目前生物识别技术种类较多，有处于实验阶段的，如脑电波识别，也有已经产品化很长时间的，如指纹识别、脸形识别等。下面将一一介绍这些识别技术。

1. 掌形识别

    掌形识别产品是在20世纪80年代末期出的。最早在由美国加利福尼亚的生物识别系统公司RSI生产的。之后在上世纪90年代早期，瑞士出现了一家名叫Biomet Partners of Mutren的掌形识别公司。

    掌形识别技术最早由美国GARRETT博士研究提出的。它是通过辨认人的独一无二的手掌特征来确认其身份。手掌特征含手和手指的大小和形状。它包括长度、宽度、厚度以及手掌和除大拇指之外的其余四个手指的表面特征。掌形采集的原理是通过红外、CCD成像等方法获得手掌的三维图像，作为掌形特征处理的输入数据。

图: 掌形特征采集

图:  掌形识别

    采用掌形识别技术的产品目前在生物识别领域占有一定的份额。在通关、门禁等方面都有成熟应用。

2. 脸形识别

    脸形识别技术的研究是在20世纪80年代末期90年代初出现在一些大学的学术文献中。它是随着计算机视觉技术发展而来。1996年美国政府作了脸形识别技术的试验。之后到20世纪末才开始把这一技术产品化。

    脸形识别技术是目前已经产品化的技术中相对较为复杂的一项技术。主要是因为脸形识别，不仅仅是比对，还包括捕捉。需要从一堆移动着的影像中，识别出哪里是人相，并且把人相分离出来，再进行脸形成像。用于捕捉面部图像的两项技术分别是视频技术和热成像技术。视频技术通过一个摄像头摄取面部的图像或者一系列图像，在面部被捕捉之后，一些核心特征点被记录，例如，眼睛，鼻子和嘴的位置以及它们之间的相对位置。热成像技术是通过分析由面部的毛细血管的血液产生的热线来勾画出面部图像。

    视频成像受可见光线和角度的影响较大，尤其是光线，所以光线补偿技术是脸形识别中关键优化技术之一。而热成像技术不依赖于光源条件，因此即使在较暗情况下也可以使用。脸形成像之后，再进行基于面部特征或者基于统计方法的匹配，来实现辨识的过程。

图:  脸形识别

    脸形识别产品是生物识别产品中仅次于指纹识别，而被广泛使用的生物识别产品。脸形识别中的“捕捉”功能可以用于许多通道监控场所，单独的脸形识别功能可以用于门禁控制、照片比对（含人与照片之间的互相比对）等业务场合。“www.Myheritage.com”是一家提供照片比对服务的网站，可以把个人照片传送到网站服务系统，然后通过照片比对，找出与个人脸形相似的一个明星人物照片。这是目前为止脸形识别技术的最新鲜的应用。由于脸形识别对采集设备没有特殊要求，一般30万象素的摄像头就能满足要求。所以预计将来，脸形识别在某些安全性要求不高的场合，甚至会结合一些娱乐要素，成为生物识别一个新的应用方向。

3. 语音识别

    语音识别是所有生物识别技术研究中，研究最早的技术。从上世纪六七十年代就开始成为许多机构和个人的研究对象。微软、IBM在语音识别领域都有长期的研究经验。微软的OFFICE XP就已经带有支持语音命令的界面和支持口述听写的能力。ViaVoice是IBM公司在语音识别方面推出的软件产品。由AT&T和MOTOROLA公司发起制定的VioceXML是应用于通信领域的可扩展语音标识语言。其它大大小小的语音识别产品，已经广泛的应用到手机的语音拨号和电脑的语音输入等多个方面。可以说语音识别是人们最不陌生的生物识别技术。

    上面所说的语音识别的研究成果和产品，实际上只是语音识别的一个方面。语音识别包括“语义识别”和“说话人识别”。“语义识别”的目的在于理解说话内容中的单词和句子，并把它变成文字。这主要是解决人机交互的方便。“说话人识别”其实才是生物识别的范畴。它通过一个人的声音来确认一个人的身份是否是他宣称的。“说话人识别”是唯一同时结合了生理和行为两种成分的生物识别技术。生理特征体现在人的声音特点首先由其气管的物理形状决定。行为特征体现在声音还会受吐字时的嘴部运动方式影响。所以说语言识别同时受生理和行为特征制约。因为这个原理，语音识别虽然发展历史很长，但其产品化应用状况却并不理想。这本质上是由于语音模式不具备高度的可重复性，而且受健康状况（感冒鼻塞、喉咙疼痛）影响较大，同时也受被识别者模仿意图的影响而失去准确性。

4. 虹膜识别

    虹膜识别的方法最早由美国的眼科医生Leonard Flom 和 Arin Safir在1987年提出来的。虹膜识别的算法是由剑桥大学John Dargman博士研究出来的。他提出了对虹膜进行编码、比较的数学算法。

    虹膜是瞳孔周围的环状颜色组织，它有丰富而各不相同的纹理图案，构成了虹膜识别的基础。虹膜识别技术是通过一种近似红外线的光线对虹膜图案进行扫描成像，并通过图案象素位的异或操作来判定相似程度。虹膜识别过程首先需要把虹膜从眼睛图像中分离出来，再进行特征分析。理论上找到两个完全相同的虹膜的概率是120万分之一。这也是目前已知的所有生物识别技术中最为精确的。

    虹膜识别因为设备复杂，扫描距离短（一般要求在7英寸范围以内），以及使用者心理上对健康的担心，而未能在民用市场大量使用。

图:  人眼虹膜

图:  虹膜识别

视网膜识别

    视网膜识别技术在20世纪70年代开发成熟的。在20世纪80年代，美国的EyeDentify of Baton Rouge公司推出了可以商用的视网膜扫描产品。

    视网膜识别原理是通过分析视网膜上的血管图案来区分每个人的。视网膜扫描是用低强度红外线照亮视网膜，以拍摄下主要血管构成的图像。由于视网膜位于眼球的后面，因此采集过程需要用户高度配合，以保证正确的照亮和对准视网膜。并且要求站在2-3英寸的地方，保持静止1-2秒的时间。更重要的是被辨识者对视网膜扫描技术的忧虑，担心会影响眼睛健康。由于这些原因视网膜识别技术并未成为生物识别技术中的主流技术。

图: 人眼视网膜

    其它识别技术还包括签名识别、耳轮廓识别、DNA识别、脑电波识别、静脉图案识别等，甚至包括击键识别（利用敲盘时的习惯和动力特征）。这些都是处于发展中的生物识别技术。