《生物特征识别理论与应用》一书，包括指纹图像的增强、指纹的特征提取、指纹图像的分类与检索及压缩技术、指纹图像匹配算法、指纹识别算法在嵌入式系统中的实现与应用、人脸识别技术以及其他生物特征识别技术、生物特征识别系统与评测方法、生物特征标准化工作、生物特征识别技术的典型应用实例等内容。该书适用于从事生物特征识别、图像处理、计算机应用、模式识别等领域研究的专业人员和应用开发人员，以及高等学校相关专业的师生学习参考。

生物特征识别技术的应用与发展新趋势

版权信息

内容简介

作者简介

编辑推荐

目录

生物特征识别技术的应用与发展新趋势

摘要：本文结合生物特征识别技术在应用过程中所面临的问题与技术挑战，讨论了基于生物特征识别技术的个人身份认证管理产品的发展趋势。非接触式设计将会保证产品在公共卫生与个人接受程度方面的要求，多模态技术为提高系统的高安全性与防伪能力提供了技术保障，基于网络化的身份识别与管理体系将会大大提高生物特征识别技术的商业前景。融合以上三类特征的产品将会代表未来生物特征识别产品市场的发展趋势。

一、面临的问题与挑战

随着信息社会对个人身份认证与管理需求的不断增长，生物特征识别技术及其相关产品已经大量地进入到了社会生活的各个方面，为不断提高人类生活的品质做出了贡献。但是，生物特征识别技术在实际的应用过程中也出现了一些问题，同时，人们针对目前已经得到广泛应用的一些生物特征识别技术也提出了的质疑与挑战。例如，人体指纹可以比较容易地被复制与伪造，从而存在利用伪造的指纹副本对指纹识别系统进行欺骗的可能性。而且，通过一定的技术手段获取人体指纹进行伪造的难度并不大。2006年，美国的科普节目MythBusters利用一种模仿人体组织特性的凝胶材料制作了人体的指纹副本，然后利用这个伪造的指纹副本成功地通过了指纹识别系统的认证。在2008年举行的第16届全球黑客大会Defcon16上，ZacFranken也成功地利用牙科用的藻酸盐材料和硅橡胶制作的假手掌通过了掌形识别器的认证。在2009年，Duc Nguyen更是非常容易地利用一张真人大小的黑白图片通过了联想笔记本所用的人脸识别系统的用户登录认证。为什么会出现这样的问题呢？首先需要从生物特征识别技术的原理谈起。生物特征（这里特指人体的生物特征）之所以能够作为个人身份鉴别与识别的有效手段，这是由其自身所具有的四个特点所决定的：普遍性、唯一性、稳定性和不可复制性。普遍性是指生物识别所依赖的人体特征应该是人人天生就有的，除非因特殊情况导致缺失，如残疾或天生缺陷。唯一性是指这种生物特征要人人不同，这样才能对个体进行有效区分。经研究与经验表明，每个人的指纹、掌纹、虹膜、DNA和皮下静脉结构等都与他人不同。稳定性是指在一定的时期内，个体的生物特征可以保持相对稳定。例如，人体的指纹、掌纹、虹膜、DNA、静脉结构都是终生不变的，人脸和声音虽然随着时间的变化而有所不同，但在特定的时间内基本保持不变。不可复制性是指由于生物特征的复杂性和特殊性，使得复制这些生物特征存在着很大的困难。从上面的分析可以看出，生物特征的普遍性与唯一性在多数情况下可以得到满足，而稳定性和不可复制性则因各种生物特征的自身特点而有所不同。而且，受限于传感器与生物特征识别算法的性能，生物识别系统在识别精度与防伪性能上将会有所下降。例如，在理论上，只要人体面部细节特征足够多，那么即使是双胞胎也可以进行区分。实际上，对于一个现实的生物识别系统而言，要做到这点几乎是不可能的。但是用户也没有必要太过悲观，人们可以通过采取多种生物特征相融合的识别方式，即多模态识别来提高系统的精度和保证系统防伪性。

