在創建生物識別傳感技術方面已經付出了很多努力并取得了很大成就，該技術可以毫無疑問地識別我們是誰。可用的識別方法包括指紋分析、面部識別、獨特的虹膜圖案標識符等。工程師可以使用全面的生物識別 ID 技術組合，其他技術仍在設計中，它們提供不同程度的身份驗證，并帶有同樣種類繁多的價格標簽。

　　好消息是，生物識別技術已經足夠先進，在日常生活中幾乎不會被注意到。我們的許多智能手機和平板電腦現在都采用某種形式的生物特征識別——通常是指紋分析——來提供訪問和保護我們的信用卡、銀行賬戶和個人數據。

　　生物識別技術正在迅速取代使用傳統門禁卡的過時員工識別系統。這些卡存在嚴重漏洞，尤其是在丟失或被盜時。作為補償，商務辦公室、機場和政府機構要么實施冗余的、資源密集型的員工訪問控制措施，要么讓關鍵區域容易受到欺詐和非法進入。通過在現有安全平臺上添加生物識別安全層，可以消除欺詐并顯著提高安全性。

　　在 9/11 事件之后，國土安全部在生物識別技術上花費了超過 1 億美元，在過去的八年里，僅國防部就在這項技術上花費了大約 35 億美元；例如，在試圖將叛亂分子與公眾區分開來時，美國軍方收集了數百萬伊拉克人和阿富汗人的指紋、虹膜掃描和面部圖像。

　　今天的生物識別解決方案旨在即使在最困難的情況下也能發揮作用。例如，Facebook 開發了一種先進的面部識別軟件程序，即使他們的臉不可見，它也能識別個人。一旦一個人被標記并進入 Facebook 系統，據說該技術能夠根據體型、頭發、姿勢、姿勢和服裝等來識別人。

　　同樣，萬事達卡版本使用自拍作為安全基礎。用戶在購買時自拍以授權購買，以確認他們的身份以及他們確實是買家。用戶在拍照時必須眨眼，以防止黑客對之前拍攝的照片進行拍照。該應用程序還允許用戶掃描他們的指紋，通過 Apple Pay 確認第二種形式的 ID。

　　技術選項

　　Omron 的 人類視覺組件 （HVC）模塊（圖 1）證明了底層傳感器技術取得了長足的進步。它基于使用 10 種算法或功能，包括面部檢測、面部識別、性別、年齡、表情、面部姿勢、凝視和眨眼估計以及手和身體檢測。通過與數據庫中已注冊的人臉進行比較，可以通過人臉識別出具有各種面部姿勢、表情和光照條件的人。該傳感器還可以在各種表情和照明條件下估計人臉的年齡和性別。HVC 傳感器甚至會自動估計各種面部表情（中性、快樂、悲傷、憤怒和驚訝）。

　　圖 1：使用 Omron B5T-01001 （G） 模塊的水平和垂直檢測范圍的圖像輸入規格。

　　Omron 將其 OKAO Vision 圖像傳感技術、相機、處理器和外部接口集成到單個 60 mm x 40 mm PCB 上。HVC 充當傳感器并使用 UART 接口提供有關它所看到的人的數據。除了安全應用程序之外，無論何時人們與機器交互，從消費者到工業環境，捕獲此類數據都是有益的。

　　為了幫助工程師，歐姆龍還提供了一個名為B5TE001SG的人類視覺組件演示套件。

　　身份驗證背后的技術通常涉及模式識別。Cogniem Technologies的 CM1K 模式識別芯片（圖 2）就是這種技術狀態的一個很好的例子。CogniMem 神經網絡的第一個 ASIC 版本具有 1024 個并行工作的神經元，能夠在短短幾微秒內學習和識別多達 256 字節的模式。神經元是一種聯想記憶，它可以自主地將輸入模式與其參考模式進行比較。

　　圖 2：CogniMem CM1K 的功能圖。

　　芯片支持的兩個非線性分類器即使在數據不明確、未知事件以及上下文和工作條件發生變化時也能對模式進行分類。基于低引腳數和低功耗，它被用作智能傳感器和攝像頭的配套芯片。

　　功能包括能夠在 27 MHz 時鐘下在 10 微秒內識別 1024 個或任何數字中的一個向量。該識別時間與模型數量無關。該芯片僅在 10 微秒內學習一個向量。它保存和加載模型（即知識庫），并使用少于十幾個寄存器的簡單 RTL 指令。它提供并行和串行通信以及直接連接到識別階段的可選數字輸入總線。

　　據該公司稱，模式識別技術基于一個簡單的架構。它是一串并行運行的相同神經元。在識別輸入向量的過程中，神經元會進行 15 個時鐘周期的短暫通信以找到最佳匹配。CM1K 還集成了一個內置識別引擎，該引擎直接通過數字輸入總線接收矢量數據并將其廣播到神經元，在 3 微秒后返回最佳擬合類別。它還可以選擇從二維視頻數據中提取一維矢量。

　　應用包括協助識別圖像和信號識別以及數據挖掘的能力。圖像識別領域的應用包括人臉識別、注視跟蹤、目標跟蹤和識別以及物體識別。在信號識別領域，它用于語音識別和語音識別，在數據挖掘中，它的用途包括生物信息學和指紋識別。

　　對生物識別應用至關重要的不僅僅是準確驗證 ID 的能力。一旦用戶信息到位，數據的安全至關重要。為此，有 MikroBUS Fingerprint click 開發板（圖 3），這是一種用于在設計中添加生物識別安全性的 click 板解決方案。GTS-511E2 模塊是目前市場上最薄的指紋傳感器，該模塊具有一個 CMOS 圖像傳感器，配有一個特殊的鏡頭和覆蓋物，可記錄真實指紋并防止 2-D 偽造。它還具有用于圖像處理的 STM32 MCU。

　　指紋點擊可以通過UART（TX，RX）或SPI（CS，SCK，MISO，MOSI）線與目標板MCU通信。它還帶有一個迷你 USB 連接器，用于將 Click 板連接到 PC——供應商表示，由于將輸入與現有的大型數據庫進行比較和匹配所需的處理能力，這通常是開發指紋識別軟件的更合適的平臺。圖片。該板還配備了額外的 GPIO 引腳，可以更多地訪問板載 STM32。指紋點擊設計為使用 3.3 V 電源。

　　圖 3：MikroBUS 指紋開發系統為生物識別應用程序增加了安全性。

　　底層算法

　　算法開發在基于生物識別的應用程序中的重要性怎么強調都不為過。一般來說，它分為兩組，幾何和光度。第一個專注于區分特征，后者是一種統計方法，將圖像轉換為值并使用這些值將它們與有助于消除差異的模板進行比較。

　　最近的趨勢是 3D 人臉識別，它使用 3D 傳感器收集有關人臉形狀的信息，并使用它來識別眼窩輪廓、下巴和鼻子形狀等不同特征。這種方法的好處是它不會因光照變化而失真，并且能夠使用面部的各種角度正確識別，而不是直接拍攝。使用的 3-D 數據點提高了識別精度。

　　當人們考慮到快速改進的底層傳感器、新的高度集成的芯片和先進的算法時，很容易看出為什么生物識別安全和識別正在爆炸式增長。事實上，5 月份發布的市場與市場報告預測，到 2020 年，生物識別系統市場預計將達到 244 億美元，2015 年至 2020 年的復合年增長率為 17.9%。