1、 指纹的广泛性较差：个别人或某些群体的指纹因为指纹特征很少，成像很难，对该技术的应用有一定影响。
2、 用户接受性较差：过去因为在犯罪记录中使用指纹，使用户在使用上存在一定心理障碍。
2.4 掌纹识别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，然后可以对手指和指关节的形状和长度进行测量及比对。
根据用来识别人的数据不同，手形读取技术可划分为下列三种范畴：手中血管的模式，手掌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。当数据库持续增大时，也就需要在数量上增加手的明显特征来清楚地将人与模板进行辨认和比较。
2.5 静脉识别静脉识别是最近两年才兴起的一项新技术，在这项技术中主要研究的是人手部附近的静脉流向分布图来进行身份认证识别的技术。它一般采用红外CCD摄像头采集静脉图，当识别系统通过红外CCD摄像头获取手背静脉的图像时，每个静脉图像的特征码就会被存储下来。然后实现现场使用者的静脉图与存储的静脉图特征码比对和反馈结果。
静脉识别系统的特点：
1、 静脉识别系统取决于手背的状态。
2、 即使手背有轻微的改变，静脉识别系统识别都会受到影响。
3、 若使用者有关节炎或风湿病，不能使用静脉识别系统。
4、 接触此系统，可最大限度使您感觉舒适方便。此系统识别在湿度，汗水，污物，笔痕和小损伤方面优于其他生物识别系统。
由于其技术与指纹识别很接近，所使用的范围和应用环境也相似，于是很多指纹识别公司将其作为新的可替代更新技术来进行推广和应用。
2.6 声音识别人的生理、心理和行为特征等语音参数会反映在人的语音波形中，人的声音频谱包括曲线的时间变化和驱动声源的特征各不相同。可以提取出不同人语音变化很大而同一人语音变化很小的特征来进行分析、对比、识别。目前，主流的声音识别系统应用是：通过话筒录入人的声音，通过数字信号处理器数字化和软件压缩，提取出声音图像信息保存在数据库中，应用时将即时采集的声音与数据库中的特征信息进行匹配，做出身份鉴定。
声音识别技术的优点：
1、 声音识别是一种非接触的识别技术，用户可以很自然地接受。
2、 声音识别技术具有较好的方便性、经济性和准确性。
声音识别技术的缺点 ：
1、 精确度较低：声音因为变化的范围太大，很难进行精确的匹配。
2、 技术复杂度较高：声音的音量、速度和音质会受一定条件（如感冒）的影响，需增加系统功能以适应该变化。
3、 成本较高：声音采集设备（如高保真的麦克风）是很昂贵的。
2.7 笔迹识别字如其人，中国人写字讲究书法，人们选择了自己青睐的书法风格后，又融入自己的书写特点，因而小到一个字的间架结构，大到整篇文章的纵横布局，每个人都有自己的运笔习惯和格式规划；笔迹已成为人们进行身份鉴别的重要手段之一。目前，主流的笔迹（签名）识别系统应用是：系统通过使用有线笔、灵敏的图形输入板提取签字的动态过程信息特征，通过区分签字的习惯部分和几乎每次签字都有所变化的变动部分信息特征来确定签字人的真实身份。
笔迹识别技术的优点 ：较好的接受性：使用笔迹识别是一种公认的身份识别的技术。易于大众接受。
笔迹识别技术的缺点：1、 技术复杂度较高：随着人的性情与生活方式的改变，签名也会随着改变，需增加系统功能以适应该变化。
2、 价格较高：用于签名的手写板结构复杂而且价格昂贵。
2.8 行为识别行为识别技术是对物体实现监测、分类、跟踪和计数的一种视频分析系统。行为识别技术是根据一定规则来分析和判断，从而可设置对特定行为报警。
行为识别是建立在某些专利技术的基础上的视频技术，分别介绍如下：1、 智能视频识别：一个视频图像算法家族，可以用来检测和补偿环境和摄像机引起的一系列变化：摄像稳定性、背景识别、透视准确性、自适应限度、阴影的忽略、PTZ摄像机的控制。
2、 目标分割：引擎能将目标物从背景中准确的分割出来，忽略非目标物的变化，比如树木的移动和光线的改变。也能将目标群分割成单个的目标。
3、 轨迹跟踪：检测到目标物超过一定时限就建立目标的行动、轨迹和速度函数，以便于对物的尺寸、数量和形状的测定更准确。所显示目标物轨迹实时更新，以便识别入侵者的入侵方向入侵后的路径。
4、 目标检测：主要是对目标的位置、尺寸和形状的判断和非目标物的高精度过滤。
5、 行为识别：应用一定的规则识别目标的位置、速度和方向；此外，也可以判断目标的数量。
6、 高效开发工具：开发了并行运行模式和高级中央处理器的多媒体指令集，给出了业界最高的性价比。
2.9 视频监督视频监督在传统称谓上称之为智能视频监控技术。
智能视频监控技术的应用除了运动目标检测等基本技术，还必须结合其它算法和技术。在智能视频分析中，图像分割和运动目标检测是基本问题，近年来围绕这些问题进行了很多研究，但是他们仍然是具有挑战性的课题，需要解决的核心技术问题有运动模糊、背景差方法中光线的变化、实时性要求、遮挡问题等。
