指纹识别技术概述

指纹识别技术概述摘要：如今社会步入互联网大数据时代，个人信息的安全性尤为重要，指纹识别技术便应运而生，这种模式识别的仿生技术比传统的数字密码更加安全可靠，因为每个人的指纹都是独一无二的。本文主要介绍指纹识别技术的原理，以及该技术的主要指标与测试方法，最后介绍它的可靠性和在现今社会的应用领驭。关键词：指纹识别；指纹识别技术的原理与方法；指纹识别的主要指标和测试方法；指纹识别技术的可靠性；指纹识别技术的应用引言自2013年的iPhone5s面世以后，不少厂商已推出具有指纹识别功能的新机，进一步提高产品在消费者尤其是商务领域的安全性能。国金证券在研报中指出，2013年全球指纹识别市场规模约30亿美元。目前iPhone5s使用的指纹识别模组价格在15美元左右，假设未来三年50%的智能手机和平板电脑配备指纹识别模组，指纹识别市场将达到131亿美元，市场空间将增长330%。面对如此巨大的市场利润空间，一些已具有指纹识别设备制造技术企业，如北京君正，公司正评估指纹识别芯片进入二代身份证领域的可能性；另外一些制造指纹识别系统的企业，如达实智能，公司C3系统已被多家指纹和面部识别设备商采用。随着指纹识别技术慢慢地涉进更多领域，可以为用户在工作场所、移动电子商务或现实世界购物和活动提供诸多便利，并且这种仿生技术安全可靠性更高。一、指纹识别的原理与方法1.1指纹特征特征点指纹，英文名称为fingerprint，两枚指纹经常会具有相同的总体特征，但它们的细节特征，却不可能完全相同。指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或转折。这些断点、分叉点和转折点就称为特征点。特征点提供了指纹唯一性的确认信息，其中最典型的是终结点和分叉点，其他还包括分歧点、孤立点、环点、短纹等。特征点的参数包括方向（节点可以朝着一定的方向）、曲率（描述纹路方向改变的速度）、位置（节点的位置通过x/y坐标来描述，可以是绝对的，也可以是相对于三角点或特征点的）。总体特征总体特征是指那些用人眼直接就可以观察到的特征。包括纹形、模式区、核心点、三角点和纹数等。纹形，指纹专家在长期实践的基础上，根据脊线的走向与分布情况一般将指纹分为三大类——环型（loop，又称斗形）、弓形（arch）、螺旋形（whorl）。模式区即指纹上包括了总体特征的区域，从此区域就能够分辨出指纹是属于哪一种类型的。有的指纹识别算法只使用模式区的数据，有的则使用所取得的完整指纹。核心点位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作为参考点。许多算法是基于核心点的，即只能处理和识别具有核心点的指纹。三角点位于从核心点开始的第一个分叉点或者断点，或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数跟踪的开始之处。纹数，即模式区内指纹纹路的数量。在计算指纹的纹路时，一般先连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹数。局部特征局部特征指纹节点的特征。指纹的纹路并不是连续、平滑笔直的，经常会出现分叉、折转或中断。这些交叉点、折转点或断点称为特征点，它们提供了指纹唯一性的确认信息。特征点的主要参数包括：方向：相对于核心点，特征点所处的方向。曲率：纹路方向改变的速度。位置：节点的位置坐标，通过x/y坐标来描述。它可以是绝对坐标，也可以是与三角点（或特征点）的相对坐标。1.2指纹识别技术的原理和方法指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保存数据和比对。通过指纹读取设备读取到人体指纹的图像，然后要对原始图像进行初步的处理，使之更清晰，再通过指纹辨识软件建立指纹的特征数据。软件从指纹上找到被称为“节点”（minutiae）的数据点，即指纹纹路的分叉、终止或打圈处的坐标位置，这些点同时具有七种以上的唯一性特征。通常手指上平均具有70个节点，所以这种方法会产生大约490个数据。这些数据，通常称为模板。通过计算机模糊比较的方法，把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。采集设备（即取像设备）分成几类：光学、半导体传感器和其他。二、指纹识别技术的主要指标和测试方法2.1算法的精确度指纹识别系统性能指标在很大程度上取决于所采用算法性能。为了便于采用量化的方法表示其性能，引入了下列两个指标。拒识率（falserejectionrate，FRR）：是指将相同的指纹误认为是不同的，而加以拒绝的出错概率。