生活在現代社會的人類新增了許多過去沒有的煩惱，經常會忘記的各種各樣的密碼就是其中之一。到銀行存錢取錢需要密碼，信用卡購物需要密碼，ATM自動取款機取錢也需要密碼，相信幾乎每個人的日常生活中都要遇到許多形形色色的密碼。如果都採用同一個密碼或採用生日等特殊意義的數字，雖然容易記憶了但顯然安全性變差了；如果採用不同的無意義的密碼，雖然安全性好了可是經常會忘記；這讓我們如何是好呢？下面介紹識別技術的相關知識。
自動識別技術這時候就發揮作用了，例如指紋識別和虹膜識別技術都可以解決上述問題，這些過去科幻電影中經常出現的情節如今已經逐漸步入我們普通人的日常生活。
圖1 指紋識別
指紋識別技術如圖1所示，如果你忘記了密碼甚至沒有攜帶銀行卡，只要指紋識別符合要求，就可以從銀行的賬戶中取出錢幣。有研究表明，目前在世界上還沒有發現指紋完全相同的兩個人。虹膜識別技術如圖2所示。虹膜屬於眼球中層，位於血管膜的最前端，在睫狀體前方，有自動調節瞳孔的作用。有研究表明，人類的虹膜與指紋一樣，也是獨一無二的。
圖2 虹膜識別
所謂識別技術，也稱為自動識別技術，通過被識別物體與識別裝置之間的互動自動獲取被識別物體的相關信息，並提供給計算機系統供進一步處理。
識別技術覆蓋的範疇相當廣泛，大致可以分為語音識別、圖像識別、光學字元識別、生物識別以及磁卡、IC卡、條形碼、RFID等識別技術。
語音識別技術（ASR, Automatic Speech Recognition）是一門研究如何將人類的語音自動轉換為計算機能夠識別的字元的技術。語音識別的研究工作開始於20世紀50年代，60年代動態規劃和線性預測技術引入語音識別，80年代隱馬爾科夫模型理論在語音識別中得到了成功的套用，90年代以來語音識別技術在產品化方面取得了長足的進步。
圖像識別技術也稱為視覺識別技術，是指利用計算機對圖像進行處理和分析，辨識物體的類別並做出有意義的判斷。圖像識別系統一般包括預處理、分析和識別三部分組成，預處理包括圖像分割、圖像增強、圖像還原、圖像重建和圖像細化等諸多內容，圖像分析主要指從預處理得到的圖像中提取特徵，最後分類器根據提取的特徵對圖像進行匹配分類，作出識別。
光學字元識別（OCR, Optical Character Recognition）是指計算機將文字的圖像檔案進行分析處理，並最終獲得對應文本檔案的過程。這是伴隨掃瞄器技術衍生的一項自動識別技術，可以看作是一種特殊的圖像識別技術。OCR技術的關鍵在於識別方法，例如統計特徵字元識別方法、結構字元識別方法、神經網路識別方法等等。
生物識別技術指利用計算機通過採集分析人體的生物特徵樣本來確定人的身份。生物識別涵蓋的範圍非常廣泛，可以大體分為生理特徵和行為特徵兩大類。其中生理特徵包括指紋、靜脈、手型、虹膜、視網膜、聲音、人臉、耳廓、DNA、體味等等，而行為特徵包括簽名、走路姿態、擊鍵節奏等等。指紋、人臉、DNA等生物識別技術在刑偵和安全等領域已經得到了越來越多的套用，隨著技術的進一步成熟，目前在金融支付等領域也逐漸看到了指紋識別等技術的套用實例。
與物聯網關係最為密切的識別技術是RFID以及與之相關的磁卡、條形碼、IC卡等識別技術。