早期的镜头分割算法是在像素域上进行的，但是这种方法对于像素的快速运动非常敏感，导致了大量的误检。后来发展的基于帧间直方图差的镜头分割算法，因为其算法复杂度低，镜头分割效果好，成为目前大受欢迎的方法。
运动目标检测和跟踪是事件检测、行为识别、视频图像的压缩编码和语义索引等自动或者半自动视频监控高层应用的基础。目前，运动目标检测的方法有：时态差分法（temporal differencing），背景差法（Background subtraction）和基于光流的方法（optical flow）等。
背景差的方法是基于灰度的一种运动目标的检测方法，常用基于特征的方法。基于特征的检测是依据图像的特征（点，线，矩）或由特征组成的模型（多边形，多面体）来检测运动目标。它多用于目标较大，特征容易提取，或具有匹配用标准目标模型库的场合。背景差法可以提取非常完整的目标，但容易受到光照等引起的背景变化的影响。近年来一些统计的方法被引入来实现背景建模和背景剔除，极大地增强了背景差法对光照变化和阴影等噪声的鲁棒性。根据模型特征进行背景建模有很多种方法，其中基于像素强度的统计模型建模可以适应渐变的光照，但对突变的光照则存在问题。卡尔曼滤波器作为一种简单易行的方法已被广泛应用于目标跟踪。
纹理分析基于光流场和运动参数估计，是另外一种常用的运动区域检测算法，但由于孔径和遮挡问题，光流的可靠性比较差。基于贝叶斯概率统计的运动分割方法可同时进行分割和运动估计，效果较好，但是计算复杂，计算量大，不适于实时处理。
现今国内外主要有两种数字视频监控系统，一种是以数字录像设备为核心的视频监控系统，另一种是以嵌入式智能视频监控系统。嵌入方式的视频监控系统是以应用为中心，适应应用系统对功能、可靠性、成本、体积等综合性严格要求的专用计算机系统。数字信号处理器（DSP）是将数字信号进行高速实时处理的专用处理器，其处理速度比最快的CPU还快10-50倍，在视频监控系统中已经广泛应用。前端一体化、视频数字化、监控网络化、系统集成化是智能视频监控系统的发展方向，数字化和网络化是智能视频监控发展的主要特点。
3. 生物特征识别技术应用现状
针对生物特征识别技术的特点来进行分析，可以看到几乎所有的生物特征识别技术的应用对象都是相似的，应用环境上也只是略有差异而已。但是，由于技术间的差异和技术发展的情况不同，所以，不同的技术就产生了各自不同的特定应用场景。这里可以划分成下面的几个方面：1、 先验性防御认证：用于门禁，通道管理、银行取款ATM机等方面的应用；2、 后验性分析识别：事情发生后根据现场获取的特征信息进行分析验证的方式，诸如警方对案发现场的指纹、DNA收集与分析；3、 现场行为分析：根据运动物体行为和周边物体对象的属性进行分析，得到对物体行为的判断和分析结果，诸如道路交通事故分析，车辆闯红灯违章变道，监狱禁区报警等行为的判断。
3.1 银行ATM应用分析鉴于生物特征识别技术在金融行业应用上北京市已经准备在银行ATM上应用人脸识别分析。我们先从人脸识别技术谈起。
ATM上采用人脸识别技术一般情况下流程分为两种应用形式：采用人脸识别作为身份认证手段（属于先验性防御认证）：人接近ATM设备插卡，输入密码期间摄像头拍下人脸正面照片，照片传送回服务器端进行对比验证并传回信息到ATM，然后ATM系统同时进行密码判断决定是否进行后续操作。采用人脸作为数据收集手段（属于后验性分析识别）：人接近ATM设备插卡，输入密码期间摄像头拍下人脸正面照片，照片传送回服务器端进行存储，ATM系统进行密码判断后执行正常操作。
一般情况下，作为曾经研发过人脸识别技术的技术人员和对国内外相关技术、设备的了解，我们建议人脸识别来进行相关金融ATM设备认证的时候主要采用人脸作为数据收集手段，也就是上面的第二种形式。这是因为ATM设备的应用环境特点决定的。ATM设备应用环境特点如下：1、 用户数量众多由于目前的人脸识别技术还很少进行过大数据量真实人脸数据的对比实验，而目前进行过的数据实验都是实验室环境下采集的，采集的周边环境相对稳定，人脸的角度和配合程度都较高，所以，不能作为现有的实际环境应用的实际数据参考。
2、 大部分都在室外和少量遮挡的位置工作人脸识别技术对于光线的要求是相对比较苛刻的，尤其是可见光下的人脸识别技术更是如此。单单光源的不同，诸如光源方向、大小、形状、色温、远近、光强等因素就能让采集到的人脸图像具有多种不同的差异让人脸出现一人千面的效果，使得识别系统出现误识。而室外的光线条件过于复杂，尤其是太阳光谱会覆盖到所有的可见光与不可见光，因此室外的人脸识别设备的研究一直处在不可能实现的状态下。
3.2 生物特征识别技术特点分析而采用其他识别技术都只能完全依靠于识别设备自身的判断进行，不可能通过一般的银行或者金融行业的从业人员进行直接的判断。这里我们可以排列一下相关技术可能出现的一些问题：1、 虹膜识别：准确度最高的生物特征识别技术，但要求的对准精度较高，另外当人生病吃药的时候，会因为药物作用使得虹膜在一定时间内发生改变。
