摘要 - cepp.gov.tw€¦ · 於指紋研究，它亦是目前應用最為廣泛的...

林政松

33

摘要

是指利用人體之生理上（physiological）如指紋、臉部、聲音或虹膜等身體器官組

織及行為模式（behavioral）特徵來辨識（identification）身份，這種科技由於被辨識的

人必須在親自出席，且可不必強記密碼或攜帶憑證（token），優於如密碼（passwords）

和個人識別碼（PINs, personal Identification Number）等傳統辨識方法。因此利用人體之

唯一性的特徵做為辨識密碼之生物辨識系統，便成為新興的辨識系統。

世界各國皆積極地尋求迅速又便利的方式來辨識身份以維護社會安全，美國政府著

手研究可以整合臉部辨識等生物辨識技術的「電子護照」（E-passports），打算在2005年

年底前發行100萬張以上的電子護照。而我國交通部民航局於日前宣佈將於電子護照

2010年上路，因此生物辨識系統的市場在此情況之下可望大幅成長，本文將就部分生物

特徵辨識（biometric）科技技術原理、優缺點、發展及與安全防偽印刷間之關係進行探

討，希冀有助於印刷業者對生物辨識系統有更進一步的認識，並提供如何與印刷結合時

之參考。

關鍵詞

生物特徵辨識（biometric）、生理之生物特徵辨識（Physical biometrics）、行為模式

生物特徵辨識（Behavioral biometrics）、指紋（Fingerprint）、面部（Face recognition）、網

膜掃瞄（Retinal scan）

壹、前言

生物辨識（Biometric）係源自希臘字

bio（生命）及metric（可計量）二字，是指

利用透過人體之生理上（physiological）如

指紋、臉部、聲音或虹膜等身體器官組織

及行為模式（behavioral）特徵來辨識

（identification）一個人的身份，相較於密碼

（passwords）和個人識別碼（PINs, personal

Identification Number）傳統之辨識方法，生

物辨識（Biometric）有較佳的安全性，其

理由是被辨識的人必須在辨識時親自出

席，且可不必強記密碼或攜帶憑證

（token）。傳統上，一般的辨識系統常使用

簽名、印章比對或密碼的方式來辨別身

份，但是由於這些方法容易仿冒，加上許

多的電腦駭客的入侵事件，就算密碼也不

一定安全。

回想在2001年9月11日，紐約地標世貿

大樓受恐佈主義之蓋達組織發動911恐怖攻

擊事件發生後，其機場安全問題浮出檯

面；另於2005年7月7日清晨，倫敦三列地

鐵、一輛公共汽車發生爆炸，迄今造成49

人死亡，700餘人受傷，喚起了全球大眾對

於如機場、大眾運輸系統等公共場合之安

檢的重視，使得原本處於發展階段，準備

用以取代或加強現有安全檢查制度的生物

辨識技術（包含面部辨識、指紋辨識、聲

音辨識、虹膜辨識等）更是緊鑼密鼓、加

快腳步的進行。以舊金山國際機場為例，

安全部門率先採用掌紋辨識系統管制200多

個出入口，唯有佩帶相對層級通行證的員

工才可以進出管制區域。根據機場安全主

管表示，以辨識技術搭配傳統識別證的管

制方式效果卓著，未來將推展到每日25萬

人次的出入境旅客上。世界各國皆積極地

尋求迅速又便利的方式來辨識身份以維護

社會安全，美國政府著手研究可以整合臉

部辨識等生物辨識技術的「電子護照」（E-

passports），美國國務院打算在2005年年底

前發行100萬張以上的電子護照，2005年預

計所有的護照都會有特殊的晶片功能。而

我國交通部民航局於日前宣佈將於電子護

照2010年上路，因此生物辨識系統的市場

在此情況之下可望大幅成長。

貳、生物特徵辨識（biometric）技術概述

一、生物特徵簡介

美國麻省理工學院將「生物辨識」稱

為具有改變世界的十大最具潛力的科技之

一。而何謂生物辨識？簡言之，即以人類

身上所天生擁有的生物特徵來辨識或驗證

使用者個人的身份，人類因為內在的DNA

排列差異，造成每個個體之間無論是外在

的長相、內在或行為舉止上的特徵，都存

在有顯著的差異點，這種『世上人人有，

個個皆不同』的特性，被稱為生物特徵

〈Biometrics〉。從字義上來看，Bio- 是泛指

34

第二十一卷第四期

生命性的；而 -metric 指的是可計量的，兩

者的合意則是將生物性特徵數值化之比對

技術。

人類的生物特徵依照其型態可區分為

兩類，第一類是生理學上的特徵，例如臉

型、指紋、虹膜及掌紋等。另一類則是行

為模式的特徵，例如聲音及手寫文字等。

生理學上的特徵多是由DNA所決定，因此

這類特徵不易隨時間而改變，也具有人人

不同的唯一性（uniqueness），而行為模式

的特徵則不同，會隨著時間、所處的地點

或是外在的環境而改變。

生物特徵技術與傳統辨識技術最大的

不同點，在於不認物只認人，傳統上人們

使用證件式（Token-Based）和認知型

（Knowledge-Based）等二種形式的機制來進

行身份認證。證件式機制係以使用者所擁

有的實體證件來證明身份，如印章、身份

證、護照、信用卡和鑰匙等；而認知型機

制係以使用者所知道的知識來驗明正身，

常用的知識有密碼、身份證號碼、電話號

碼和出生年月日等。由於這二種機制並不

是以使用者本身所具有的內在特徵來進行

身份認證，他們常會遭遇到一些不甚便利

的使用情況，例如（1）證件遭遺失、偷

竊、忘記或錯放了位置、（2）密碼被遺

忘、錯記，甚至遭人以猜測方式來破解，

甚至大約有25％的民眾會將密碼寫在提款

卡上面，若其卡片被拾獲或遭竊時，傳統

的身份認證機制就失去了任何保障的功

能。事實上，傳統的認證機制並無法區分

真正使用者和以詐取方式獲得證件或個人

身份資料的冒充者。而由於人類的生物特

徵並不會輕易的遺失或被偷走，因此利用

生物特徵對個人的身份做辨認是一個極佳

的方法，且利用此科技來改善和解決許多

因無法真實地確認使用者身份而產生的詐

欺現象。

而好的生物特徵應具有下列條件：（1）

普遍性：即每個人皆具有的特徵，（2）唯

一性：即沒有任何二人具有完全相同的特

徵，（3）恆久性：即此特徵必須持久且不

能被改變，（4）可量測性：即這種特徵必

須能被量測成可定量描述的數據指標。

二、生物特徵辨識技術發展史

生物辨識技術在幾千年以前在中國和

古敘利亞即開始應用了，只是應用的方式

和場合與現在相比發生了很大的變化。古

代只是將指紋作為身份辨識的一種工具而

已，例如將陶藝匠人將指紋印在黏土陶器

上；文件起草者的大拇指指紋留在文件上

等等，當然生物辨識技術的發展主要起始

於指紋研究，它亦是目前應用最為廣泛的

生物辨識技術，19世紀初，科學研究發現

了指紋的兩個重要特徵：一是兩個不同手

指的指紋紋脊的式樣不同﹔二是指紋紋脊

的式樣與生俱來，而且終生不會改變。

1896年阿根廷首次把這個發現應用於犯罪

35

印　刷　科　技

事件的鑑別中，1901年蘇格蘭也開始應

用，而隨即20世紀其他國家也相繼應用。

當然以前的指紋辨識是採用手工的方

法，即將指紋卡片存放在指紋庫中，需要

時在指紋庫中人工查找、由指紋專家對比

指紋卡。從20世紀60年代開始，電腦可以

有效地處理圖形，人們開始著手研究利用