除了上面所谈到的精度与防伪性以外，易用性与用户接受度也是生物特征识别系统在应用时所需要考虑的问题。以目前广泛应用的指纹识别系统为例，如果用户的手指表面过于潮湿或干燥，都会大大增加用户被错误拒绝的可能性。而且，指纹识别系统主要采用接触式采集方式获取人体指纹，在使用时用户需要接触传感器的表面。这种使用方式在个人专属特性较强的应用环境下可能不会存在太多的问题，例如登录个人电脑。但是在公共环境下使用时，会因个人卫生的问题降低部分用户的主观接受度。例如，在办公环境下的门禁与考勤指纹识别系统。近几年，非接触式生物特征识别技术正在受到越来越多地关注，它为克服接触式生物特征识别带来的个人卫生与用户接受问题提供了一条有效的途径。

在网络化社会中，生物特征识别技术的终极发展目标就是人们可以不必携带任何辅助的身份标识物品和知识，仅仅利用个人生物特征就可以在网络化的虚拟社会与现实社会进行个人的身份认证与识别。例如，人们可以通过基于网络化的物理访问控制系统，进行门禁与考勤操作，可以通过网络化的逻辑访问控制进行文件的访问与修改，可以通过网络化的生物特征识别进行金融交易等等。为了满足网络化社会的需求，逐步构建网络化的生物特征识别系统将是未来生物特征识别技术的一种必然发展趋势，同时也将具有广阔的市场前景。

二、多模态生物特征识别技术

采用多模态或多种生物特征融合技术可以获得比单一生物特征识别系统更好的识别性能和可靠性，并增加伪造人体生物特征的难度与复杂性，提高系统的安全性。多模态生物特征识别技术是指综合利用来自同一生物特征的多种识别技术，或者来自不同生物特征的多种识别技术，对个人身份进行判断的生物特征识别技术。基于多模态或多种生物特征融合技术正在形成一种新的发展趋势，现在已经出现了多种多模态生物特征识别技术解决方案。例如，美国SecuriMetrics, Inc.设计了一种融合了指纹识别、人脸识别和虹膜识别的便携式生物特征识别系统——HIIDE，并将其应用于伊拉克战争和阿富汗战争。实际应用效果表明这种多模态融合身份识别系统具有更高的安全性。目前，该系统已被美国军方采用，被应用于在美军位于全球的军方机构和军事基地。此外，北科慧识科技有限公司也开发了一种基于人体掌纹与掌脉融合的生物特征识别系统，这种系统的优点是通过一次采集不同光学通道的图像，同时获得到人体的手掌掌纹和皮下静脉图像进行识别。这种系统相比于其它多模态生物识别产品，具有更好地易用性和用户接受度，而且只要一次动作就可以完成多模态生物特征识别，同时具有较高的识别精度。

图1.北科慧识的Whois系列非接触式掌纹掌脉识别系统从技术实现的角度来讲，多模态生物特征识别技术都是通过各种独立的或多种采集方式合而为一的采集装置获取不同的生物特征，如指纹、掌纹、静脉、人脸图像、虹膜图像等。然而在内容分析与决策判别层面上，可以细分为两种实现方式。一种是分别使用不同的生物特征识别算法处理不同的生物特征，计算出这些生物特征各自的匹配值，然后根据得到的匹配值进行综合分析与判断，获得最后的识别结果。例如，可以使用指纹识别算法分析指纹，使用人脸识别算法分析人脸图像，根据分别计算出来的匹配结果进行最后的判断。另一种方式是将采集到的各种不同的生物特征，用融合算法进行统一处理，根据多模态融合生物特征识别技术的综合判断得出最终的判别结果。例如，通过对采集到的掌纹图像与掌脉图像进行融合，然后利用图像处理技术对内容进行分析，最后得出一个综合的判别结果。可以看出，第一种方式需要对获取的各种生物特征进行单独处理，可以充分利用已有算法进行快速集成，但是计算效率不高。第二种方式则需要重新进行算法设计，开发难度大，但是计算效率较高。

在实际应用中，可能某些单项生物特征识别技术就已经满足了客户的要求，例如，指纹识别技术或人脸识别技术。而且，从性价比的角度来看，对于一些低安全级别的应用环境，可以采用单项生物特征识别技术作为解决方案。但是，在用户资金宽裕、安全级别较高的情况下，应该尽量采用多模态生物特征识别技术作为技术解决方案。分析其原因，可以归纳为以下三点：

