生物識別技術(shù)新趨勢：人臉識別及多重生物識別

　　"我們要面對的情況，是越來(lái)越多的客戶(hù)已經(jīng)開(kāi)始意識到，相比單項生物識別技術(shù)，多重生物識別技術(shù)將帶來(lái)高很多的可靠性和準確性。這將使他們更樂(lè )意選擇多重生物識別技術(shù)，而非單項生物識別技術(shù)。"諾斯卡先生解釋道。

為什么采用多重生物識別技術(shù)？

　　在某些應用中，單項生物識別技術(shù)，如指紋識別技術(shù)，就已經(jīng)完全滿(mǎn)足了客戶(hù)的需求。目前市場(chǎng)上也有大量的單項生物識別技術(shù)產(chǎn)品和系統，它們廉價(jià)，可以很快安裝應用。但在大多數情況下，如果客戶(hù)能夠采用多重生物識別技術(shù)，而非單項生物識別技術(shù)，將是一個(gè)不錯的選擇。

　　最根本的原因就是高安全要求，多重生物識別可以有效降低非法入侵者進(jìn)入系統的風(fēng)險。一個(gè)簡(jiǎn)單的例子就是信用卡的使用，多重生物識別技術(shù)可以有效阻止那些技術(shù)高超的職業(yè)罪犯。

　　另一個(gè)重要原因，是多重生物識別技術(shù)更高的識別準確率。正如神網(wǎng)科技公司CEO奧吉曼塔斯先生所說(shuō)："雖然單項生物識別技術(shù)也能達到較高的安全性，但多重生物識別技術(shù)能將安全性和可靠性大幅提升。"

　　第三個(gè)，也是最現實(shí)的理由是，多重生物識別技術(shù)解決了系統的整體實(shí)用性。每種單項生物識別技術(shù)固有的特點(diǎn)都影響其系統的整體實(shí)用性和可靠性。例如，使用指紋識別技術(shù)時(shí)，如果用戶(hù)有手部殘缺的，或一個(gè)虹膜識別系統，遇到盲人用戶(hù)，又或者是人臉識別，某用戶(hù)面部被嚴重燒傷。這些基于單項生物識別技術(shù)的系統，經(jīng)常因為某些特殊的使用者，而影響其整體的實(shí)用性和安全性（系統將為不能使用的個(gè)別用戶(hù)安排妥協(xié)的方法，例如為不能使用指紋的用戶(hù)安排密碼，從而導致整體系統安全性降低）。很明顯，多重生物識別技術(shù)的引入，使這個(gè)問(wèn)題立刻迎刃而解。

　　"影響多重生物識別技術(shù)推廣的負面原因只有一個(gè)，那就是成本"，諾斯卡說(shuō)道，"但是，隨著(zhù)更多供應商推出的物美價(jià)廉的新技術(shù)新產(chǎn)品源源不斷面市，例如神網(wǎng)科技公司的技術(shù)和產(chǎn)品，多重生物識別技術(shù)正走向越來(lái)越寬廣的應用領(lǐng)域和市場(chǎng)。"

基于嵌入式平臺的多重生物識別系統

　　隨著(zhù)一些更新、更先進(jìn)的算法的出現，在基于嵌入式平臺的移動(dòng)和便攜式設備上實(shí)現多重生物識別系統，已經(jīng)成為現實(shí)。如今一部典型的智能手機，其計算能力已經(jīng)足以滿(mǎn)足所有主要的生物識別算法的需求。市面上絕大部分的攝像頭，都具備了足夠的分辨率，可以滿(mǎn)足在手機或PDA上進(jìn)行人臉識別的需求。增加特別的圖像傳感和照明裝置，虹膜識別也不難實(shí)現。指紋采集器的集成更是容易并已經(jīng)很常見(jiàn)。

　　這些新技術(shù)的應用前景不可估量，新的應用市場(chǎng)已經(jīng)成熟。例如神網(wǎng)科技公司基于嵌入式平臺的產(chǎn)品：指紋識別算法FingerCell EDK，以及人臉識別算法FaceCell EDK，都已經(jīng)實(shí)現了在移動(dòng)、便攜式設備如手機和PDA上的實(shí)際應用。

　　嵌入式人臉識別技術(shù)屬于新推出的技術(shù)，其應用領(lǐng)域和市場(chǎng)規模都在快速增長(cháng)，尤其在商業(yè)和政府應用中。該類(lèi)技術(shù)的難度和推出較晚的原因之一，是大多數人臉識別算法對計算機CPU和存儲資源，都有較高的要求。另一個(gè)原因是，隨著(zhù)高分辨率攝像頭的價(jià)格下降，體積減小，才逐漸使得該等應用開(kāi)發(fā)成為可能。

　　隨著(zhù)更新、更先進(jìn)算法的出現，在嵌入式計算平臺上運行人臉識別算法已經(jīng)成為現實(shí)。移動(dòng)和便攜式人臉識別系統構成了人臉識別技術(shù)應用的全新領(lǐng)域。如今的一臺PDA，就完全具備足夠的計算資源和高分辨率鏡頭來(lái)運行人臉識別算法，它可以在本機上直接比對人臉，更有意思的是，它還可以將人臉圖像或模板傳送到遠程服務(wù)器中，進(jìn)行大規模數據庫的搜索比對。