電腦來處理指紋，特別是20世紀80年代，

微電腦、光學掃描等技術的發展，使得它

們作為指紋辨識技術得到了突破性的發

展，許多高效可靠的自動指紋辨識系統

（ Automated Fingerprint Identification

System，簡稱AFIS）相繼問世，同時生物

辨識技術也得到了延伸和擴展，發現了臉

像、虹膜、語音、氣味、掌型、靜脈等生

物辨識特徵，並開發出許多可實際應用的

生物辨識系統，表一為各國生物辨識發展

現況。

三、驗證（verification）與辨識

（identification）

有二種不同方法來分辨一個人的身

份：身份辨認（Identification 或 Recognition）

和身份驗證（Verification）。身份辨認是從

眾人中辨識出使用者的身份，也就是問

“我是誰？（Who am I?） ”，而身份驗證

是用來鑑定處理對象所宣稱身份的真實

性，也就是判斷“我即是我所宣稱那人的

真偽（Am I who I claim I am ?）”，如圖一

表示指紋辨識的過程。

36


表1、各國生物辨識發展現況國家生物辨識識別卡的使用策略

塞內加爾（西非共和國）塞內加爾將使用生物識別卡，將唯一一張作為2006年總統大選之選票

日本日本的金融總裁Tatsuya敦促商業銀行，使用結合生物辨識功能金融卡以

降低偽卡之使用率

世界各地航員旅行的身分辨識條文中，全世界有120萬水手的生物辨識旅行文件，已成

功通過測試。

阿拉伯聯合大公王國阿拉伯聯合大公王國正洽尋生物辨識科技來增加工作安全，根據Hitachi所

做的獨立市場調查結果顯示，在單一區域中約有55％的廠商表示未來將虹

膜和指紋辨識系統作為辦公室安全設備之一環

紐西蘭紐西蘭的內閣閣員預計今年開始推出生物辨識護照

俄羅斯俄羅斯總理 Vladimir Putin 將於明年1月1日前完成生物護照的換發

（資料來源：Will McMeechan,“以全球觀點看生物辨識安防技術”,安全&自動化 TAIWAN, Vol. 67, p82. ）

圖一、表示指紋辨識的過程

用戶ID

用戶ID

指紋特徵碼模板庫指紋特徵碼模板

指紋特徵碼+ID

保存

驗證

匹配

比對

登記

指紋

貳、生物特徵辨識（biometric）技術

一、生理之生物特徵辨識技術

（Physical biometrics）

（一）、指紋（Fingerprint）

1. 指紋辨識科技的發展過程

人類的指紋可以說是發現得最早的生

物特徵，由於指紋具有唯一及不變的特

性，因此一直被當作身分辨識的重要依

據，早在西元前三世紀前，指紋就被作為

個人的標記（ m a r k s ）或特徵

（signatures），而至19世紀後期，在西方社

會開始有人收集用墨印於紙上之指紋；於

1858年7月，印度孟加拉William Herschel開

始收集整支手或右手食、中指之指紋，作

為人身分之識別，隨後將之交易給英屬東

印度公司，並可連結至過去逮捕的罪犯資

料。

在1870年代，英國人Henry Faulds先從

古代陶製品上有裸露的指紋，激起他收集

指紋印模（impression）並且加以研究，並

利用其指紋來分辨其藝術家，隨即將指紋

加以分類（ c l a s s i f i c a t i o n）分成環狀

（loop）、螺旋狀（whorl）、拱形等，並更成

功的在酒瓶上辨識出一油脂之指紋。

1900年Edward Henry出版了一本「指

紋的分類與用途（Classification and uses of

fingerprint）」隨後各國皆陸續採用指紋作為

刑案調查，甚至於日後發展出自動指紋辨

識系統（automatic fringerprint identification

system, AFIS），提高指紋對比的效率與正

確性，更提昇辦案效率及破案率。

2. 指紋的分類

（1）細微特徵（minutiae）

指紋係由紋脊（ r i d g e s）及紋谷

（furrows）所組成，紋脊（ridges）為指紋

中較為凸起之部分，而紋谷（furrows）係

為較低之部分，介於紋脊（ridges）及紋谷

（furrows）不同空間，將可使我們抓取或持

物時而不會滑掉之足夠之摩擦力，每個人

有其紋路之特徵，指紋中紋脊及紋谷之分

佈型態，如紋脊端點（ridges end）、分叉點

（split）、分叉又接合點（split and join）或僅

為一個點狀，被稱為細微特徵（minutiae）

，而這些細微特徵（minutiae）為指紋比對

辨識系統之主要工具。

指紋的細部特徵係由紋脊端點（ridge

endings）、分叉點（bifurcations）、紋脊點

（ridge dots）及封閉紋脊（enclosures），如

圖二。此外，亦可將其再進一步細分，再

分為如下列幾種次要之細部特徵

（subminutiae）：

●凹陷之小孔（pores）：係指紋中出現小

凹陷之孔。

● 交叉（crossovers）：有點類似分叉點

（bifurcations），但此類所呈現的為”X”

型態。

●三角洲（deltas）：指紋中呈現三角形。

37


（2）指紋型態（fingerprint type）

指紋型態Henry Faulds將指紋加以分類

（classification），共有三種主要的型態，包

括分成環狀（loop）、螺旋狀（whorl）、拱

形（arch）；而其環狀（loop）亦可再細分

為長環狀（ulnar loops）、輻射環狀（radial

loops），螺旋狀（whorl）可再分為單旋及

雙旋（single and double whorl），而拱形

（arch）可再分為平拱形或突拱形（plain or

tented arch）。一般而言，拱形為最常見之

指紋類型，約佔6 5％，其次為螺旋狀

（whorl），約佔30％，最少為拱形（arch），

約為5％。

由於指紋具有唯一及不變的特性，因

此一直被當作身分辨識的重要依據。人的

手掌及其手指、腳、腳趾內側表面的皮膚

凸凹不平產生的紋路（學名稱為脊）會形

成各種各樣的圖案。這些紋路除了增加皮

膚表面的摩擦力，還是每個人的特徵標

識。指紋的紋路圖案、斷點和交叉點每個

人各不相同，它具有獨特性。一般每個指

紋都有幾個獨一無二可測量的特徵點，而

每個特徵點都有大約七個特徵，人十個手

指最少產生4900個獨立可測量的特徵。利

用這些指紋特徵足夠驗証他的真實身份。

以圖三環形指紋為例，包括了交叉

點、核心點、分岔點、脊斷點、島型區

域、三角形區域和孔。

3.指紋辨識基本過程

（1）樣本擷取

在指紋辨識中便是指紋讀取，就即對

指紋影像的取得與儲存，如圖四，指紋影

像文件一般有256KB，如果需要保存高質

量指紋影像，則必需有高容量的記憶體。

現在新的指紋獲取技術並不需要保存完整

的、高質量的指紋影像，只需要把指紋的

一些特定的數據轉換成一個相對較小的指

紋特徵碼，一般只有250-1000個字節。

38


圖二、指紋的細部特徵

（資料來源：John Chrirllo, CISSP and Scott Blaul,CISSP, Implementing Biometric Security, WileyPublishing, Inc., p19 ）

圖三、環形指紋

資料來源：http://tds.ic.polyu.edu.hk/mtu/hict/bio/media/2_1a.jpg

（2）特徵提取

當一個高品質的指紋特徵被擷取後，

需要許多步驟將它的特徵轉換到一個複合

的樣板（template）中，而這個過程被稱為

特徵擷取過程，它是指紋辨識技術的核

心，指紋特徵被提取後，它必須被轉換成

一個有用的格式。如果影像是灰階影像，

相對較淺的部分會被捨棄，而相對較深的

部分被變成了黑色。脊的像素（pixel）由5

到8個被縮細到一個像素，這樣就能精確定

位脊斷點和分岔了。

即使是精細的影像也存在著細節變形

和錯誤細節，例如，由於疤痕，汗液或灰

塵導致的細節異常，需要作進一步的處

理，將其中的錯誤細節捨棄掉，即可得到

一個指紋影像細節特徵。

（3）驗證和辨識

指紋辨識的最終目標是驗證

（Verification）和辨識（Identification）。驗

證就是通過把一個現場採集到的指紋與一

個己經登記的指紋進行一對一的比對

（One-to-one matching），來確認身份的過

程。辨識則是把現場採集到的指紋跟指紋

數據庫中的指紋逐一對比，從中找出與現

場指紋相匹配的指紋。

（4）指紋辨識技術的可靠性

由於電腦處理指紋時，只是涉及了指

紋的一些有限的訊息，而且比對算法並不

是精確匹配，其結果也不能保証100％準

確。指紋辨識系統可靠性衡量的重要指標

是辨識率。這個指標包括兩部分：拒真率

（false reject）和認假率（false accept），而拒

真率和認假率彼此是成反比的，雖然指紋

辨識系統並非完全可靠，但其安全性也比

相同可靠性等級的“ID+密碼”之辨識方法

安全性高得多。例如採用四位數字密碼的

系統，不安全機率為0.01％，若採用認假率

為0.01％指紋辨識系統相比，一個人可在一

段時間內試驗出四位數密碼，但是他絕對

不可能找到一千個人中尋找出符合之手

指，因此，在一般應用上1％的認假率就可

以接受；而拒真率實際上也是系統易用性

的重要指標。由於拒真率和認假率是相互

矛盾的，使得在應用系統的設計中，要權

衡易用性和安全性，一個有效的辦法是比

對兩個或更多的指紋，在不損失易用性的

同時，極大地提高了系統安全性。

4.指紋辨識技術的優缺點

（1）指紋優點

指紋辨識科技擁有許多優點，使之在

資料安全上成為最熱門及最佳的生物辨識

科技，其優點有：

39


圖四、擷取後之指紋

●在眾多生物辨識科技中，指紋辨識為最

早、最有名及相當成熟的一種方法，即

其所擷取的資料廣泛的被使用，易於使

用，只需簡單地將手指置於掃描器

（scanner）即可

●指紋特徵的唯一性、穩定性和複雜度足

以提供用於身份鑒別。利用指紋獨一無

二的特性，只需增加指紋的數量，便可

提高辨識的可靠性。

●指紋採集速度快，使用非常方便。採集

指紋時，用戶只需將手指與指紋採集頭

相互接觸便在幾秒鐘即可完成，這也是

指紋辨識技術能夠佔領大部份市場的一

個主要原因。

●指紋採集頭可以更加小型化，價格會更

加的低廉，容易與現有的系統集成。

（2）指紋缺點

指紋辨識科技雖是最早及最有名之生

物辨識科技，但也提供一般大眾相當多的

如何去攻擊指紋科技的資訊，即亦有其缺

點：

●指紋易以公開可取得之資料、易得且便

宜之材料（如橡膠）複製與重製，稱為

偽造或仿製品（fake or dummy）

●使用後，會有指紋之潛像（latent print）

殘留在掃描機，易被偽造，然而利用此

潛像進行偽造指紋的技術這會比使用者

自願所提供之指印仍需更多技巧（skill）

●掃描器上易殘留使用者指尖之油脂堆積

●由於過去多在犯罪記錄中使用指紋，因

此，使得人們的接受程度受到一定的影

響。其實現在一般的應用系統中根本不

存儲任何含有指紋圖像的數據，而只是

存儲從指紋中得到的加密的指紋特徵數

據。

●由於指紋採集時採用接觸式採集，因此

容易留下指紋印痕，而這些指紋痕跡存

在被複製的可能性。

●衛生問題，指紋辨識為接觸式之辨識方

法，所以前人接觸過掃瞄器，而後面使

用者，再度以手指接觸掃瞄器，造成衛

生的問題

（3）指紋辨識技術所採取之措施

針對上述之缺點，可以採取一些措施

來改善指紋辨識系統，並彌補該系統之漏

洞安全：

●為了降低偽造或仿造之指紋，對系統造

成錯誤的接受率（false accept rate ），可

採取下列之預防措施：

●鑑識（authentication）過程，註冊登入

（enroll）與使用時，以多支手指進行。

●當使用多支手指進行鑑識

（authentication），可隨時更改型式，就如

同隨時可更改密碼一般。

●使用可檢測或感應（sense）出真假手指

之裝置。

●使用多重辨識及鑑識方法（如指紋及密

碼）

40


●只允許特定之指紋機（ f r inge r-p r in t

scanner）所取得之指紋，方能進行身分

辨識

●可能的話，儘量管控進入指紋掃瞄器之

人員。

●增加敏感度以降低錯誤通過認證（false

positive）的可能性，但注意會造成拒真

率提高

●在指紋掃瞄器使用率高的環境，應進行

例行性之保養，以避免油脂殘留之堆積

●環境狀況儘量不影響裝置，例如保持指

紋掃描器之清潔的，或設有保護層

（protective coating）

●指紋機之感應器（sensor）應儘量不受濕

度及溫度之影響，但若感應器位於金屬

鍋爐時，可能受熱而影響其效能；若將

其置於溫室下（greenhouse），則可能受

至濕度及水氣（humidity and moisture）之

影響

●指紋掃描機之感應偽造指紋能力，亦為

選擇的主要標準：

●感應器有感應出手指的溫度存在、可檢

測出手指上有脈搏及可檢測出皮膚表面

之導電度（conductivity）（一般而言，乳

膠之偽造手指不具導電度）

●感應器在大部分之環境下仍可作用，且

不會影響其掃描之影像品質，例如：乾

／濕手指、室內／室外之使用、適合各

種尺寸之手指、改變手指之壓力，不會

對身分認證有不利之影響及指紋磨損時

仍可被認證。

5. 指紋掃描器之感應器

掃紋辨識系統中最重要的是指紋掃描

器，而指紋掃描器中最重要的元件為其感

應元件（sensor），一般可分成三大類：光

學式（Optical）、矽晶片式（Silicon）及超

音波（Ultrasonic）。

（1）光學式（Optical）：光學式感應器

（Optical Sensor），則以Compaq的

Identicator最具代表性。光學式可再分

為下列幾種：

Ⅰ. 吸收全內部反射式（Frustrated Total

Internal Reflection,FTIR）：為最早及目前

最常使用的活體掃描器（lived-scan），係

由手指接觸一玻璃三稜鏡，紋脊（ridge）

接觸稄鏡表面，而紋谷（valleys）與稄

鏡表面卻有一定的距離，如圖五，稜鏡

左方之有一擴散光源（如發光二極體

（light-emitting diodes, LED）或平面光

（film planar light），在紋谷（valleys）處

光線穿過稜鏡後反射，而在紋脊（ridge）

光線卻是隨機的消散（被吸收），所以

此處會形成黑色，而紋谷（valleys）反

射光線則形成白色，而這反射光線經透

鏡聚焦後，映射在CCD或CMOS的感光

元件上，因為此類FTIR裝置為感應三維

之表面，所以利用指紋的照片或指紋印

之影像，不易被欺騙而通過。

41


Ⅱ. 片狀稜鏡之FTIR：如圖六所示，以許多

小稜鏡取代單一之稜鏡，如此可降低裝

置之尺寸，惟其影像之品質低於傳統使

用玻璃稜鏡之FTIR。

Ⅲ. 光纖（Optical fibers）：係以一片平板

式之光纖來取代稜鏡及透鏡組，而手指

直接接觸光纖板表面玻璃纖維（glass

fibers），而下方置有CCD或CMOS等感

光元件，其為直接將光傳至感光元件

上，不必再透過透鏡及空氣等變數，因

此，必須含蓋所有掃瞄的範圍，所以成

本也較高。如圖七所示。

Ⅳ. 光電式（Electro-optical）：光電式包含

二層，第一層為塑膠層，以適當的電壓

加以偏極化（polarized），內含發散光

（emits light），因為紋脊（ridge）會接觸

塑膠，而紋谷（valleys）則不會接觸，

則其表面之電位將不同，而第二層為完

全密接於第一層，內含光電二極管陣列

（photodiode array），接收上層光的散出

量，並使之轉成數位化影像，如圖八所

示，雖然可大大縮小尺寸，但其品質尚

無法與傳統之FTIR相比。

42


圖五、吸收全內反射式示意圖

（資料來源：Davide Maltoni, Dario Maio,Anil k. Jain,Salil Prabhakar, Handbook of Fingerprint Recognition,Springer）

圖六、片狀稜鏡之FTIR示意圖（資料來源：Davide Maltoni, Dario Maio,Anil k. Jain,

Salil Prabhakar, Handbook of Fingerprint Recognition,Springer）

圖七、光纖（Optical fibers）示意圖（資料來源：Davide Maltoni, Dario Maio,Anil k. Jain,Salil Prabhakar, Handbook of Fingerprint Recognition,Springer）

圖八、光電式（Electro-optical）指紋感應器示意圖


Ⅴ. 直讀式（direct reading）：利用高階之

相機直接對焦於指紋上，手指不是接觸

於任何表面上，而是將掃瞄器設於距手

指一固定距離，這類之裝置可以減少如

例行性之清潔工作且因沒有直接接觸任

何表面，所以更衛生，但是要得準確對

焦及高反差之影像是有困難。

但光學式感應器有其先天上的缺點，

例如大部份的光學感應器都怕光，強烈的

自然光源常會導至無法取像或取像不完整

而影響比對，第二是大部份的光學感應器

皆有聚焦偏離的售後問題，在長期使用或

不當使用的情況下，常導至反射鏡位置偏

離，而產生無法取像或比對不正確的結

果，這時我們便需要作聚焦校正，也就是

Allignment的動作。第三是光學感應器較難

處理污染或髒的指頭，例如沾到墨水的指

頭。第四是光學感應器的大小（Sensor

Size），以目前市面上最小的光學感應器為

例，其大小仍無法建於Notebook、PDA或

Cellular Phone內。

（2）半導體式（solid-state sensor）

在1980年代時半導體式感應器（solid-

state sensor）就有專利之文件出現，但至

1990年代中期才陸陸續續看到半導體式的

感應裝置問市（Solid State CMOS Sensor）

而其中較受矚目的廠商Veridicom。這類裝

置克服了尺寸及成本的問題，更可使指紋

辨識系統在各類裝置上應用並擴大了市

場，依其感應方式可分成四類：電容式

（capacitive）、熱感式（thermal）、電場式

（electric field）及壓電式（piezoelectric）

Ⅰ. 電容式（capacitive）：係為半導體感應

元件中最常用的方式，為晶片上植入二

維陣列之微電容板（micro-capacitor

plates），而手指之皮膚為另一微電容板

（micro-capacitor plates），當手指放在晶

片上時，其手指與微電容板（micro-

capacitor plates）間，造成電荷之改變，

再將其電荷放大，而紋脊（ridge）與紋

谷（valleys）之電荷不同，即可分辨出

指紋之特性，如圖九所示。此類感應元

件因手指接觸其晶片，易造成晶片上殘

留油脂，而造成辨識上之困難，因此通

常表面會塗佈一保護層，例如金屬納，

但不可太厚或薄，以免影響辨識結果，

另外，必須防止靜電荷（electrostatic

discharges, ESD）的影響，而產生重大

之損害。

Ⅱ. 熱感式（thermal）：係以感應溫度變化

之熱感電物質（Pyro-electric）來產生影

43


圖九、電容式（capacitive）指紋感應器示意圖（資料來源：Davide Maltoni, Dario Maio,Anil k. Jain,

Salil Prabhakar, Handbook of Fingerprint Recognition,Springer）

像，由於紋脊（ridge）與紋谷（valleys）

接觸時，與感應裝置其距離不同，則溫

度變化亦不同，而形成影像，但此影像

很快就因為溫度已達到平衡而消失，因

此可以用掃過（sweep）的方式來擷取

較穩定之影像，如圖十所示。當然其優

點為：較不受靜電之影響，且其保護層

可較厚（10-20 um）。

Ⅲ. 電場式（electric field）：其元件包含可

生成正弦波訊號之驅動環（drive ring）

及可接收由驅動環所產生很微小振幅

（amplitude）因皮膚結構而產生調制

（modulated）之主動式天線所組成。

Ⅳ. 壓電式（piezoelectric）：為壓感式感應

元件，當壓力作用其上時，會產生電訊

號，其表面為一非導電之電介質

（dielectric），當手指施壓力於元件時，

會產生電流反應，稱為壓電反應

（piezoelectric effect），因此，於紋脊

（ridge）與紋谷（valleys）接觸時，其距

離不同而所施的壓力亦不同，導致產生

之電流亦不同，惟其感應物質之敏感度

不足，且表保護塗佈層易造成影像之模

糊問題。

（3）超音波（Ultrasonic）

係以朝手指送出音響（acoustic）訊

號，並擷取其回響（echo）訊號，包含發

出短波音響之輸送器（transmitter）及接收

由手指反射回響之接收器所成，如圖十一

44


圖十、熱感式（thermal）指紋感應器示意圖（資料來源：Davide Maltoni, Dario Maio,Anil k. Jain, Salil Prabhakar, Handbook of Fingerprint Recognition, Springer）

圖十一、超音波（Ultrasonic）指紋感應器示意圖


所示；此類裝置的優點為即使為一髒的

手，亦能擷取到很好指紋影像。如圖十

二、十三所示。而其缺點為尺寸過大且相

當昂貴，除此之外，其擷取時間需數秒，

目前大量生產市場上尚未很成熟。

而有關各類指紋掃描機感光方式之比

較，如表二。

（二）、面部（Face）

日常生活中，長相就是判斷身份的最

主要依據，因此，在許多證件（如身份

證、駕照和護照）上都要黏貼個人的大頭

照片，當需要驗明身份時，則只需比對證

件上的照片和真實人物的長相即可做出明

確的判斷。

一般的面部辨識方法是用一個相機攝

取一張影像，然後去做面部辨識。通常的

方法是用這一張影像去擷取他的面部特

徵，如：眉毛、眼睛、鼻子、嘴巴（嘴

唇）、下巴，或者擷取面部的輪廓，而由於

電腦科技的突飛猛進，面部辨識系統則多

半以彩色且高解析度的為主，甚而朝3D人

臉立體結構的資訊著手。

1.面部特徵擷取技術：

要應用面部辨識系統，應該了解面部

45


圖十二、污跡手指經超音波及光學式掃描器

之影像圖十三、污跡手指經超音波及光學式掃描器

之影像

表二、各類指紋掃描機之比較表

型式一般大小外觀處理機制注意事項

光學式

Optical 10x10x5 cm 光線, 反射, 光感應器接收區要乾淨,無灰塵

晶片半導體

Silicon 15x15x5 mm 固態電容, 距離=電壓手指不要太濕或太乾

超音波

Ultrasonic 15x15x20cm 超音波尺寸大，設備昂貴

擷取技術，因為有些技術易受光源的影

響，有些易受熱之影響，有些具有學習能

力，各有其適用之環境，以下僅介紹幾種

面部擷取技術：

（1）特徵面部（Eigenface）：此類方

法很類似一種有數百支針盤之玩具，當將

手或面部放在針盤上，針盤將會形成手部

或面部之影像；而本法係由麻省理工學院

（MIT）所發展出來的，係為二維之灰階影

像，如圖十四所示。

（2）熱感式（Thermal）：以熱感式相

機（thermal cameras），偵測並擷取皮下組

織之血管型式（blood vessel pattern），作為

生物特徵的樣版，即使為雙胞胎其血管型

式，彼此亦很獨特，此種方法可用來辨識

雙胞胎。另一方法為利用紅外線相機

（infrared camera）來偵測每個人之熱度分佈

型態變化（thermal heat pattern variation），

但這種方法易受人的狀況及環境之影響，

例如，人運動後或感冒發燒，可能會成無

法通過，此外，環境的溫度遽然變化時

（如開放空間、沒有空調倉庫或戶外之碼頭

等），溫度突降或突升，可能造成錯誤的拒

絕（ false reject）或錯誤的接受（ false

accepted）等誤判。

（ 3）局部特徵分析（ local feature

analysis）：即先找出人臉中重要部位（如

眼睛、鼻子和嘴巴等）的位置和形狀，然

後量測這些部位間的幾何特性（如距離和

尺寸大小）或局部部位特徵值，最後則根

據所測量的特性或特徵值進行比對；為目

前面部辨識技術運用最廣且可適應年齡或

面部表情之改變。

（4）自動面部處理（automatic face

processing）：係以相機來擷取面部影像，

將顯著的面部特徵（predominant facial

features）彼此間的距離及距離率（distance

ratios）推演出來的，包括眼、鼻、嘴等與

重要的特徵，例如，鼻尖至嘴角之距離及

角度。

（5）類神經網路（neural network）：

係以註冊登錄建檔時所儲存之面部影像作

為參考，隨後取得面部之影像，比對建檔

時之影像，透過投票程序（voting process）

決定是否符合，而將加權（weights）指定

至影像之獨特的特徵上，每次比對皆將其

加權進行修正，即稱為學習，由於可以經

過學習（learn），，所以可降低由於光源、

年齡、改變表情等所引起的問題。

46


圖十四、特徵臉（Eigenface）之示意圖（資料來源：John Chrirllo, CISSP and Scott Blaul,

CISSP, Implementing Biometric Security, WileyPublishing, Inc., p19 ）

2.面部辨識系統的優缺點

（1）優點

●不需要使用者的互動（interaction）且易

於使用（只需簡單看著相機即可），不必

與裝置直接接觸，並可運用一般之標準

相機（數位、網路、攝影機等皆可）。

●比其他生物特徵辨識之成本更低

■視網膜（retina）（成本高且龐大）。

■虹膜（iris）（須有特殊之虹膜相機）。

■簽名（signature）（簽名平板、觸控式

螢幕或其他裝置）。

■指紋（須用特殊之掃描裝置）。

●大部人皆可使用，只有極少數人無法使

用。

●面部掃描技術為雙重鑑識（two-factor

authentication）或完善系統的最佳選擇裝

置。

（2）缺點：雖然面部辨識有上述之優點，但

亦有其缺點如下：

●辨識面部極類似之雙胞胎問題。

●環境光源的變化或環境溫度變化，可能

會影響熱感式掃描器。

●面部表情會引起錯誤拒絕（false rejects）

的誤判。

●在某些裝置上，髮型改變會引起錯誤拒

絕（false rejects）的誤判。

●頭髮的成長／刮鬍子，會造成無法辨

識，另外每個人在成長過程中，皆會週

期性地經歷錯誤拒絕（false rejects）的誤

判。

●人的年齡增長，會引錯誤拒絕（false

rejects）的誤判。

●活體的證明或易被易容後的面貌所欺騙

3. 面部辨識技術流程

機器「辨臉」的主要步驟如圖十五至

圖十九所示。

Ⅰ. 系統必須確認辨識的目標是人類的臉。

藉由偵測面部的活動（如眨眼等），系

統確定辨識的目標是活生生的人的臉，

而不是拿來惡作劇的面具。如圖十五所

示。

Ⅱ. 系統搜尋面部陡峭的特徵（如眼窩、顴

骨）加以標記，並且連接形成錨點

（Anchor Points）。如圖十六所示。

Ⅲ. 系統繼續在整個臉部搜尋錨點並加以連

接，便得到一組呈網狀連接的三角形，

系統記憶各三角形間的相對位置與角

度，並給予這張臉一個號碼以玆辨識。

如圖十七所示。

Ⅳ. 在辨識的過程中，系統試圖將所掃描到

的影像與記憶庫中的存檔加以比對，命

中率未達標準便加以拒絕。（圖十八）

Ｖ. 由於百分之百的辨識率過於強人所難，

若標準設定太高往往會因為面部表情變

化等細節造成辨識失敗，因此系統提供

的是如同統計學中假設檢定般的信賴

度，在合理的信賴區間內達到最高的辨

識效果。（圖十九）

47


（三）網膜掃瞄（Retinal scan）

視網膜辨識視技術，係為一種內在及

獨特的生物特徵，其可靠性和值得信賴程

度可說是目前生物辨識技術中最高的，為

基於人類眼球後部血管分佈獨特性理論上

發展起來的，如圖二十所示，因為視網膜

比虹膜是更獨特、穩定的生物特徵，它是”