首先是多模态生物特征识别技术具有更高的安全性，可以有效降低非法入侵者进行系统的风险。例如，一个技术高超的罪犯可能比较容易地伪造人体的指纹信息，但是想要同时伪造指纹、掌纹、虹膜则要困难得多。如果系统再融入人体皮下静脉信息，那么这个多模态生物特征识别系统在理论上几乎是不可能被攻破的。

其次是多模态生物特征识别技术具有更高的识别准确率。目前，各种单项生物特征识别技术已经具有了较高的识别精度，要达到更高的技术水平，则需要付出巨大的成本。然而，通过采用合理的方式融合多种生物特征识别技术，则可以很容易地达到新的技术水平，起到事半功倍的作用。

最后是多模态生物特征识别技术有效地解决了系统的整体实用性问题。前面已经讨论过，单项生物特征识别技术很难全部满足普遍性、唯一性、稳定性和不可复制性的要求。例如，对于指纹识别技术相对于用户手部残缺，虹膜识别系统相对于盲人，人脸识别系统相对于双胞胎和面部烧伤。这些基于单项生物特征识别技术的系统，经常因为某些特殊的用户，而影响其系统的整体地实用性和安全性。显然，多模态生物特征识别技术将会使这些问题迎刃而解。

目前，影响多模态生物特征识别系统进一步推广的主要原因是的主要成本，因此政府部门和军方是其主要用户。但是，随着更多供应商的加入，将会有更多具有良好性价比的商品进入市场，多模态生物特征识别技术也将走向更为宽广的应用领域和市场。

三、非接触式生物特征识别系统

相对于接触式生物特征识别系统，非接触式生物特征识别系统可以为用户带来更好的用户体验和卫生保证，从而大大地提高了生物特征识别技术的用户接受度。非接触式生物特征识别系统是指在使用过程中，用户不需要与系统进行直接接触，就可以完成人体生物特征的采集、分析与判断。例如，人脸识别、虹膜识别、声音识别都是非接触式的生物特征识别技术，指纹识别和掌型识别是典型的接触式生物特征识别技术。此外，还有一些生物特征识别技术即可以是接触式的，也可以是非接触式的，例如，掌纹识别技术和掌脉识别技术。目前，非接触式生物特征识别技术正在逐渐受到人们的关注，并且有越来越多的产品进入市场。例如，日本富士通公司的PalmSecure系列产品通过非接触的方式采集人体的手掌静脉用户身份鉴别，日本松下公司的ET-300虹膜识别系统通过高精度的摄像头采集人体虹膜，北科慧识公司开发的Whois系列产品也是通过非接触式的方式采集人体掌纹和皮下静脉。

随着社会的不断进步和发展，人们在日常生活中更加关注公共卫生和个人卫生。因此，在公共环境下使用的生物特征识别系统，需要保证设备不会成为细菌与疾病的传播途径。毫无疑问，非接触式生物特征识别系统在这方面具有天然的优势。而且，非接触式生物特征识别系统也降低了因为个别使用者在卫生方面的考虑而故意降低系统安全性的可能性。例如，在指纹识别系统的使用过程中发现，个别用户为了避免手指与设备大面积接触，仅使用指尖进行注册与识别。显然，这种使用方式将会大大地增加误识的可能性，人为地导致系统整体安全性的降低。此外，非接触式生物特征识别系统也避免了用户在使用过程中留下印痕，可以有效地防止用户泄露个人生物特征信息，避免职业罪犯通过复制个人生物特征进行犯罪活动。非接触式生物特 征识别系统在提高易用性与用户接受度的同时，可以大大地提高系统的安全性能。

但是，非接触式的识别方式将为研发人员提出巨大的技术挑战。首先，由于采用非接触式的方式采集用户的生物特征，一方面为使用者带来了方便，另一方面也增加了系统采集数据的难度，对于接触式生物特征识别系统则不存在这种问题。例如，当采集虹膜时，需要在用户高度、位置不同的情况下，设备要能够快速、准确地定位到人眼与虹膜的位置，对检测算法提出了很高的要求。而对于接触式的指纹识别则不存在这样的问题，用户每次都要将手指放置在指定的区域，减小了定位难度。其次，非接触生物特征识别系统需要克服复杂环境背景的噪声干扰。非接触的识别方式意味着系统传感器与待识别用户需要保持一定的物理距离，这样就不可避免地会引入一定的背景噪声。例如，语音传感器在获取用户的声音时，各种其它噪音也会被同时采集。在距离较远或环境嘈杂时，用户的声音可能会被完全淹没在噪声之中。同样，人脸识别和掌纹识别通常采用的是图像分析的方式，光线的强弱和用户的姿势都会对系统的识别性能产生影响。

