法适用于不同的识别环境,识别率较高且识别效果稳定.采用非接触式采集,没有侵犯性,容易被接受.

适用于企业信息系统的

人脸识别技术

人脸是一个典型的非刚体且影响人脸识别算法性能的因素众多,这就造成图像传感器所捕获到的人脸图像间存在较大差别.针对企业信息系统安全的身份鉴别和访问控制,造成人脸图像差别的原因主要有表情、噪声及化妆等,因此人脸识别在信息系统安全中的应用尚有许多问题值得深入研究.主要人脸识别算法包括：

1子空间分析方法：子空间分析方法基于统计分析和机器学习理论实现,通过学习从训练样本中提取出其所含有的统计特征,利用统计特征实现识别.

2. 弹性图匹配：弹性图匹配基于特征点间的拓扑结构,是一种具有适应性的局部特征匹配方法,其理论基础是图匹配.该方法用图来描述人脸：图的顶点表示局部特征点,图的边表示特征间的拓扑关系,匹配测度则同时考虑顶点和边之间的距离.利用弹性图匹配的距离大小计算实现识别.

3. 柔性模型匹配：柔性模型匹配算法首先通过人脸局部纹理匹配得到特征点的位置,经过相似变化对齐后,再结合统计形状模型的约束进行局部纹理模型的匹配,通过迭代实现形状模型间的最佳匹配,根据匹配结果实现最终识别.

4. 隐马尔可夫模型：隐马尔科夫模型采用马尔可夫链描述信号统计特性的变化,特征之间并非孤立的,所有特征都和转移模型联系起来.使用一维或二维马尔科夫模型模拟人脸图像实现人脸识别.

5. 3D人脸识别：人脸为典型的3D非刚体,所以采用3D人脸模型来进行人脸识别必然会取得很好的识别性能,尤其是在抗姿态变化和活体检测两方面.对于所得到的3D人脸数据,现在一般采用深度图、点云以及三角形网格三种方式进行表示,在实际应用时,这三种结构之间可以相互转化.

人脸识别技术难点

现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果.但是,如果对于用户不配合,采集条件不理想（如图像分辨率低）的情况下,现有系统的识别率将陡然下降.人脸识别技术尚未全面达到实用水平,还存在着诸多的挑战性问题需要解决.针对企业信息系统安全,人脸识别技术主要存在的问题包括：

1不可控条件下的人脸检测与定位：目前对于人脸识别问题的研究大都基于已经裁剪好的人脸区域图像进行,在此基础上再提出解决光照、姿态、遮挡等问题的识别算法.就目前的研究现状而言,光照、姿态、遮挡等干扰因素对检测算法的影响要远大于对识别算法的影响.这就造成一个不同步的问题,即对于识别算法而言可能已经部分或完全解决了某些问题,但这些问题同时又影响着人脸检测算法的性能,

2识别算法的普适性问题：目前人脸识别中最成功的算法当属基于统计学习理论的算法.这类算法往往要求训练集合中的样本能够覆盖所有情形下的人脸样本,以便从中学习相关知识或规则,但这在企业信息系统应用中是无法满足的.

3姿态变化问题：一些只能获取2D人脸数据的场合,如典型的利用人脸识别对犯罪分子或恐怖分子进行全区域布控,仍需依赖对姿态变化鲁棒的2D人脸识别算法.

4化妆问题：虽然化妆可以从某种意义上被视为是一种遮挡,但又有其独特的地方.化妆所带来的结果可能是人脸部分特征的改变（如雀斑、黑痣等）,有时甚至会导致人的整个容貌的改变,因此有关人脸识别中化妆问题的解决是一个非常困难的课题.

5低质量照片问题：某些特殊场合所获的人脸图像的质量往往非常差,表现在模糊、存在噪声干扰和分辨率低等方面.因此如何提高人脸识别算法对低质量照片的识别率也是人脸识别领域所要面对的关键问题之一.

综上所述,影响人脸识别发展的问题还有很多,并且每个问题或每个影响因素都不是单独地影响算法的性能,而是相互结合共同影响.因此人脸识别,尤其是应用于企业信息系统中的人脸识别技术正面临一个攻坚阶段,如何解决上述问题成为该领域目前必须面对的问题.

（作者单位：论文范文社技术局经济信息系统部）

总结：本文是一篇关于识别特征论文范文，可作为相关选题参考,和写作参考文献。

审计识别特征引用文献: