生物識別技術暨產業現況與發展趨勢

Penpower蒙恬科技生物認證事業部資深處長徐繼聖

生物識別技術（Biometric Identification Technology）是透過人體之生物特徵進行身份認證的一種技術。生物特徵是每個人唯一與他人明顯不同之處，這些特徵利用測量、自動識別和驗證等生理特性或行為方式分類，可大致區分為生理特徵與行為特徵。

Penpower蒙恬科技生物認證事業部資深處長徐繼聖表示，生物識別系統就是對生物特徵進行取樣，從樣本中提取其明顯且唯一的特徵並轉化成數位代碼，再進一步將這些代碼組成特徵樣板，在資料庫中將個人資料庫與識別系統交互進行身份比對認證時，由識別系統獲取其特徵並與資料庫中的特徵樣板進行比對，以確定是否匹配，並進而決定此人是否符合所欲尋找之對象。

用於識別的生理特徵有掌形、指紋、臉形、虹膜、視網膜與脈搏等，行為特徵則有簽字、聲音及按鍵力道等。對於這些特徵的辨識，業界已經發展了包括掌型識別、指紋識別、臉部識別、發音識別、虹膜識別與簽名識別等多種生物識別技術，目前正廣泛應用於各式電子產品。

目前沒有任何一種生物辨識技術可完全適用於所有應用場合，因此究竟該選用何種生物辨識技術，就必須依據應用的場所與環境而決定。使用的場所與地點將影響生物辨識的使用方式，例如是否多灰塵；而使用時的安全性是否足夠，如何評估所可能產生的風險；對於進出管制與犯罪的防治上，是否減低人員通行的便利性；生物辨識的敏感度該調整多高或多低；執行工作時是否需要身分認證與識別；該辨識是針對多少人而使用，是50人或5000人？而不同人數之使用場合如何兼顧效率；臉部辨識的狀況下，臉部是否能清楚辨識，現場光源與人員走向如何調整。以上這些狀況都直接影響了生物辨識之硬體與軟體系統所建立的價值，設計者不得不去注意這些細節。

評估生物辨識系統是否適合某一應用之主要方式有三種：在技術上須評估辨識率高低與演算法的精確度；在實驗數據上，必須考慮如何與其他系統結合，如何提高系統效能與精確度；以及在安裝前必須了解該應用使用者之使用習慣，以及使用者將如何使用該系統。這些都有助於選用最適合之生物辨識系統，並提高生物辨識的成功率。

徐繼聖指出，生物辨識系統主要的兩項功能，分別是用於證明該人是誰（Verification）以及尋找該人是否為某一資料庫中欲尋找之對象（Identification）。因此其錯誤接受度（False Acceptance Rate；FAR）將影響系統準確性。在系統接收到一輸入之生物資訊時，會發生的情況分別有：比對正確、比對錯誤、比對不出等狀況。在辨識中，生物特徵能越少則越好，如此可以讓系統存放更多不同人物資料，但也將增加辨識的困難度，因此建議可使用不同生物辨識技術並行的方式。

生物辨識技術的市場成長性非常可觀，根據調查，全球市場產值將從2006年的21億美元成長到2010年的57億美元，亞洲和美洲都是公認的的最大市場。而未來多項生物辨識技術的整合也將是主要發展趨勢。

《圖一　Penpower蒙恬科技生物認證事業部資深處長徐繼聖》

終端裝置導入生物識別技術實施要點

ABiG知網生物識別科技行銷總監蘇界賓

市面上內建生物識別裝置的產品種類繁多，以指紋辨識技術為例，這些裝置可針對筆記型電腦、PC週邊及隨身儲存產品執行檔案加密解密、應用程式保護及電腦保護的功能。另外嵌入式模組也可提供企業與家庭最高的便利與安全性，例如將指紋辨識應用在差勤系統、門鎖與保險箱上。

ABiG知網生物識別科技行銷總監蘇界賓表示，指紋辨識的流程一般分為擷取指紋、產生特徵、接著進行特徵之比對。而在擷取的技術上，除了必須克服不同人的乾、濕手指之外，擷取能力、人體工學、機構整合與設計、裝置大小與成本等問題。而指紋演算技術也扮演影響辨識成功率高低的關鍵角色。