虽然非接触式的生物特征识别方式带来了许多技术挑战，但是各个供应商在这方面都投入了大量的资源进行研制与开发，也取得了显著的成果，并已经有相当种类的产品进入了市场。相信未来将会有更多的非接触式生物特征识别产品出现，占领更大的市场份额并成为生物特征识别技术产品的主流。

四、网络化的生物特征识别系统

现代社会是信息化网络结构的，信息通过各种途径在网络节点中传输。网络化生物特征识别系统将会为人们的生活带来许多便利，生物特征识别技术的终极发展目标就是人们可以不必携带任何辅助的身份标识物品和知识，仅仅利用个人的生物特征可以物理访问控制与逻辑访问控制。例如，用生物特征取代密码，人们可以更加安全地通过网络进行金融交易。利用生物特征对文件加密，进行公文的分发与阅读。采用生物特征识别技术进行客户入住管理，然后将客户的生物特征信息分发至指定的房间，完全避免房卡丢失的烦恼。通过网络化生物特征系统对公司进行物理访问控制与出入管理，提升公司形象与管理效率，等等。这些情景在不远的将来都会成为现实，网络化的生物特征识别系统将为社会与组织的管理带来根本性的改变，社会与组织的管理也将会出现质的飞跃。

因为生物特征识别系统的网络化将成为一种必然趋势，所以，政府、企业、个人需要为这一转变做好充分的思想与物质准备。首先，政府要进行立法与标准化工作。个人的生物特征是一种涉及到国家安全与个人隐私的特殊信息，因此需要法律对个人生物特征的使用与管理进行限制与保护，防止国家、企业或个人对其滥用，侵犯他人的权益。制定生物特征识别标准化工作可以有效整合社会资源，避免资源浪费与重复建设。其次，制造生物特征识别产品的企业要开发出可以有效保护个人生物特征信息的技术，避免生物特征信息在网络中的传输与保存过程中被破坏、盗取与复制。最后，个人要加强自我保护意识，防止个人生物特征信息的泄漏，以备他人利用这些信息进行违法活动。

五、结束语

作为21世纪的一个朝阳产业，生物特征识别已经开始进入到人们生活的各个方面，它的发展趋势将是各种网络化、非接触、多模态的生物特征识别技术，这些技术的发展必然会把生物特征识别的发展带入到一个新的高度，并把人们的生活带入到一个崭新的天地之中。

版权信息

书 名: 生物特征识别理论与应用作　者：田捷

出版社： 清华大学出版社

出版时间： 2009

ISBN: 9787302184195

开本： 16

定价: 49.00 元

内容简介

《生物特征识别理论与应用》以指纹识别技术为主线，系统地介绍了生物特征识别技术的理论和应用。主要内容包括指纹图像的增强、指纹的特征提取、指纹图像的分类与检索及压缩技术、指纹图像匹配算法、指纹识别算法在嵌入式系统中的实现与应用、人脸识别技术以及其他生物特征识别技术、生物特征识别系统与评测方法、生物特征标准化工作、生物特征识别技术的典型应用实例等，并重点介绍了生物特征识别技术安全性研究，给出基于指纹加密的安全邮件系统设计实例。

《生物特征识别理论与应用》内容系统、全面、新颖，理论与典型应用实例相结合。《生物特征识别理论与应用》的读者对象为从事生物特征识别、图像处理、计算机应用、模式识别等领域研究的专业人员和应用开发人员，以及高等学校相关专业的师生。

该书基于生物特征，运用计算机模拟、识别、测试等技术，着重阐述在信息技术下对生物特征的安全加密技术，各种智能识别技术也在本书中得到体现。

作者简介

田捷，博士，中国科学院自动化研究所研究员、博士生导师，中国科学院研究生院教授，教育部长江学者特聘教授、中国自动识别协会副理事长、中国自动化学会常务理事兼中国自动化学会模式识别与机器智能专业委员会主任，国家杰出青年科学基金获得者。主要从事模式识别、信息安全、图像处理、生物特征识别的研究与应用工作，并在国内外重要学术期刊和会议上发表论文百余篇，出版专著多部。其主持的指纹项目获得2004年国家科学技术进步二等奖。