隱藏”在眼球內的，故不可能磨損、老化

或是受一般疾病的影響，除了患有嚴重眼

疾或者嚴重的腦外傷外，即使是孿生子，

血管分佈也是具有獨特性，如分佈密度、

左右不同，且不受遺傳基因之影響，可降

低使用者負面之反應及人種上的偏見。視

網膜的結構形式在人的一生當中都相當穩

定。

1.視網膜辨識技術影像的取得

視網膜辨識技術首先需要獲得視網膜

圖像，使用者的眼睛與擷取設備之間的距

離約在半英寸之內，當擷取設備在讀取圖

像時，眼睛必須處於靜止狀態，大約5秒，

48


圖十五、確定被辨識之人

圖十八、比對拒絕之結果圖十九、比對接受之結果

圖十六、尋找面部特徵圖十七、連結面部特徵

（資料來源: http://www.technologyreview.com）

且所須的影像較多，至少五張，所以註冊

建檔時間較長。一般從擷取到的視網膜圖

像上可以獲得近400個特徵點，與指紋辨識

技術比較，指紋只能提供30到40個特徵

點，其錯誤的接受率為0.01％（萬分之

一），而視網膜辨識的採集設備的認假率低

於百萬分之一。

2.視網膜辨識的優缺點

（1）視網膜辨識技術具有以下一些優點：

●視網膜很難造假及偽造，為一種內部隱

藏的生物特徵，極為固定的生物特徵，

大約一歲後就不會改變，辨識的可信度

高

●使用者不需要和設備進行直接的接觸

●視網膜不受外在因素之影響（除非年齡

成長、疾病）

（2）缺點：即使如此堅固之視網膜辨識技

術，但仍有其固有的缺點，其缺點如下：

●網膜易受疾病、老化及嚴重的傷殘而受

限

●有些裝置無法處理眼鏡或隱形眼鏡的問

題

●成本高且仍無法避免有關眼睛疾病的傳

染

●仍無法運用於人員門禁系統，期可改進

成可攜式與低成本

（四）虹膜（Iris scan）

1.虹膜辨識技術簡介

眼球虹膜是眼睛中由瞳孔和鞏膜（眼

白）所構成的環狀區域，其紋理結構複

雜，且具有極佳的區分能力，如圖二十一

所示。

一般人自從二歲以後，眼球虹膜就已

經發展完全，形成了穩定的圖形樣式，因

此，眼球虹膜辨識也成為一項重要的生物

認證技術。與視網膜使用情形相同，皆為

內在生物特徵（internal biometric），眼球虹

膜取樣時，需將低功率的光束或紅外線打

在眼球上，因此這種技術目前也面臨到使

用者因心理懼怕而抗拒使用的窘況。眼球

虹膜辨識特別是用在大規模人數的應用中

49


圖二十、網膜血管圖

圖二十一、虹膜辨識技術

可獲得極佳的辨認效果，甚至曾有人宣稱

在200萬用戶的資料庫中，錯誤符合率

（false match rate）為「0」。

虹膜樣板之擷取比網膜辨識系統之擷

取距離較遠，大約19”，且必須於0.5”內

（18.5~19.5”）才可擷取到較佳之影像，眼

睛移動、角度及光源皆會影響到取得影像

之品質，對因為會有一道光打入眼睛，所

以對人會產生抗拒感。

2.虹膜辨識科技的優缺點

（1）虹膜仍然保有網膜辨識技術的優點，除

此之外，仍有下列的優點：

●虹膜相當穩定，且人的一生皆可用

●虹膜之生物特徵相當獨特，沒有兩個人

會相同

●很多資料點可存在一很小的樣版中

（512k）

●內在隱藏之特徵，不易被偽造

●使用者不必直接接觸裝置

●不受外在環境的影響

●比網膜辨識技術，其成本較低

●使用者不必取下眼鏡即可運作

（2）缺點：虹膜辨識技術的缺點如下：

●虹膜易受制於疾病、老化及各類身體之

損傷而影響

●無虹膜症（aniridia）的人無法使用

●對眼睛之危害，仍有存疑

●相較其他技術而言，成本仍較高

為克服上述缺點，可以一次鑑識時以

雙眼註冊建檔、改變掃描的次序（如，

左、右、右）、結合其他辨識技術、取得

之資料進行加密等來改善虹膜辨識的安全

與接受度。

（五）掌形／掌紋（Hand geometry /

Handprint）

手部掃描技術（hand scan）可以分

成：（1）掌形（Hand geometry）：係以而

根據手掌的形狀、手指的長度和寬度；（2）

掌紋（Handprint）：有點類以指紋系統，

但係以14手指骨、手掌有5根骨、手腕有8

根骨及其肌肉與皮膚組成一手掌之構造與

紋路，而形成即為一種生物特徵，因此只

要與註冊登錄建檔的資料相比較，即可進

行驗證。如圖二十二所示。

在1996年奧運即運用掌形辨識來管制

65,000人的進出選手村，掌形辨識相對於其

它生物認證技術，在技術層次和處理複雜

度上是比較簡單的，其系統具有成本便宜

和方便使用的優點，而且在作業時，也不

會因周遭光線和環境因素的變化而受到太

大的干擾。因此，掌形辨識系統很容易被

人接受及使用。

掌形辨識系統使用者需要將手掌放置

於操作平台上，而平台板上設計有用以分

離每根手指的小圓形界椿，手指只需依著

界椿逐一擺放，然後用力伸張即可（如圖

二十三）。

雖然此種辨識之接受度高，操作亦方

50


便，但是它也遭遇到幾項在技術和作業上

的困難：（1）掌形特徵分辨能力不高，只

能應用在人數少時的身份認證作業上；（2）

有些人（如小孩子或身形嬌小者）的手掌

太小或年長者之手部不易張開，無法順利

擺放在操作面板上，（3）掌形並非一種永

恆性的生物特徵，它會隨著生長過程而變

化，（4）目前僅限於一對一之驗證（one-

to-one verification）。

（六）靜脈血管（Vascular pattern）

靜脈辨識系統是最新的生物辨識技

術，98年才面世。這種技術所採用的人體

特徵是人手背上的靜脈血管分佈特徵，研

究顯示這一人體特徵具有獨特性，如圖二

十四所示，表示靜脈辨識從特徵訊息採

集、處理到模板訊息產生這樣一個基本點

的過程。

一般人在成年階段後，靜脈血管是幾

乎不發生變化的而在成長過程中，靜脈也

隨時間在成長，但靜脈的成長變化非常緩

慢。採用這種技術形成的產品具有使用方

便﹔不受傷痕、潮濕、墨跡或標記的影

響。

靜脈辨識技術是一種手背靜脈辨識器

及其在金庫/貴重物品保管中的應用，在建

築工地，工廠，軍事基地等當人處於有灰

塵，髒物，潮濕，乾燥場所，靜脈辨識系

統比其他生物辨識系統更適合。（如圖二

十五所示）

51


圖二十二、手掌掃描技術圖二十四、手背靜脈辨識的基本過程

圖二十五、非接觸式手掌血管紋路辨識

圖二十三、手掌形掃瞄裝置

（六）其他生理之生物特徵辨識技術

除了上述之生物特徵辨技術外，仍有

許多技術再發展中，例如，去氧核醣核酸

（DNA）、耳型（Ear shape）、熱影像

（Thermal imaging）、體味（Body odor）、手

指甲床（Fingernail bed）⋯等，其中以

DNA辨識法這為準確，幾乎無法重新複

製，卻易由所有者的毛髮、皮膚等取得

DNA，擷取裝置無法判斷為所有者本人，

或是有心人持其毛髮來進行驗證，但可搭

配其他的生物特徵辨識技術，來增加準確

度。

四、行為模式生物特徵辨識技術

（Behavioral biometrics）

（一）語音／聲紋辨識（Speaker/voice

recognition）

聲音的形成係由發話者發聲，經過聲

帶而有空氣通過聲帶，產生振動發出一頻

率，而產生聲響，再經口腔肌肉的收縮或

放鬆，而為了改善聲音的品質，配合喉嚨

及嘴的變化，即為他人所聽的聲音。

而語音辨識技術係部分之生理學的生

物辦識技術，主要運用了說話者嗓音的特

徵訊息（例如發音的頻率）和語言學模

式，並非對詞語本身進行辨識，而每個人

之音波之頻率、強度、時間等特性經分析

具有獨特性，對說話者的身份進行辨識，

而影響音頻之因素有喉嚨之大小（laryngeal

size）、聲帶長度（vocal fold length）、聲道

長度（vocal tract length）及體型大小（body

size），因此語音辨識技術與生理上之特徵

有關，所以可稱為部分生理學的生物辦識

技術；語音辨識技術使得人們可以通過說

話的嗓音來控制能否出入限制性的區域，

例如，通過電話撥入銀行、數據庫服務、

購物或語音郵件及進入保密的裝置。雖然

語音辨識是方便的，但由於非人性化的風

險、遠程控制和低準確度，所以不可靠。

若有人患感冒，則有可能被錯誤的拒絕

（false reject）。

語音聲音辨識也是一種行為辨識技

術，係以分析說話者採集設備不斷地測

量、記錄聲音的波形和變化。而語音辨識

系統將現場採集到的聲音與記錄在數據庫

中的聲音模板進行精確的比對，達到辨識

和驗證的目的，聲音辨識亦為非接觸的辨

識技術，較容易得到大眾的接受，但是它

和其他的行為辨識技術一樣，聲音因為變

化的範圍太大，故而很難進行一些精確的

匹配，特別是聲音會隨著音量、速度和音

質的變化而影響到採集與比對的結果﹔以

目前的技術尚難以分辨錄音的欺騙。

（二）簽名/手寫辨識（Signature/handwriting）

簽名辨識技術是將簽名數字化，簽名

辨識技術是簽名力學的辨識，它是基於簽

名力度特徵來辨識的，不是用簽名的圖像

本身。它通過分析筆在每個字及字之間移

動的加速度、順序、壓力、方向以及筆劃

52


的長度來區分出不同的身份人的簽名。簽

名辨識系統係為行為特徵（behavioral

characteristic）及檢視其簽名者的簽名外觀

（contour, C）、簽名速度（speed, S）及簽名

的壓力（pressure, P），將這三種變數加以

組合成一方程式為C+S+P，來代表獨特的

個人特徵。

通常系統的設計可分為兩個階段，（1）

