有超过2200项技术展示、420个公司参加的2006年美国国防安全展暨讨论会于4月17日到21日在佛罗里达州的奥兰多举行，这是全美最大的非机密技术活动和红外成像设备、传感器和光学元器件展。这场由国际光学工程师协会发起的盛会为与会者展示了最新的电子和电光技术。
在这些技术中，最受人瞩目的是红外传感器、探测器及系统；传感器及传感器网络；电子成像仪；光学器件；光电元器件；激光器；光纤激光器；相机；CCD元器件；软件；测试设备以及显示器。
这一技术活动包括49场会议，主要集中讨论传感器、成像系统、信号和数据处理以及网络系统，这些技术都被用于与国防有关的系统和服务中。热点话题包括对命令、控制、通讯和智能传感器的讨论；用于个人识别的生物识别技术；光学和光子学在维护全球国家安全中的作用；热传感；红外技术及应用和无源毫米波成像等。其它的亮点还有空间传感器；推进力测量传感器；无人操作系统；自动化地面、海底和空中传感技术，多光谱成像和量子通信与计量。
灵活的成像和生物识别技术
伊利诺斯州大学进行了一项关于传导生物分子及其太赫兹振动交互的研究，给生物感应器和生物电子学的设计、开发和应用提供了一些有趣的提示。这一研究涉及液态溶液中的二氧化钛(TiO2)量子点的DNA链。TiO2量子点具有间接带隙，因此它们会产生不能迅速复合的电子空穴对。这些特殊纳米晶体结构的太赫兹光学传导性会引起DNA内部的电荷转移，理论上，可以利用它在传导纳米管的基础上制作电流生物传感器。
劳伦斯?利沃莫尔国家实验室则提出了一种利用中子辐射探测技术来检查集装箱的方法。中子辐射与物质之间可以通过许多方法进行交互作用。中子可以来回散射，从而产生伽马射线。通过检测这些合成粒子的飞行时间和角度分布，可以立刻定位集装箱内部的物体，并通过对伽马射线粒子的能谱测量识别出来。
其它的展示涉及增强及合成视觉技术的发展，测试系统的实时应用以及对未来合成视觉应用的构思。数据融合在实时视觉应用中的使用反映出很多展示都聚焦在面向终端用户的应用上。
很多展示还包括了分布式孔径系统和增强型视觉系统。分布式孔径系统由对准一个目标的多个摄像机或传感器构成，因而使用者可以从实时的图像组合中获取最多的信息。增强型视觉系统则将仿真图像映射到真实的视觉图像上来增强用户的情景意识。
在生物识别领域，有讨论认为各种生物识别技术尽管需求不一样，却都有着广阔的市场。同时也有关于其它话题的讨论，包括缺乏卖方基础(vendor base)、科学上相对不成熟、缺乏标准化、个人隐私问题、成本、难以确定投资回报率以及当前监管环境等等。
来自西弗吉尼亚大学的一位发言者集中讲述了可能会危害生物识别系统的一些途径，例如伪造生物特征、重放旧数据、重定义特征提取器、拦截通道以及其它可能的弱点等等。
另外一位来自卡耐基梅隆大学的发言者则提出，我们该如何确保在非协作环境下确保完成生物识别？他指出大多数疑犯的图像抓拍都不理想，很多图像的光线都很差，或者角度不好，因而可能会有一些模糊。一个很大的挑战就是要获得良好的探测数据，因为即便是和眼皮一样温柔的东西，或是过多的虹膜膨胀都可能会干扰一个简单的虹膜认证。
一个来自普度大学的发言者检测了每一项生物识别技术，并列举了其优势和问题。在列举了指纹、虹膜和2D及3D面部识别技术的缺点之后，他得出的普遍结论是：只有多样化的生物识别技术才被证明是可靠的。
另一个来自Digital Persona公司的发言者则采用了不同的方法。他根据消费者的需要来看生物识别技术的挑战。在他看来，真正的局限在于方便性、安全性、成本、外形尺寸、计算资源和生物的个体性。他解释说，如果在能力极限的条件下运行，那么任何系统都有可能发生那些基本的问题。接着他总结说，有些人可能会认为生物识别技术“不成熟”，但实际上，它正在被广泛运用，而且以后其应用还会增长。
精确的飓风预测技术正在发展
一位来自地球科学理事会，NASA戈达德太空飞行中心的发言者提出了一个敏感问题，那就是到底什么是安全最需要的：我们是应该将精力集中在提高现有的传感技术，还是应该改进各个运行机构之间的协调？
这位发言者认为卡特里娜飓风灾害应该被首要关注，因而，缓解未来飓风危害的需要十分明显。在讲述了发生在巴基斯坦北部，造成10万人丧生和超过1000亿美元损失的那次大地震之后，他总结说，各科学团体、非政府性机构(NGO)和政府机关有责任更有效地协调工作。
可惜的是，大部分美国的机构都只是纵向结盟，因此很难对某种情况达成共识。这是一个不利的方面，因为在情况应急中最重要的就是沟通和协调。传感技术和网络只能对协调起到辅助作用，在策划和执行各种灾难应急措施时，我们需要科学家、研究人员、工程师和救灾人员之间更好地协调，以应对社会、环境和经济因素。
该发言者还举例指出，任何对地球环境的理解，都必须将地球与太阳的交互作用、天气、地表温度、水循环和碳循环考虑在内，因为以上这些因素构成了“人为的灾难现象。”他建议，要减轻灾难的危害，最基本的就是要进行更多的观测，开发更好的算法来增加预测准确性，以及通过协调各种资源来构筑起减轻灾难危害的能力。
接下来他又说，如果有足够的数据，这一点是不成问题的。他指出，我们已经拥有来自用于增加时间、空间和光谱分辨率的众多传感器的数千万亿字节的数据，这个量已经远远超出了我们现有操控能力的范围。他建议说，我们可以透过一个经济模式来类推信息过量将对灾难预测产生的影响。
作者：Roger Allan