编辑推荐

《生物特征识别理论与应用》集成多种生物特征识别技术与应用，反映了国内外生物特征识别前沿技术发展。

目录

第1章生物特征识别基础知识

1.1引言

1.2通用概念和术语

1.3生物特征识别技术简介

1.3.1指纹识别

1.3.2人脸识别

1.3.3虹膜识别

1.3.4视网膜识别

1.3.5掌形识别

1.3.6语音识别

1.3.7签名识别

1.3.8其他生物特征识别技术

1.3.9多模态识别

1.4生物特征识别技术的横向比较

1.5生物特征识别技术发展现状和趋势

1.6本书主要内容

本章参考文献

第2章传感器技术与嵌入式平台

2.1引言

2.2指纹图像采集技术

2.3其他生物特征采集技术

2.4嵌入式指纹识别技术

2.4.1嵌入式指纹识别系统简介

2.4.2基于DSP的嵌入式指纹识别模块

2.4.3基于ARM的嵌入式指纹识别模块

2.4.4基于ASIC的指纹识别技术的实现

2.4.5嵌入式指纹识别系统中的关键技术

2.5小结

本章参考文献

第3章指纹图像的增强

3.1引言

3.2指纹预处理

3.2.1基于傅里叶变换的指纹预处理

3.2.2归一化

3.3方向场的计算

3.3.1掩膜法

3.3.2公式法

3.3.3带反馈的指纹方向场计算方法

3.4图像的增强

3.4.1Gabor滤波增强

3.4.2基于傅里叶滤波的低质量指纹增强算法

3.4.3基于知识的指纹图像增强算法

3.4.4非线性扩散模型及其滤波方法

3.4.5多尺度滤波

3.4.6基于各向异性的滤波方法

3.5小结

本章参考文献

第4章指纹特征的提取

4.1引言

4.2指纹的整体特征描述

4.2.1指纹奇异点的特征和提取

4.2.2指纹的类型特征

4.2.3指纹的频谱特征

4.3指纹的局部特征描述

4.3.1指纹的细节点特征

4.3.2高分辨率的指纹特征——汗孔

4.3.3指纹的纹理特征

4.4结构化的指纹特征描述方法

4.5小结

本章参考文献

第5章指纹图像的分类与压缩

5.1引言

5.2指纹分类技术

5.2.1基于规则的指纹分类方法

5.2.2基于句法的指纹分类方法

5.2.3结构化的指纹分类方法

5.2.4基于统计的指纹分类方法

5.2.5基于神经网络的指纹分类方法

5.2.6多分类器的方法

5.3基于反馈环节的多分类器方法

5.4基于混合特征的指纹连续分类方法

5.4.1指纹分类特征提取

5.4.2指纹分类

5.5指纹检索

5.6指纹压缩简介

5.6.1图像压缩的衡量标准

5.6.2图像压缩技术分类

5.6.3小波图像压缩的基本方法

5.6.4小波图像压缩算法的新发展

5.6.5几种主要的小波图像压缩算法

5.7小结

本章参考文献

第6章指纹图像的匹配

6.1引言

6.2基于点模式的匹配算法

6.2.1基于串距离的匹配算法

6.2.2基于细节点对的指纹匹配

6.2.3基于三角结构的指纹匹配

6.2.4基于拓扑结构的指纹匹配

6.2.5基于点模式匹配算法的比较分析

6.3图匹配及其他方法

6.4基于纹理模式的匹配

6.5混合匹配方法

6.5.1混合匹配方法综述

6.5.2基于混合特征的匹配

6.6非线性形变指纹图像的匹配

6.6.1非线性形变指纹匹配算法综述

6.6.2非线性形变的配准模式研究

6.7多采集仪间的指纹匹配

6.8小结

本章参考文献

第7章人脸识别

7.1引言

7.2人脸检测

7.2.1人脸检测方法概述

7.2.2基于启发式模型的方法

7.2.3基于统计模型的方法

7.3人脸正则化

7.4人脸识别

7.4.1人脸识别方法概述

7.4.2基于局部或全局特征的人脸识别算法

7.4.3基于子空间分析方法的人脸识别

7.4.4基于相对差分空间的人脸识别

7.5小结

本章参考文献

第8章其他生物特征识别

8.1引言

8.2掌形识别

8.2.1掌形识别简介

8.2.2掌形的特征及预处理

8.2.3掌形识别算法

8.3虹膜识别

8.3.1虹膜图像的获取

