人員生物特征提取的深化進程

　　目前為止對于物聯網內涵的普遍定義是：各物體之間特定屬性的感知、以及物體相互間對于感知信息的交流、分析、綜合，對于人與物聯網的關聯方式，則局限在基于RFID技術的空間定位的應用描述。然而，作為物聯網發明者和應用主體人，應該而且必然要融入物聯網的運作之中，成為物聯網中的一個具有特殊符號的元素，最終形成物體與人之間的有效互動，確保物聯網M2M、M2H（maching TO Humen）等預期功效的實現。

　　本文所述人的符號化是指人員的自然屬性，不涉及該符號的社會屬性。

　　1、人融入物聯網體系的必要條件是人的符號化

　　物聯網的運行規則中，網內的每一個元素（物體或者人）都應該配置唯一對應的識別碼（符號），這是物聯網運行的首要條件快速準確識別。在這里，準確就是指從該元素外在的表達符號中，可以解析出其獨具的內在屬性；快速識別過程中，以取自各人的生物特征代表人唯一符號屬性的獨具特征，是最合理的選擇。

　　2、生物識別是人特征符號化的必然選擇

　　目前對于物體識別往往采用RFID標簽，該標簽配置的識別數據具有唯一性的特點，但是如果用此標簽作為人員識別標識，則由于攜帶者可能發生變換，而導致識別系統運作混亂。受到現行的技術水平和人性化法規等諸多條件制約，又不允許采用把RFID標簽的載體（芯片）植入人體的方式來實現對人身份唯一性的識別，可行的方式只能是：采集人員個體唯一性的特征編為識別符號，以此精確定義，從而快速、準確判定該元素（人員）的真實身份。

　　生物特征是人員個體中最具有唯一性的特征，以生物特征編制特征符號具有準確性、唯一性的優點，也是符合物聯網運作規則的合理選擇。

　　3、人員生物特征提取的深化進程

　　生物識別技術經歷了由外在特征識別向內在特征識別的進化過程。

　　3.1外形特征作為識別依據的技術發展及其缺陷

　　3.1.1面部照片識別

　　以攝影方式獲取的面部照片是最原始、最普及的識別模式貼在身份證件上作為比對依據，曾經是社會公認的最準確而有效的身份鑒別方式。但是改變發型/儲留胡須方式變化、服/配飾改變、面部整容等行為；年齡增長產生相貌變異等因素，對其準確性與有效性帶來重大挑戰。

　　3.1.2指紋/掌紋生物特征識別

　　依據各人指紋/掌紋差異性且終身不變的特點，實施采集/比較/判斷已經獲得各應用領域的大面積推廣，并已經達到法律認可的地位。但是由于有相當比例人員的指紋/掌紋特性不適用于目前技術識別，給普及性使用帶來極大困難；而隨著相關技術知識普及之后，惡意行為人采取戴手套消除相關特征信息甚至套用特制的人造指紋/掌紋薄膜套的方式應對驗證行為，對于高等級應用在防偽可信度方面帶來極大挑戰。

　　3.1.3虹膜/面部特征識別

　　依據各人虹膜/面部特征點具有差異性特點，以采集和比對的技術也獲得相應領域的應用。目前隨著社會應用各類環節對于身份識別速度與準確性要求的不斷提高；隨著面部整形、面部套模、眼部可佩戴角膜等對抗性行為的遞次出現；這些技術在高等級應用中，采信度方面也面臨巨大挑戰。

　　3.1.4小結

　　以人體表面固有生物特征作為識別依據的相關技術已經獲得較廣泛的應用，但其可普及性和采信度均受到不同程度的挑戰。

　　第2頁：生物識別依據外形特征向內轉移

　　3.2生物識別的依據由外形特征向內部特征轉移

　　當前相關的技術發展趨向是，采集人肌體內部組織或器官特性等深層次生物特征作為識別依據，這些人體深層特征信息的提取與比對，由于可實現準確、快速、防偽度高的核定人員身份新模式得以迅速成長。由于這些方法所采集特征要素深入人體內部，其特征的變異性不大，從而不僅可以實現準確區分個體間細微差異；而且具有更強的抗御惡意模仿的能力。

　　3.2.1真皮層特征識別

　　以真皮層對于特定波長光線產生反射的特性，采集手部或相關部位真皮形狀作為人的生物特征。此技術的防復制能力明顯高于指/掌紋特征識別技術，只要相關取樣部位受損程度不大，未傷致真皮形變，就可以實現快速而更準確的識別。

　　3.2.2靜脈特征識別

　　以特定波長光線被體內特定物質吸收原理制成傳感器，采集指/掌等相關部位靜脈分布形態作為特征識別依據，由于指/掌或者的靜脈位于肌體深處，在生長定型之后不會隨年齡增長發生明顯變異；目前的技術在讀取靜脈圖形時，需要同時取決于靜脈幾何形狀和內部供血兩個條件，因此偽造難度極大。除非發生重度創傷，導致靜脈受損或者截斷，其余的因素不會對準確識別產生影響。當然在長期提拿重物之后需要短暫恢復，另外還需要應對環境溫差大的條件下靜脈圖形相應的差異。