指紋辨識模組的演進是由光學設備邁向半導體設備，由大型模組邁向線性模組，由單一功能模組邁向多功能整合性模組，並發展出USB、Flash與HD等不同產品介面。在應用上早期是由門禁差勤的大型應用打開序幕，第一波應用是用於筆記型電腦、鍵盤與滑鼠上的單一功能，第二波應用為包括HD與Flash在內之整合型應用。未來的應用領域將涵蓋車用電子與IA應用（Information Appliance）等。

指紋辨識模組在選擇上，必須仔細思考應用目的為個人或公眾使用、整合需求為內建或外接型、品質需求之指紋擷取能力與演算法的契合、以及設備需求是用何類產品上。在演算法的選擇上也必須能夠簡易地判斷易用性與正確性。

蘇界賓指出，應用技術的三要素分別為硬體整合介面、硬體整合功能與應用軟體功能。三要素的評估必須兼顧硬體與軟體的客製化需求。另外機構為整合技術的主要成敗因素，按壓式的機構技術與滑動式的機構技術也具備不同的使用特點，例如供手指滑動的路徑是否夠長、手指是否能夠完全接觸辨識模組等問題，都將直接影響辨識之成功與否。由於一般人在使用辨識系統時，並不是隨時隨地都以最標準正確的姿勢與方式去執行刷手指或壓按手指之動作，因此機構在設計上也必須將這些因素考慮進去，如此才能讓指紋辨識的成功率大幅提高。

《圖二　ABiG知網生物識別科技行銷總監蘇界賓》

指紋辨識技術原理與終端裝置導入

ElecVision宜霖科技總經理林瑞建

在各種生物辨識技術的比較中，指紋辨識技術除了在成本、性能、準確度與使用者接受度等綜合條件上較受到消費者青睞之外，目前指紋辨識技術也已經具有國際認同的標準，這正是包括手機、筆記性電腦等各種可攜式終端設備大多採用指紋辨識模組，並用於行動商務與個人身分認證的重要原因。

ElecVision宜霖科技總經理林瑞建指出，指紋辨識技術是針對每個人不同的指紋特徵進行歸類與識別，指紋特徵簡略可分類為畚箕狀、拱狀、環狀與螺旋狀等三大類，各種不同型態的指紋特徵以斷點及分岔點最為常見。這些基本分類已在資料庫中整理為不同的特徵族群，只要有辨識資料輸入，便可立即進行分析辨識。

指紋影像特徵的抽取流程，在原始指紋影像輸入後，系統由指紋影像計算流向，並根據流向增強影像後進行細線化，最後抽取特徵。整個流程包括抽取原始指紋影像、進行方位定向（Orientation）、二極化（Binarised）、細線化（Thinned）、細節特徵擷取（Minutiae）、特徵影像化（Minutia Graph）等步驟。

在辨識中，指紋影像的增強流程，是針對指紋影像的流向與頻率選擇適合的濾波器做處理。特徵抽取是針對指紋影像的中斷點與分岔點的分布情況加以判別，依據每個人不同的分布特性而成為不同的獨特特徵。而特徵的比對則是利用兩張相同手指的指紋影像，透過特徵點的比對，根據比對吻合的特徵點位置來疊合指紋影像。

指紋影像的辨識技術包括超音波指紋感測、壓力式指紋感測、電容式指紋感測、熱感式指紋感測以及RF原理指紋感測等不同應用技術。不同技術間各具有其獨特的優點與缺點，因此在選擇使用何種指紋辨識技術時，必須做好不同層面的考量，才能選擇最具成本效益，且能發揮最大辨識精確度的指紋辨識裝置。指紋辨識技術必須要能夠提供客戶所需要的價值才是選擇的重點。以目前市面上指紋辨識裝置多為企業型應用為大宗，儘管各技術紛紛強調其使用優點，但在選擇上不能僅以各廠商所提供之實驗數值為主，必須要實地進行產品測試，才能得到最為真實的使用狀況，以改進系統並獲取最高的辨識效率。在廠商方面，未來必須積極在成本與可靠度上取得平衡，以提供消費者更多的應用空間。最後林瑞建強調，指紋辨識系統的選擇必須尋找最適合的模組、配合優勢的成本價格與提高消費者的使用價值，這些條件缺一不可，都必須同時進行考量，而非只是一昧地追求最高的辨識精確度。

