虹膜识别技术的优点：
1、 生物特征的采集较为方便。
2、 准确性较高：据统计，到目前为止，虹膜识别的错误率是各种生物特征识别中最低的。
虹膜识别技术的缺点：
1、 应用普及程序较低：虹膜识别系统已经进行了许多测试，但还没有更大规模的应用。
2、 成本较高：很难将图像获取设备的尺寸小型化；同时需要昂贵的摄像头。
在虹膜识别技术的研究方面，中科院自动化所模式识别国家重点实验室的研究技术处于国际领先水平，他们不仅在软件算法上具有国际领先地位，同时还可以自行设计制造虹膜识别设备，这在全世界的虹膜识别领域都是绝无仅有的。他们甚至在2004年就已经做成了手持式的微型虹膜采集设备，同时极大的降低了虹膜设备的硬件成本。2006年他们在研究远距离（三米以上）虹膜采集设备上也有了较大的突破，如果这项研究成功，虹膜识别就可以方面的进行远距离无干扰的采集，而不需要现在这种高精度的对准要求了。
2.3 指纹识别指纹是指手指末端正面皮肤上凹凸不平产生的纹路。医学证明，这些纹路在图案、断点和交叉点是各不相同的，具有唯一性和永久性。目前，主流的指纹识别系统应用是：用户把单指放在棱镜面上或玻璃板上，通过CCD传感器件进行扫描。获得的指纹图像被数字化和处理分析并被最终提取为可以接受的指纹数字特征信息，再存贮到存储器上或卡上作为参照样板，使用时通过指纹读取器扫入的信息与样板信息进行对比，做出身份鉴定。
指纹识别技术的优点：
1、实用性强：指纹样本便于获取，易于开发识别系统。
2、可靠性易于增加：可以通过登记更多的指纹，鉴别更多的手指来提高其准确度。
3、方便性好：扫描指纹的速度很快，使用非常方便；
4、应用广泛：指纹识别技术占领了大部份市场。
5、指纹识别产品性价比较好：指纹采集头更加小型化，并且价格低廉。
指纹识别技术的缺点：
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
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