學習階段（Learning stage）：當使用者第

一次使用系統前，系統會要求使用者先建

立個人簽名資料庫，建立的方式可能是以

數位板輸入（online系統）或是以掃瞄器輸

入（offline系統），並依系統的方法不同，

對輸入的簽名資料做諸如雜訊移除、轉

換、分割、特徵抽取等處理，以得到參考

樣本。（2）驗證（Verification stage）：當

使用者準備進入系統時，系統則要求輸入

使用者的簽名，經處理之後將它與資料庫

中的參考樣本比對，以決定是否為使用者

本人簽名或是偽造簽名。

簽名辨識系統可分為online及offline，

其差別在於資料取得的方式，在online系統

中，簽名資料是利用數位板與特殊設計的

筆當做輸入工具，在簽名過程中即時的抓

取資料，可以得到動態的資訊例如：簽名

速度、壓力及筆劃順序等。而在offline系統

中，是利用數位相機或掃瞄器讀取寫在紙

張上的簽名影像。因此，offline的辨認較

online的辨認困難。

由於人們已經習慣於簽名，所以簽名

辨識技術是最容易被大眾所接受的一種辨

識技術，但是簽名辨識技術問題仍然存在

於度量的方式以及簽名的重複性、人隨著

經驗的增長，性情的變化與生活方式的改

變，簽名也會隨著而改變﹔若應用於電腦

應用領域因為簽名的速度不快，不適合在

Internet上使用﹔同時簽名的手寫板結構複

雜、價格貴、尺寸大，也比較難以和電腦

很好地結合起來。

簽名辨識系統存在著主要的兩個難

題。一是簽名的不穩定性，不同人的簽名

在方向、大小、時間等方面皆不相同，即

使同一個人的每次簽名樣式亦不可能分毫

不差。另一個問題是專精於摹仿他人簽名

的人，這些人可以將別人的簽名在外型上

仿造得相去不遠。當企圖增加簽名辨識系

統的穩定性（即減少Type-I error），可能導

致偽簽者通過辨識系統的可能（即增加

Type-II error）。相反的，預防偽簽者被系統

接受的方法，亦可能增加真實簽名者被系

統拒絕的情形。

（三）打字按鍵動態模辨識（Keystroke

dynamics）

1. 打字按鍵動態模式辨識簡介

打字按鍵動態模式辨識為一種行為之

生物特徵辨識技術，係利用每個人的打字

或按鍵的行為特性來進行身份辨識，給定

一組文字、字母或號碼等針對每人進行打

53


字的速度（ Typing speed）、準確率

（accuracy）、按鍵的時間（length of time a

key is pressed）、兩鍵間隔時間（ time

between key presses）、打字的按鍵的壓力

（pressure with which the key was pressed）的

計算、儲存後，供日後進行身分認證時加

以比對，由於每個人的按鍵習慣並不同，

且打字的速度及準確率亦不同，即使速度

與準確率經訓練後可能相同，但打字對每

個鍵所施的壓力不會完全相同，甚至左右

手在按鍵時的習慣及所施的壓力亦不同，

因此，可以藉此進行進行身份辨識。

2. 打字按鍵動態模式辨識的優點

Ⅰ. 除需要壓感式（pressure-sensitive）鍵盤

外，不需任何特殊的硬體設備

Ⅱ. 按鍵動態科技可整合在運用密碼辨識的

技術上

Ⅲ. 使用者可輕易地更改密碼及動態

Ⅳ. 只需簡單之訓練即可

Ⅴ. 相較於其他辨識技術成本較低

Ⅵ. 處理速度快

Ⅷ. 可以結合其他技術，成為多重生物特徵

辨識，以辨識雙胞胎及看起來很像的

人。

3.打字按鍵動態模式辨識的缺點

Ⅰ. 使用者之打字技巧，會因時間而導致無

法辨識

Ⅱ. 有心人士易由錄影或重播方式，來學習

其動作，造成侵入的風險

Ⅲ. 遠端存取（remote access）及可攜式

（portability）很難本系統中實現

Ⅳ. 不同的鍵盤會導致不同結果

Ⅴ. 技術尚未成熟

參、生物特徵辨識技術之比較與評估

對一個生物特徵辨識系統效能的評估

方式，可透過以下情況所佔的百分比而

定：

1.Type I Error：即為錯誤的拒絕（false

reject），真實擁有該生物特徵的人的被視為

偽造、冒充欲侵入系統而被系統拒絕登入

的百分比，稱為錯誤的拒絕率（false reject

rate，簡稱FRR）或錯誤的不符合率（false

non-match rate，簡稱FNMR）或拒真率，例

如指紋因為工作而造成磨損，於登入時被

拒絕。

2.Type II Error：即為錯誤的接受（false

accept），偽造偽造、冒充的人被系統認為

是真實擁有該生物特徵的人而順利登入系

統的百分比，稱為錯誤的接受率（false

accept rate，簡稱FAR）或錯誤的符合率

（false match rate，簡稱FMR）或認假率，例

如雙胞胎之誤判，不同的人皆可登入。

（如圖二十五所示），通常Type I Error情況

的減少會導致Type II Error的增加，反之亦

然。一個好的認證系統必需能同時降低上

述兩種錯誤情形發生的百分比。

54


3.生物特徵辨識技術除了上述錯誤的

拒絕率（false reject rate，簡稱FRR）及錯

誤的接受率（false accept rate，簡稱FAR）

來評估選擇某一技術標準，當然二者是越

低越好，但由於降低FRR的同時亦會增加

FAR，所以最佳的評估應以交叉誤差率

（crossover error rate，簡稱CER），又稱等誤

差率（Equal error rate,EER），即為錯誤的拒

絕率（FRR）及錯誤的接受率（FAR）二者

相等時之百分比（如圖二十六所示），若越

低則該技術則越佳，例如二指紋系統進行

比較，其中一種CER=1％，而另一種為

CER=5％，則1％之指紋技術比5％之指紋

技術好，若在成本許可時，大可選擇第一

種指紋技術。

無論是任種生物特徵辨識系統皆有其

特性及優缺點，而下列為選定標準可提供

參考並針對各類辨識科技的比較，如表

三、表四：

55


圖二十五、FNMR與FMR曲線圖

圖二十六、等誤差率（Equal error rate,EER）

表三、各類生物特徵辨識在各標準之效果比較

種類普遍化獨特性永恆性收集性效率接受性規避

DNA 高高高低高低高

面部高低中高低高高

指紋中高高中高中中

視網膜高高中低高低低

虹膜高高高中高低低

掌紋中中中高中中中

簽名低低低高低高高

靜脈中中中中中中低

語音中低低中低高高

打字動態低低低中低中中

●Universality（普遍化）–每個人都要有

●Distinctiveness（獨特性）–每個人都不一

樣

● Permanence（永恆性）–特徵不會改變

● Collectability（可收集性）–可否簡單收

集

● Performance（效率）–可接受的辨識效率

●Acceptability（可接受性）–大眾可以接

受取樣過程

● Circumvention（規避）–系統被騙的難度

肆、生物特徵辨識技術之應用

一、一般應用

生物特徵辨識科技未來在各產業的運

用將日益增加，逐漸深入一般人的生活，

目前生物特徵辨識的主要市場包括下列各

領域：

●政府機關（Government）：護照、國民

身份證（ID card）、投票證（voter card）、

駕照（driver's license）⋯等

●交通運輸（Transportation）：機場安全、

邊境通關（boarding passes）、職業駕駛人

駕照（commercial driver's license）

●醫療健康照護（healthcare）：健保卡

（medical insurance cards）、病患／職員身

份卡（patient/employee identity cards）

●財務金融（ f inancial）：銀行金融卡

（bankcards）、自動櫃員機（ATM）、信用

卡（credit cards）、現金卡（debit cards）

●零售業及博奕事業（retail and gaming）：

零售促銷方案，如購物回饋及促銷卡

（loyalty rewards and promotional cards）、

博奕系統之進出管理（access management）

及貴賓尊榮方案（VIP programs）

●保全業（security）：包括出缺勤管控

（ time and attendance）及身份驗證

（identity verifications）

●司法及安全（public justice and safety）：

囚犯之身份、假釋犯（parolees）之身份

56


表四、生物辨識科技之比較

種類易於使用錯誤發生率準確度接受度安全等級穩定度成本

指紋高低高中高高低

面部中低高中中中低

視網膜低低很高中─低高高高

虹膜中低很高中─低很高高中／低

掌紋高中中中中高低

DNA 中低很高低高高高

簽名高中低中中中低

打字動態高易有誤打中高中低中低

及進入法院的人員辨識系統

●教育（Education）：學生／教師之驗證

及門禁管制（access control），許多新型

學生證將某些生物特徵植入條碼

（barcode）或智慧型晶片（smart chip），

進行使用學校設備及用餐時之身分辨

識。

二、安全印刷的應用

（一）、結合生物特徵於護照、身分證、駕

照之安全防偽印刷

為了防止護照、身分證、駕照等有形