《圖三　ElecVision宜霖科技總經理林瑞建》

靜脈辨識技術原理與終端裝置之導入

Fujitsu台灣富士通電腦周邊產品事業處副處長陳俊雄

靜脈辨識技術是利用激發近紅外線，並讓近紅外線光源穿透皮膚，使靜脈吸收近紅外線，再透過反射光成像所形成的一種辨識技術。在此辨識技術中，感測器端須具備包括LED激發光源、CMOS相機、調焦感測、微處理器與記憶體等元件。其辨識步驟依序為將手掌放置於靜脈感測器上方、近紅外線放射、取得近紅外線影像、形成靜脈影像並儲存靜脈影像樣板。靜脈影像可依據靜脈血管分布狀況、含氧血色素及缺氧血色素之狀況形成不同的影像資訊，供比對辨識之用。

靜脈辨識技術目前應用領域包括自動付款機、銀行大額提款、門禁設備、存取管制、開機管制、出入境通關管制、醫療整合、政府E化整合與娛樂整合等多種不同場合。

Fujitsu台灣富士通電腦周邊產品事業處副處長陳俊雄表示，對於各種生物辨識技術來說，資料的取得與建檔都是第一步，而靜脈辨識技術也不例外。但相較於其他辨識技術，靜脈辨識之硬體規格不須太高，例如僅需使用Intel Celeron 600MHz之處理器就足以應付日常辨識所需，因此硬體成本也可因此降低不少。

設計靜脈辨識系統須注意的是靜脈影像的資料格式，這將影響所使用的儲存方式與容量大小。採用未壓縮的資料格式，單一手掌影像最大可達2448bytes，此時辨識準確度高，但也須使用較大容量之儲存硬體例如硬碟；採用壓縮過的資料格式，則可將影像資料縮小至約單一手掌832bytes大小，而此時靜脈資料也可儲存於類似智慧卡等體積較小之硬體上。而驗證方式則分為需要輸入使用者ID的Verification，與不需輸入使用者ID的Identification等兩種形式。

對於靜脈辨識資料的管理上，陳俊雄建議靜脈資料在資料庫中可進行加密、分開儲存靜脈資料及使用者身分資料、拆解單手靜脈儲存資料、在網路上傳送接收已加密的靜脈資料、多重保護已儲存的資料或備份資料防止遭竊或遺失，另外智慧卡上應有不同的加密鑰匙且靜脈資料也應加密，如此才能確保靜脈辨識資料的管理萬無一失。

《圖四　Fujitsu台灣富士通電腦周邊產品事業處副處長陳俊雄》

臉部辨識技術原理與設計挑戰

Penpower蒙恬科技生物認證事業部資深處長徐繼聖

相較於其他生物辨識技術，臉部辨識技術是成功率與精確度較低的一種辨識技術。其最大的挑戰在於除非某些特殊狀況與要求之下（例如進入美國海關須正對著攝影機留下臉部影像），否則人們在行走中或進行任何活動時，臉部均不可能正對著攝影機，特別是臉部辨識通常是在人們外出逛街或進行活動的時候，在被辨識者不知覺的狀況下進行臉部特徵取樣與辨識，因此多數臉部辨識之實際執行狀況都無法取得正對攝影機，且光線均勻充足的五官線條，也因此臉部辨識之成功率遲遲無法大幅提高。

也正因為存在以上原因，臉部辨識目前主要的使用目的，多是為了把所需搜尋的對象數量大幅降低，排除不相近的對象，並且把與所欲搜尋對象相近的特徵資料全部找出來。再針對這些特徵相近的資料進一步利用其他特徵的比對來找出主要目標。儘管臉部辨識技術較難準確辨識人物，但卻有助於大量降低搜尋對象的數量，因此目前臉部辨識多數是用於輔助縮小搜尋範圍的工具，再搭配其他辨識技術或資料來佐證。

徐繼聖表示，由於人臉在不同角度的光線照射下將出現不同陰影，因此同一張臉孔在不同時地與光線的條件下可能出現多種辨識結果。一般說來，在室內的辨識結果較為準確，精確度約可達到95％，然而在室外的辨識結果，由於光線的不同，精確度僅約五成左右。目前有許多技術是將不同角度拍攝的人臉模擬還原成正面拍攝的樣貌，但準確度仍有待提昇。因此短期內，臉部辨識仍須結合監控或者其他辨識技術一起進行，雖然身為輔助性的辨識工具，但臉部辨識在未來準確度大幅提昇之後，對於在廣大人海中特定對象的搜尋將有非常大的幫助。