8.3.2虹膜图像的增强

8.3.3虹膜识别算法

8.4签名识别

8.4.1签名识别简介

8.4.2签名识别应用

8.4.3签名采集硬件

8.4.4签名识别算法

8.5小结

本章参考文献

第9章生物特征识别系统及其性能评测

9.1引言

9.2系统要求

9.3系统模型

9.4系统层次框架

9.4.1系统层

9.4.2算法层

9.4.3评估层

9.4.4应用层

9.5生物特征识别系统性能评估

9.5.1标准生物特征识别数据库

9.5.2生物识别算法的评估

9.5.3指纹识别算法的准确性评估

9.6生物特征识别标准化简介

9.6.1标准的需求

9.6.2国际标准化进程

9.6.3国际标准化组织简介

9.6.4ISO/IECJTC1SC37简介

9.6.5现有国际标准简介

9.6.6国内标准化现状

9.7生物特征识别的通用软件接口规范BioAPI

9.7.1BioAPI简介

9.7.2BioAPI的应用程序接口

9.8小结

本章参考文献

第10章生物特征识别系统安全性研究

10.1引言

10.2生物特征识别系统的安全性分析

10.2.1传统生物特征识别系统存在的缺陷

10.2.2对生物特征识别系统的攻击

10.3活体指纹检测

10.3.1基于薄板样条模型的活体指纹检测方法

10.3.2算法的具体步骤

10.4生物特征模板的保护

10.4.1生物特征加密概述

10.4.2与密钥相关的方法

10.4.3可以撤销的生物特征

10.4.4加密域指纹配准算法

10.4.5实验分析

10.5小结

本章参考文献

第11章指纹模糊密钥绑定算法设计与实现

11.1引言

11.2模糊密钥绑定算法

11.2.1加密流程

11.2.2配准流程

11.2.3解密流程

11.3细节点过滤算法

11.3.1指纹图像局部质量判断

11.3.2局部脊线结构构造

11.4基于SHA?1安全散列算法的多项式重构

11.5配准结构特征提取

11.6加密域内配准

11.7算法平台设计与实现

11.7.1指纹模板加密保护平台

11.7.2算法安全性分析

本章参考文献

第12章基于指纹加密的网络身份认证方案及其典型应用系统

12.1引言

12.2现有网络信息安全技术的问题与不足

12.2.1PKI存在的问题

12.2.2IBE的优点与不足

12.2.3FIBE的特点和能解决的问题

12.3方案设计

12.3.1TA系统参数设置

12.3.2用户注册

12.3.3安全通信

12.3.4TA提供的其他服务

12.4密钥管理方案

12.5核心算法

12.5.1签名算法Sig及验证算法Ver

12.5.2指纹摘要匹配算法

12.5.3算法安全性分析

12.5.4算法实验结果

12.6方案安全性分析

12.7典型应用系统：基于指纹认证的安全邮件系统

12.7.1系统协议分析

12.7.2系统设计与实现

12.7.3系统使用操作

12.7.4FingerMail指纹安全电子邮件系统

12.8小结

本章参考文献

第13章生物特征识别系统的典型应用

13.1引言

13.2生物特征识别技术在电子政务领域的应用

13.2.1生物特征识别技术在公安刑侦领域的应用

13.2.2基于指纹身份认证的异地网络授权管理系统

13.2.3生物特征识别技术在通关系统中的应用

13.3生物特征识别技术在电子商务领域的应用

13.3.1基于指纹加密技术的电子商务新模式简介

13.3.2方案1简介

13.3.3方案2简介

13.4生物特征识别技术在个人信息安全领域的应用

13.4.1指纹计算机登录系统

13.4.2指纹认证技术与TPM技术的结合

13.4.3指纹文件加密系统

13.4.4指纹移动存储设备

13.5小结

本章参考文献

附录A有关生物特征识别技术的问答

附录B生物特征识别数据库资源

附录C生物特征识别平台资源

附录D国外从事生物特征识别研究的部分机构

附录E与生物特征识别技术研究有关的网站、学术期刊和会议

全书参考文献

……

田捷