的證件（token）之偽造，除了第一階安全

特徵（一般人不需使用特殊之工具，即可

判斷其真偽之特徵）之顯形防偽措施，如

連續圖（guilloche）、折光變色墨（OVI）、

水印、凹版印刷等安全防偽印刷方法及第

二階安全特徵（只需簡單的工具如放大鏡

或紫外燈）隱形防偽措施，如微小字、隱

性螢光墨等外，可將生物特徵與護照、身

分證、駕照等證件加以結合，成為第三階

安全特徵，可減少偽變造的機會，例如：

1. 生物特徵與二維條碼結合─如將面部或

指紋特徵資訊加密且轉換成為二維條

碼，於發照時與個人基本資料同時列

印，而日後需進行身分辨認時，只需由

持有者於擷取裝置前進行擷取生物特

徵，再由系統加以比對，判斷宣稱持有

人是否為真的持有人，而完成認識，或

防止有心人士的變造及偽造，可適用於

紙質且無晶片之證件，其成本增加不

多。

2. 生物特徵與晶片結合─如將各類之生物

特徵資訊，如指紋、虹膜等特徵資訊經

加密編譯後，儲存於附有或嵌入之晶片

中，可供系統進行辨識，減少偽變造之

情形，增加印件之安全。

3. 生物特徵與特殊印墨或墨水結合─可開

發特殊印墨（如隱性螢光墨、DNA印墨

或碳粉等），將生物特徵（如面部、指

紋、手紋等）利用可變印紋印刷技術

（variable printing），將印紋印刷於相關證

件上，除做為防偽之特徵外，亦可作為

辨識的影像，可說是一舉兩得。

4. 生物特徵與雷射微孔（MicroPerf）結合

─即是利用雷射微孔（MicroPerf）技

術，將生物特徵（如面部、指紋、手紋

等）資訊，打在相關證件，以增加偽變

的難度，亦可供人員辨識。

（二）、生物特徵辨識應用於RFID領域之安

全印刷

利用非接觸式晶片讀取器／編碼器

（contactless chip reader/encoder），證件上有

晶片及天線組，將相關證件置於讀取裝置

可讀取範圍內（約10-20cm），利用系統產

生之射頻（radio frequency, RF），來作動晶

片，讀取裝置啟動得到資料或進行編碼，

而取得證件上之生物特徵，達成辨識的目

的，即為無線射頻辨識，可大幅減少人力

57


及增加準確的效果，更可以減少偽變造的

機會。

以自動通關系統為例，當護照置於讀

取裝置可讀取範圍內（約10-20cm），利用

系統產生之射頻（radio frequency,RF），來

作動晶片，讀取裝置啟動得到資料或進行

編碼，而取得護照上之生物特徵，隨後要

求通關人員於生物特徵擷取裝置上，進行

特徵擷取，系統進行比對，持有人是否與

護照內之生物特徵為同一人（如圖二十七

所示）。

伍、生物特徵辨識技術未來展望

一、生物辨識的市場發展

根據International Biometrics Group之資

料顯示，全球生物辨識科技的營收成長顯

著，約以超過40％的成長率成長，且估計

在2007年前，生物辨識科技的市場將可達

到40億美元，如圖二十八：全球生物辨識

科技的市場規模。

而全球生物辨識科技中，在2002年全

球生物辨識科技的市場有6億美元，以指紋

辨識為最多約佔52％。2005年新興生物辨

識科技市場將以面部辨識約佔2億美元、中

介軟體技術佔2.15億美元為主，而至2007年

眼虹膜辨識將約佔2億美元。在此同時也將

帶動國民ID卡晶片、PC/Network、掃描

機、監測系統等週邊市場成長，如圖二十

九、2003年全球生物辨識科技市場應用領

域比率。

由資料顯示生物辨識系統的成長是逐

年穩定成長，無論為何種辨識科技，皆有

以下的發展趨勢：

●小型化

●可攜式

●結合於各電器

●雙重辨識或多重辨識系統：例如聲音

辨識加上密碼，或面孔辨識和密碼並

用

●結合無線射頻科技（radio frequency

identification，RFID）

●成本下降

為了提供高安全性的要求，以整合各

類生物特徵辨識的發展，將成為未來的主

流，其整合方式可分成三類，分別為同步

（synchronous），非同步（asynchronous）與

選擇性（either/or）。

58


圖二十七、自動通關系統

●選擇性（either/or）：為一個系統擁

有多種生物特徵辨識技術，使用者

可以選擇其中的一種生物特徵技術進

行認證。

●非同步（asynchronous）：使用者在

認證的過程中，必須依照一定的順序

通過多個生物特徵認證關卡。例如

使用者必須先通過指紋辨識認證後才

能進行人臉辨識系統的認證。

●同步（synchronous）：系統在一個

認證的過程中同時執行多個生物特徵

認證。例如使用者在認證的過程中同

時包含了人臉和語音的驗證程序。

陸、結論

生物辨識簡單的說，就是運用身上的

特徵做為辨識密碼，這些特徵包含面部、

眼球、指紋、掌形或是聲音等獨特的行為

模式，生物認證技術在今日的資訊社會

中，提供了一種能提高使用安全性的最佳

解決方案，人們已逐漸瞭解到生物認證技

術與系統能帶來生活上的便利，以及更安

全的使用環境。

除此之外，未來生物特徵辨識科技可

以防止有心人士的侵入，更可以將偽造者

或持偽造證件者無所遁形，拒於千里之

外，因此，日後相關證件上，個人之生物

特徵將會結合至證件上，無論是作為防偽

功能或植入晶片中，皆可避免偽變造；而

各生物辨識科技各有其優缺點，應選擇較

適合的方法為之，所以今後將有愈來愈多

生物辨識系統應用在一般人的日常生活

中，若能儘早認識及熟悉生物辨識系統之

應用，將是有助於面對未來科技的變化的

速度。

59


圖二十九、2003年全球生物辨識科技市場應用領域比率

（資料來源：國際生物特徵辨識組織）

圖二十八、全球生物辨識科技的市場規模

（資料來源：國際生物特徵辨識組織）

參考資料

1. Will McMeechan,“以全球觀點看生物辨

識安防技術”，安全&自動化 TAIWAN,

Vol. 67, 2005.

2. John Chrirllo, CISSP and Scott Blaul, CISSP,

“Implementing Biometric Security”,

Wiley Publishing, Inc.,2003.

3. Davide Maltoni, Dario Maio,Anil k. Jain,

Salil Prabhakar,“ Handbook of

Fingerprint Recognition”, Springer,2003.

4. James Wayman, Anil Jain, Davide Maltoni,

and Dario Maio （EDs）,“Biometric

systems Technology, Design and

Performance Evaluation” Springer,2004.

5. John D.Woodward,Jr., Nicholas M. Orlans,

and Peter T. Higgins,“Biometrics”,

McGraw-Hill/Osborne, 2003.

6. Kush Wadhwa,“The Promise of Biometric

Technologies”, BioAsia-Biometric in

Scurity Symposium, Interntional

Biometric Group, 2004.

7. Ngoc Dinh,“Introudcing active-thermal

fingerprint sensor technology”, Keesing's

Journal of Documents,issue 1,2003, pp.27-

30.

8. Eddy Cheah,“Malaysia: third generation

passport”,Keesing's Journal of Documents,

issue 7,2004, pp.20-24.

9. Mary McMunn,“The new face of identity”,

Keesing's Journal of Documents,issue

7,2004, pp.12-13

10. 張正弘、林群雄、鄭旭良、賴承澤，

“生物認證簡介與運用”。

11. 財團法人國家實驗研究院科技政策研究

與資訊中心，http:// cdnet.stic.gov.tw/

techroom/market/ee/ ee001.htm

12. 王大維，工研院ITIS專欄，http://www.

i t r i . o rg . tw /ch i / s e rv i ce s / i eknews

/2004122005092600000003-36FD-0.

doc，2004.12

13. BioID 網址 http：//www.bioid.com/

14. International Biometric Group 網址：

http：//www.biometricgroup.com/

15. http://www.technologyreview.com/

16. http://tds.ic.polyu.edu.hk/mtu/hict/bio/（香

港理工大學工業中心）

17.http://www.topology.com.tw/report/report_

show/

18. http://www.iriscan.com/

林政松／中央印製廠技術研究發展室

60