FRR=（拒识的指纹数目／考察的指纹总数目）×100%。误识率（falseacceptrate，FAR）：是指将不同的指纹误认为是相同的指纹，而加以接收的出错概率。FAR=（错判的指纹数目／考察的指纹总数目）×100%。对于一个已有的系统而言，通过设定不同的系统阈值，就可以看出这两个指标是互为相关的，FRR与FAR成反比关系。这很容易理解，“把关”越严，误识的可能性就越低，但是拒识的可能性就越高。2.2误识率和拒识率的测试方法测试这两个指标，通常采用循环测试方法[7]。即给定一组图像，然后依次两两组合，提交进行比对，统计总的提交比对的次数以及发生错误的次数，并计算出出错的比例，就是FRR和FAR。针对FAR=0.0001%的指标，应采用不少于1415幅不同的指纹图像作循环测试，总测试次数为1000405次，如果测试中发生一次错误比对成功，则FAR=1/1000405；针对FRR=0.1%，应采用不少于46幅属于同一指纹的图像组合配对进行测试，则总提交测试的次数为1035次数，如果发生一次错误拒绝，则FRR=1/1035。测试所采用的样本数越多，结果越准确。作为测试样本的指纹图像应满足可登记的条件。2.3系统参数登率（errorregistrationrate，ERR）：指的是指纹设备出现不能登录及处理的指纹的概率，ERR过高将会严重影响设备的使用范围，通常要求小于1%。登录时间：指纹设备登录一枚指纹所需的时间，通常单次登录的时间要求不超过2s。比对时间：指纹设备对两组指纹特征模版进行比对所耗费的时间，通常要求不超过1s。工作温度：指纹设备正常工作时所允许的温度变化范围，一般是0～40℃。工作湿度：指纹设备正常工作时所允许的相对湿度变化范围，一般是30%～95%。三、指纹识别的可靠性指纹识别技术是成熟的生物识别技术。因为每个人包括指纹在内的皮肤纹路在图案、断点和交叉点上各不相同，是唯一的，并且终生不变。通过他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。自动指纹识别是利用计算机来进行指纹识别的一种方法。它得益于现代电子集成制造技术和快速而可靠的算法理论研究。尽管指纹只是人体皮肤的一小部分，但用于识别的数据量相当大，对这些数据进行比对是需要进行大量运算的模糊匹配算法。利用现代电子集成制造技术生产的小型指纹图像读取设备和速度更快的计算机，提供了在微机上进行指纹比对运算的可能。另外，匹配算法可靠性也不断提高。因此，指纹识别技术己经非常简单实用。由于计算机处理指纹时，只是涉及了一些有限的信息，而且比对算法并不是十分精确匹配，其结果也不能保证100%准确。指纹识别系统的特定应用的重要衡量标志是识别率。主要包括拒识率和误识率，两者成反比关系。根据不同的用途来调整这两个值。尽管指纹识别系统存在着可靠性问题，但其安全性也比相同可靠性级别的“用户ID+密码”方案的安全性要高得多。拒识率实际上也是系统易用性的重要指标。在应用系统的设计中，要权衡易用性和安全性。通常用比对两个或更多的指纹来达到不损失易用性的同时，极大提高系统的安全性。四、指纹识别技术的应用领域刑侦：最早应用指纹识别技术和产品的领域。由于专业的需求特点，更多的是应用1：N模式的指纹数据库检索。指纹门禁：应用指纹特征识别技术和产品较多的领域。由于门禁应用的环境特点，是指纹产品较容易满足需求指标的领域，它们大多与计算机系统集成为门禁控制与管理系统。主要产品有指纹锁，指纹门禁，指纹保险柜等。金融：鉴于金融业务涉及资金和客户的经济机密，在金融电子化的进程中，为保证资金安全，保护银行客户和银行自身的利益，在业务管理和经营管理中，利用指纹验证身份的必要性和安全性越来越受到关注。指纹身份鉴别产品在金融业的应用已经呈现出不断增长的势头。例如：银行指纹密码储蓄、指纹密码登录，各类智能信用卡的防伪，自动提款机ATM的身份确认，银行保管箱业务的客户身份确认；社保：社保系统尤其是养老金的发放存在着个人身份严格鉴别的需求。指纹身份鉴别能可靠地保障社保卡及其持有人之间的唯一约束对应关系，是非常适合采用指纹身份认证的领域。户籍：随着新一代公民身份证的发行，在户籍和人口管理方面，指纹身份鉴别技术和产品是加强政府行政准确度和力度的最佳方法。还有计算机网络系统及移动终端的授权使用，股票交易系统中的身份确认；血液中心及医疗卫生系统身份确认及无须钥匙的指纹锁等。参考文献：[1].[2].=QGm3NrPKoqmp3iBRO6YqAPBSrLHINU6PcXSlxB6nmFkyFeJpP5kZ7t_utUW5XkmDr3bcIoZN5a9lrB-h2NlLR_[3].