生物特征识别包括两个工作过程：注册过程和识别过程。注册过程完成采集用户生物特征的标准数据，也就是建立注册样本，生成数据库。识别过程完成对用户身份的确定。例如，现在我们用的手机大多都具备人脸识别开锁的功能（也就是通常我们所说的“刷脸”功能），在设置这项功能时，手机要求主人先拍一张照片作为标准照片，这个过程就是注册过程；当“刷脸”开锁时，手机会再次拍下当前使用者的照片，与已经注册过的标准照片做对比，判断当前使用者是否是它的主人，这个过程就是识别过程。
一个完整的生物特征识别系统从本质上来说是一个模式识别系统（模式识别就是用数学的方法让计算机具有类似人类的认知功能，简单地说就是通过设计复杂的算法，让计算机通过计算实现对事物的分类），由五个模块构成，包括传感器模块、特征提取模块、系统数据库模块、特征匹配模块、决策模块。各模块功能如下。
（1）传感器模块：用于获取用户的生物特征数据，为生物特征识别提供前提。例如手机“刷脸”过程中，传感器模块实际上就是手机上的摄像头，用来获取能够满足识别要求的用户人脸照片。
（2）特征提取模块：此模块用于对传感器模块获取的生物特征数据进行处理，提取出具有区分性的、能够代表该生物特征的特征向量（通俗地说，就是用一组独特的数表示该生物特征）。例如手背静脉识别系统中，提取出手背静脉图像中血管脉络叉点的个数及其相对位置，将该信息构成特征向量。
（3）系统数据库模块：用于用户注册，存储用户该生物特征的标准数据作为注册样本。为了快速识别，注册时，通常先对采集的注册样本进行处理，提取注册样本的特征向量，将该特征向量作为用户的模板存储在系统数据库中。
（4）特征匹配模块：此模块用于将待识别用户该生物特征的特征向量与存储在数据库中的用户模板进行比对，生成匹配分数。匹配分数值越高，越相似。
（5）决策模块：此模块利用某种决策规则，根据特征匹配模块计算出的匹配分数判断待识别用户身份的合法性，确定系统是接受还是拒绝该用户。
本章后面要详细介绍的指纹、虹膜、手背静脉、手指静脉、人脸等生物特征识别系统从原理上都可以概括为以上五个部分。(www.xing528.com)
生物特征识别一般来说有两种典型的工作模式，即认证（Verification）模式和识别（Identification）模式。
认证模式下，待检测用户首先声明自己属于数据库中某个用户，认证系统通过将待检测用户的生物特征与存储在数据库中其声明的用户的生物特征模板进行比对，判断待检测用户身份的合法性。在此模式下，特征匹配进行的是“一对一”的匹配，完成“该用户是其声明的那个人吗？”的判断。
识别模式下，待检测用户不对自己的身份进行说明，识别系统通过将待检测用户的生物特征与数据库中存储的所有用户的生物特征模板进行比对，查询待检测用户是数据库中的哪一个用户或者不是数据库中的用户，以验证待检测用户身份的合法性。在此模式下，特征匹配进行的是“一对多”的匹配，完成“该用户是数据库中哪个人？”的确定。
生物特征识别系统利用传感器（图像传感器、声音传感器、压力传感器等）采集生物特征信息，受传感器定位、环境变化、成像畸变、噪声等因素的影响，势必会造成对同一个用户的同一个生物特征在不同时间采集到的不同样本之间存在差异。因此，生物特征识别结果不能保证100%准确。在认证模式下，生物特征识别系统的性能主要体现在对待检测用户身份判断能力上。在识别模式下，生物特征识别系统的性能主要体现在对待检测用户的身份确定能力上。
对于生物特征识别系统，我们总是希望其错误拒绝率FRR（False Rejection Rate，即将合法用户错认为非法用户的比例）和错误接受率FAR（False Acceptance Rate，即将非法用户错认为合法用户的比例）同时越小越好。FRR表示了系统的易用性，FAR表示了系统的安全性。由于FRR和FAR是相互矛盾的，这就使得在应用系统的设计中，要根据具体应用权衡易用性和安全性。比如军用领域，非法者进入造成的损失非常大，错误接受对系统造成的损失更大，因此更希望FAR越小越好。刑侦领域，错误拒绝可能会导致遗漏重要犯罪嫌疑人，而错误接受还可以利用其他方式排除，这种情况下错误拒绝造成的损失更大，因此希望FRR越小越好。民用领域，错误接受和错误拒绝造成的损失差不多，但更强调易用性，因此降低FRR即可。
除此之外，生物特征识别在两种模式下的识别实时性也是衡量系统性能的一项重要指标，要求特征提取算法和匹配算法耗时越短越好。一般认证模式对算法的速度要求不如识别模式高，但认证模式更强调易用性。识别模式因为要进行“一对多”的匹配，对匹配算法的速度要求很高。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