　　3.2.3手部形狀或骨骼特征識別

　　以二維或三維的手部圖形作為識別特征，由于各人手部特異性顯著，且驗證操作方便，可以實現快速及準確的識別；需要應對的問題：年齡導致的變異及惡意佩戴特別定制的改變手型的特質手套。

　　以特定波長電磁波對人體組織穿透能力的差異，顯示手部骨骼圖像作為識別特征，可以完全排除上述手部圖形識別的可能影響性因素，但是需要考慮特定波長電磁波對受檢及檢驗者人體組織的輻射損害因素，以及需要應對推廣過程中的心理抗拒。

　　3.2.4視網膜/眼底血管特征識別

　　以光學裝置采集視網膜/眼底血管分布形態，由于采集部位比較虹膜更具內在性，所以防偽效果顯著；但是存在隨年齡增長或相關病變引發識別特征變異的可能。

　　3.2.5發聲頻譜

　　以聲-電轉換裝置采集聲帶發聲頻譜特征識別，由于此方式涉及到人體內在發聲器官聲帶的構造，防偽效果顯著。但也存在因年齡或病變引起相關識別特征變異的可能。

　　3.3行動特征識別

　　對人員行動過程或結果特征的提取與識別，成為對特定人員身份鑒別與核對的新型模式，也開始在不同應用領域嶄露頭角。

　　3.3.1步態特征識別

　　以攝像機拍攝人員實時步態過程，同時實施記錄與分析，以此作為比對識別依據。該技術對于相關運動部位受傷期間或者受傷致殘人員（步態失常）不適用。

　　3.3.2簽字筆跡特征識別

　　攝像機對人員簽字筆跡記錄，對其特征點實施比對與分析，再與受檢人員簽字筆跡對照分析。

　　3.3.3語言結構特征識別

　　以聲波采集、錄制裝置對人員語言，對其語言結構特征（不同于發聲頻譜特征）記錄，再實施比對分析。

　　第3頁：生物識別更深入的應用層面表達

　　4、生物識別更深入的應用層面表達生命狀態監測

　　對應于物聯網應用中實時監測各物體狀態，符號化的人作為物聯網的元素之一，也應該物聯網體系中得到實時性的狀態反映實時定位、實時移動狀態、實時生命狀態、人體與關聯性物質/物體實時交互作用狀態等等。由這個層面的關聯實現M2H，實現人的符號融入物聯網的過程。

　　4.1實時定位監測

　　人員作為物聯網的元素之一，實時的位置信息應該在物聯網中予以準確反映。采用RFID或者其它相當功能系統，可以實現對特定人員在特定區域所處位置的實時監測。

　　4.2實時移動狀態監測

　　特定人員實時移動狀態采集，所處區域（權限對應關系）是否符合授權要求；行動/移動狀態速度/加速度傳感器結合RFID或者其它相當功能系統分析實現對于該元素移動速度/移動方向的實時監測。

　　4.3實時生命狀態監測

　　在完成對于人員定位實時位置狀態監測基礎上，需要進一步了解該元素的實時內在狀態。

　　4.3.1實時生命體征監測

　　以溫度傳感探測體溫、壓力傳感器探測脈搏/血壓、化學傳感器探測汗液成分、微電信號傳感器實施心/腦/肌電圖監控等。

　　4.3.2與運動交互實時體征監測

　　以速度、加速度等傳感器結合實時生命體征監測，對于實時運動中運動量與體征交互狀態監測；對于實時監測停止運動后運動量隨時延與體征狀態交互狀態監測與分析。

　　4.3.3攝入成分/量與人體交互實時體征監測

　　以化學傳感器對汗液分析，監測人體對酒/藥/其它化學成分品攝/吸/注入成分及量；配合實時生命體征監測實現化學成分/量與人體交互關系監測與分析。

　　5、廣闊的應用前景

　　5.1安防領域應用

　　快速而準確的身份識別不僅可以提升傳統型安防的作用與效能，M2H的高度融合更可以導入人/物互動式新型安防的新興領域的誕生。

　　5.2醫療領域應用

　　快速而準確的身份識別配合實時生命體征監測不僅對于治療型為主的傳統醫療有指導作用；而且還可以啟動預防、養護、改善身體狀態為主的新型醫療領域的誕生。

　　5.3安全監測領域應用

　　快速而準確的身份識別不僅可以提升傳統型安全監管的作用與效能，M2H的高度融合更可以導入人/物互動式新型安監行業應用方案的發現。

　　5.4環境監測領域應用

　　快速而準確的身份識別配合實時生命體征監測擴展了環境監測范疇，實現以監測人體狀態實施對于環境的監測和評價，將該行業導入了最高的應用境界。

　　6、總結物聯網落地的宣言

　　本文導入了物聯網的新元素符號化的人，通過本文的描述、推導與論證，物聯網不再是空洞的概念，不是抽象的理論，而是可以落地的新興行業及新興產業應用。