生物识别系统要求能实时迅速有效地完成其识别过程。所有的生物识别系统都包括如下几个处理过程：采集、解码、比对和匹配。下面为大家介绍六种常见的生物识别技术，比较其优点和缺点。

1.指纹识别

指纹识别处理包括对指纹图像的采集、指纹图像处理特征提取、特征值的比对与匹配等过程。使用指纹识别方式的优点在于其可靠、方便与便于被接受。你只要花微不足道的时间去用指纹仪获取指纹图像，许多研究表明指纹识别在所有生物识别技术中是对人体最不构成侵犯的一种技术手段。指纹是人体独一无二的特征，并且它们的复杂度足以提供用于鉴别的足够特征。如果我们想要增加可靠性，我们只需登记更多的指纹，鉴别更多的手指，最多可以多达十个，而每一个指纹都是独一无二的。扫描指纹的速度很快，使用非常方便；读取指纹时，用户必需将手指与指纹采集头相互接触，与指纹采集头直接接触是读取人体生物特征最可靠的方法。这也是指纹识别技术能够占领大部分市场的一个主要原因，指纹采集头可以更加小型化，并且价格会更加的低廉。

2.掌纹

手掌几何学是基于这样一个事实：几乎每个人的手的形状都是不同的，而且这个手的形状在人达到一定年龄之后就不再发生显著变化。当用户把他的手放在手形读取器上时，一个手的三维图像就被捕捉下来。接下来，对手指和指关节的形状和长度进行测量。根据用来识别人的数据的不同，手形读取技术可划分为下列三种范畴：手掌的应用，手中血管的模式，以及手指的几何分析。映射出手的不同特征是相当简单的，不会产生大量数据集。但是，即使有了相当数量的记录，手掌几何学不一定能够将人区分开来，这是因为手的特征是很相似的。与其他生物识别方法相比较，手掌几何学不能获得最高程度的准确度。当数据库持续增大的，也就需要在数量上增加手的明显特征来清楚地地人与模板进行辨认和比较，技术工程量巨大，不宜持久推广。

3.签名识别

签名作为身份认证的手段已经用了几百年了，而且我们都很熟悉在银行的格式表单中签名作为我们身份的标志。将签名数字化是这样一个过程，测量图像本身以及整个签名的动作——在每个字母以及字母之间的不同的速度、顺序和压力，签名识别和声音识别一样，是一种行为测定学。

优点：使用签名识别更容易被大众接受而且是一种公认的身份识别的技术。

缺点：随着经验的增长，性情的变化与生活方式的改变，签名也会随着而改变；为了处理签名的不可避免的自然改变，我们必须在安全方面做以妥协；因为签名的速度不快，我们无法在Internet上使用它；用于签名的手写板结构复杂而且价格昂贵，因为和笔记本电脑的触摸板的分辨率有着很大的差异，我们在技术上很难将两者结合起来；很难将它的尺寸小型化。

4.声音识别技术

虽然声音识别是方便的，但由于非人性化的风险、远程控制和低准确度，它并不可靠。一个患上感冒的人有可能被错误的拒认从而无法使用该语音识别系统。

优点：声音识别也是一种非接触的识别技术，用户可以很自然地接受。

缺点：和其他的行为识别技术一样，声音因为变化的范围太大，故而很难进行一些精确的匹配；声音会随着音量、速度和音质的变化（例如当你感冒时）而影响到采集与比对的结果；随着技术的发展，也许你可以觉察和拒绝录音的声音，然而，目前来说，我们还很容易用录在磁带上的声音来欺骗声音识别系统。高保真的麦克风是很昂贵的。

5.虹膜识别

分复杂和独特特征的生物识别技术被划分为两个不同的领域：虹膜识别技术和角膜识别技术。虹膜是环绕着瞳孔的一层有色的细胞组织。虹膜辨识系统使用一台摄像机来捕捉样本，然后由软件来对所得数据与储存的模板进行比较。角膜是眼睛底部的血液细胞层。角膜扫描的进行是用低密度的红外线去捕捉角膜的独特特征。我们所知的位于角膜中心的区域被扫描，血液细胞的唯一模式就因此被捕捉下来。角膜识别技术最初被认为是最好的生物识别。然而，尽管它有着高度的准确性，但角膜扫描仪要求被扫描者在它读取角膜信息时直立不动。眼睛和角膜扫描仪对于目盲者和眼睛疾患者的人是无效的。因此，它很难获得终端用户的普遍接受。

优点：只需用户位于设备之前而无需物理的接触。

缺点：一个最为重要的缺点是它没有进行过任何的测试，当前的虹膜识别系统只是用统计学原理进行小规模的试验，而没有进行过现实世界的唯一性认证的试验；很难将图像获取设备的尺寸小型化；因聚焦的需要而需要昴贵的摄像头，一个这样的摄像头的最低报价为7000美元；镜头可能会使图像畸变而使得可靠性大为降低；黑眼睛极难读取；需要一个比较好的光源。

6.面部识别

面部识别系统通过分析脸部特征的唯一形状、模式和位置来辨识人。基本上有两个方法来处理数据：摄像机和热量绘图。标准摄像技术是建立在由摄像机捕捉到的脸部图像上。热量绘图技术分析皮肤下的血管热量发生模式。然而，这套系统是非常不可靠和昂贵的。例如，它无法分辨出双胞胎或三胞胎，无法认出理完发的用户，也无法辩认出戴眼镜与不戴眼镜的同一个人。

优点：面部识别是非接触的，用户不需要和设备直接的接触；尽管可以使用桌面的视频摄像，但只有比较高级的摄像头才可以有效高速的扑捉面部图像；

缺点：使用者面部的位置与周围的光环境都可能影响系统的精确性；大部分研究生物识别的人都公认面部识别是最不准确的，也是最容易被欺骗的；面部识别技术的改进依赖于提取特征与比对技术的提高，并且采集图像的设备会比其技术昂贵得多；对于因人体面部的如头发、饰物，变老以及其他的变化可能需要通过人工智能来得到补偿，机器学习功能必须不断地将以前得到的图像和现在的得到的进行比对；以改进核心数据和弥补微小的差别；很难进一步降低它的成本，我们必需以昂贵的费用去卖高质量的设备。