中國生物信息技術網

電影里的黑科技走下神壇 生物特征識別技術前世今生


生物識別.jpg

將新興技術毫不吝嗇地搬上熒屏,讓觀眾一飽黑科技奇觀的眼福,是好萊塢電影長期以來的噱頭和賣點。奧斯卡從第68屆(1996年)起增設“科技獎”,以鼓勵電影制作人對創新科技的探索。在炫酷的黑科技產品烘托下,一幕幕異乎尋常、驚嘆不已的“魔幻世界”和“英雄傳奇”,令影迷們眼花繚亂、大呼過癮!

生物特征識別技術早已是影視黑科技中的常客。《變形金剛2》年輕的男主角和他的小伙伴們過關卡時騙過了值班的士兵,卻栽在了人臉識別技術上;《碟中諜4》出現了具有人臉識別功能的隱形眼鏡;《驚天危機》臨危受命的查寧·塔圖姆借助虹膜掃描進入地庫;2014年新版《機械戰警》中,墨菲第一次公開亮相就在人群中掃描所有人的臉,瞬間發現了一個逃逸多年的通緝犯,并將其制服。

在科技發展迅速的今天,雖然電影里的黑科技不可完全復制、粘貼到現實生活中,但科學家們已通過相應的技術原理逐步拉近熒幕與現實的距離。“指紋開金庫”、“掃臉抓逃犯”等一些傳奇橋段早已走下神壇,披著“指紋解鎖”、“刷臉支付”的親民外衣步入了尋常百姓的日常生活。

什么是生物特征識別技術?

生物特征識別技術(Biometrics)是指利用人體與生俱來的生理特性和長年累月形成的行為特征來進行身份鑒定的一種識別技術。該技術的安全性和便捷性遠高于口令、密碼或者ID卡等傳統方式。

舉個栗子,只要將你的目標特征(例如指紋和臉蛋兒)通過掃描設備告訴你的手機,從此它就對你死心塌地、忠心耿耿了,除了寶寶本尊,其他任何人都無法解鎖。這的確是一件又方便又安全還很酷的事情。

但是,并不是所有的人體特征都可以當作目標特征來用,它必須滿足唯一性和穩定性等基本要求。

目前可用于身份識別的人體特征包括指紋、虹膜、面部、掌紋、靜脈等生理特征和步態、筆跡、聲音等行為特征。

生物特征識別技術的前世今生

image.png

人類利用生物特征的歷史可追溯到古代埃及,通過測量人體各部位的尺寸來鑒別身份。Bertillon 系統(圖片來源:onin.com)

犯罪甄別對身份識別技術的迫切需求是生物特征識別技術發展的重要動力來源。18世紀末期,巴黎警察局的業務人員 Alphonse Bertillon 建立了一套完整的基于人體各部位尺寸的分類系統,被稱作 Bertillon 系統。其測量的目標特征包括了頭部的長寬、中指長度、左腳長度和前臂長度(從肘部到中指指端)。在那個年代,這種技術作為人體測量學(Anthropometry)受到了廣泛的關注。1888年,成為新成立的司法身份識別部(Department of Judicial Identity)的最高負責人后,Alphonse Bertillon又引入了指紋這一目標特征。同期,Charles Darwin 的表弟、人體測量學家 Francis Galton 開始研究用指紋識別身份,并計算得出兩個來自不同手指的指紋相似的概率是640億分之一,奠定了指紋唯一性和穩定性的理論基礎。

image.png

1892年阿根廷兇殺犯 Francisca Rojas 的指紋(圖片來源:onin.com)

image.png

19世紀初期丹麥警察局的指紋信息摩斯碼(圖片來源:onin.com)

上世紀60年代起,隨著計算機和無線通信技術的發展,美國、英國和法國都開始研究自動指紋識別系統(Automatic Fingerprint Identification System,AFIS),利用現代計算機技術實現指紋自動識別,從而節省人力、提高效率。

此后,針對不同目標特征的身份識別技術得到突飛猛進的發展,相應的研究也變得更加系統化。1964至1965年,數學與計算機學家 Woody Bledsoe 等人對基于現代計算機的人臉識別技術進行了大量研究。1987年,眼科專家 Aran Safir 和 Leonard Flom 首次提出利用虹膜圖像進行自動虹膜識別。1991年,美國洛斯阿拉莫斯國家實驗室的 Johnson R。 G。 完成自動虹膜識別系統。

近年來以深度學習算法為基礎的計算機技術日漸成熟,為生物特征識別提供了非常強大的計算和分析能力,其準確率得到了很大提升,尤其是指紋識別、人臉識別和虹膜識別這三種,目前的識別準確率均已超過了95%。

image.png

湖北省云夢縣睡虎地秦墓出土秦簡牘(圖片來自網絡)

我國是世界上最早運用指紋的國家之一。據《睡虎地秦墓簡》記載,在2000多年前的秦朝,“公安人員”憑借“手跡六處”破獲了一起盜竊大案。

20世紀初近代指紋學傳入中國。新中國成立后,于1956年統一使用《中國指紋分類系統》。

上世紀90年代初,國內開啟對于自動生物特征識別技術的研究。經過近30年的不懈努力,各項識別技術已成應用體系,多個領域已經處于世界先進水平。2016年世界人臉識別的最高準確率99.5%即由我國Face++團隊創造。

目前,我國擁有世界上準確率最高的人臉識別算法、最小的虹膜識別模組(經過封裝的獨立功能模塊,可兼容多種設備平臺,以便快速進行二次開發,滿足不同的應用需求),不少廠商也已擁有指紋識別自主算法及核心專利。

多光譜掌紋識別技術

虹膜、人臉、指紋識別過程中,都有可能出現數碼相片、3D打印的冒牌貨頂替上位的情況,那么,還有更多可供識別的生物特征嗎?當然有!最新研究熱門——多光譜掌紋識別,了解一下。

image.png

光波在皮膚組織種的傳播特性:不同波長的光波可以到達不同深度的皮層

多光譜掌紋識別是一種新型的生物特征識別技術。它以人體的掌紋作為目標特征,通過多光譜成像技術采集生物信息。受限于光波在皮膚組織中的傳播特性,波長較短的可見光波(380-780 nm)只能到達人體皮膚組織的真皮層,采集的信息僅限于掌紋紋線。而多光譜相機的光波涵蓋了部分近紅外波段(780-3000 nm),可以采集到更深層次的皮下組織的光學特征信息,也就是隱藏于真皮層與皮下組織之間的靜脈紋絡。

image.png

多光譜掌紋識別流程圖

盡管被冠以“掌紋”的名號,但其實多光譜掌紋識別算得上是多模態和多種目標特征融合的生物特征識別技術的典范。這種新技術將皮膚光譜、掌紋紋路與靜脈脈絡三種可識別特征結合,一次性提供更加豐富的信息,大大增加了目標特征的可區分度。根據中科院聲學所、法國Le2I實驗室和日本本田研究院的最新研究成果,該項技術的識別精度可以達到99.9%以上,遠超常規的指紋和人臉等識別方式。

image.png

皮膚組織光譜(實線)與非皮膚組織光譜(虛線)的差異性比較

基于 Kubelka-Munk 理論的光波與皮膚組織交互模型表明,人類皮膚組織對特定波長光線的反射能力取決于皮層厚度、血紅蛋白濃度和氧飽和度等參數。因此,皮膚組織的光學特性與人工材料有著天壤之別。在多光譜成像的過程中可以輕易采集到目標特征的光譜信息,利用皮膚組織獨有的光學特性,配上合適的辨別方法,就可以準確區分人類皮膚與人工材料。以現有的模式識別技術,區分精度可高達96.4%,使得基于木質纖維、硅膠、塑料等人工材料的仿制品無處遁形。

更重要的是,目前尚未出現關于成功制造出光學特性能夠以假亂真的人工合成皮膚的報道。也就是說,即便是用戶的目標特征信息被泄露,想要做出可以騙過多光譜掃描設備的仿制品,需要付出高昂的時間、技術和經濟成本,相對于觸手可及的數碼相機或3D打印機,這幾乎是一件不可能完成的任務。因此,多光譜掌紋識別具有更高的安全性。

結語

隨著現代科技的飛速發展,越來越多“高大上”的生物特征識別技術將從電影屏幕走進現實生活。更多像多光譜掌紋特征這樣的新型目標特征將被開發利用,惠及到各行各業,而我們的生活也將因此變得更加便捷。

本文由 ailsa 編輯發布
分享文章到:
關閉提示
手机赌钱