指紋識別技術(shù)詳解

指紋識別技術(shù)詳解

?

從“指紋”到“指紋術(shù)”的研究，經(jīng)歷了漫長的過程。指紋技術(shù)形成之后，又經(jīng)過了從人工識別技術(shù)到自動化識別技術(shù)的發(fā)展轉(zhuǎn)變。隨著計(jì)算機(jī)圖像處理技術(shù)和信息技術(shù)的發(fā)展，指紋識別技術(shù)逐漸進(jìn)入IT技術(shù)領(lǐng)域，與眾多計(jì)算機(jī)信息系統(tǒng)結(jié)合在一起，被廣泛應(yīng)用起來。本章介紹指紋識別技術(shù)的主要技術(shù)構(gòu)成。

??? 幾個(gè)重要概念

??? 指紋識別技術(shù)作為一個(gè)新的IT技術(shù)領(lǐng)域，自身具有許多新的概念。了解指紋識別技術(shù)的概念有助于準(zhǔn)確的理解指紋識別技術(shù)。

???? 指紋識別系統(tǒng)

指紋識別系統(tǒng)經(jīng)過人工識別到機(jī)器識別的發(fā)展之后，進(jìn)入自動識別階段，稱為自動指紋識別系統(tǒng)（AFIS）。一個(gè)典型的自動指紋識別系統(tǒng)，包括與人交互的前端子系統(tǒng)――自動指紋采集設(shè)備、完成指紋圖像處理和特征值提取的后臺子系統(tǒng)，以及用于指紋庫存儲的數(shù)據(jù)庫子系統(tǒng)。當(dāng)后臺子系統(tǒng)用于指紋注冊過程時(shí)，可以稱為指紋注冊子系統(tǒng)。當(dāng)它用于指紋辨識過程時(shí)，稱為指紋辨識子系統(tǒng)。

?

指紋注冊又叫指紋登記。是從指紋圖像中提取指紋特征值，形成指紋特征值模板，并與人的身份信息結(jié)合起來，存儲在指紋識別系統(tǒng)中的過程。它相當(dāng)于為指紋報(bào)戶口。所以指紋注冊的時(shí)候，需要保證指紋與身份信息之間的正確對應(yīng)。尤其對于政府、社團(tuán)、公司等單位進(jìn)行指紋注冊時(shí)，防止冒名頂替，避免指紋與身份信息關(guān)聯(lián)錯誤，是非常重要的。因此在這類指紋應(yīng)用中，指紋登記的過程，需要現(xiàn)場督導(dǎo)人員參與。甚至把督導(dǎo)人的指紋采集到系統(tǒng)中，作為注冊者指紋特征值模板的組成部分，以示職責(zé)之重要，并為后續(xù)責(zé)任審計(jì)提供依據(jù)。

?

識別與驗(yàn)證并不是指紋識別算法領(lǐng)域的問題，而是指紋識別系統(tǒng)的問題。指紋識別是指在1：N模式下匹配指紋特征值。它是從多個(gè)指紋模板中識別出一個(gè)特定指紋的過程。其結(jié)果是，“有”或者“沒有”。有時(shí)會給出“是誰”的信息。

??? 指紋驗(yàn)證是指在1：1模式下匹配指紋特征值。它是拿待比對的指紋特征模板與事先存在的另一個(gè)指紋特征模板進(jìn)行一次匹配的過程。其結(jié)果是“是不是”。在一個(gè)系統(tǒng)中既可以采用1：1模式也可以采用1：N模式，這是取決于應(yīng)用系統(tǒng)的特點(diǎn)和要求。有時(shí)候還可以業(yè)務(wù)模式的需要，把1:N模式轉(zhuǎn)化為1:1模式以提高系統(tǒng)安全性和比對速度。

???

FRR（False Rejection Rate）和FAR（False Acceptance Rate）是用來評估指紋識別算法性能的兩個(gè)主要參數(shù)。FRR和FAR有時(shí)被用來評價(jià)一個(gè)指紋識別系統(tǒng)的性能，其實(shí)這并不貼切。指紋識別系統(tǒng)的性能除了受指紋算法的影響外，指紋采集設(shè)備的性能對FRR和FAR的影響也是不能忽視的。

FRR通俗叫法是拒真率的意思，標(biāo)準(zhǔn)稱謂是FNMR（False Non-Match Rate 不匹配率）。可以通俗的理解為“把應(yīng)該相互匹配成功的指紋當(dāng)成不能匹配的指紋”的概率。對指紋算法的性能測量是在給定指紋庫的情況下進(jìn)行測量的。用于測量的指紋庫一般由FVC（國際指紋識別算法大賽）組織者給定。FVC在作指紋識別算法性能測試時(shí)，并無外界指紋輸入，是使用標(biāo)準(zhǔn)的指紋圖像庫來測試的。所以FNMR是在沒有連接指紋采集設(shè)備的情況下得出的測試值。本節(jié)的其它參數(shù)也都是在這一前提下得出的。

?

假定指紋庫中有100個(gè)不同ID的手指，每個(gè)手指注冊有3枚指紋，則該指紋庫中共有300枚指紋。假定P1表示手指1的ID，則其三次注冊的指紋用P1-F1,P1-F2,P1-F3來表示。FNMR是指把指紋庫中的同一個(gè)手指的3枚指紋兩兩比較，即P1-F1與P1-F2匹配，P1-F1與P1-F3匹配，P1-F2與P1-F3匹配，P1-F2與P1-F1匹配，P1-F3與P1-F1匹配，P1-F3與P1-F2匹配，共有6種匹配方式。把所有100個(gè)手指在其內(nèi)部均作6種匹配，共6x100=600次匹配。理論情況下，600次匹配均能正確匹配，匹配的成功率為100%。實(shí)際上因?yàn)橥皇种傅?font face="Times New Roman">3枚指紋圖像不可能完全一樣，所以有一個(gè)匹配相似度問題。假定我們把匹配成功的相似度設(shè)為>90%，就是說當(dāng)相似度大于90%時(shí)，表示匹配成功。然后我們從600次匹配中，找出多少次相似度在90%以上的，這個(gè)數(shù)值就表示匹配成功的次數(shù)，假定為570次。600次中其余的表示沒有匹配成功的次數(shù)，為600-570=30次。則匹配失敗率，就是30/600=5%。

對于指紋識別算法來講，在指紋庫確定的情況下，其匹配失敗率FNMR是一定的。當(dāng)指紋庫發(fā)生變化，其FNMR也會有變化。所以國際上是以FVC公布的指紋庫為統(tǒng)一的測試庫，在該測試庫中測試出來的FNMR結(jié)果作為衡量指紋算法性能的標(biāo)準(zhǔn)參考。

FAR一般稱為認(rèn)假率，其標(biāo)準(zhǔn)稱謂是FMR（False Match Rate 錯誤匹配率）。FMR是用來評估指紋識別算法性能的最重要參數(shù)?？梢酝ㄋ椎睦斫鉃?font face="Times New Roman">“把不應(yīng)該匹配的指紋當(dāng)成匹配的指紋”的概率。

同樣以前段中的指紋庫為例。把庫中的每個(gè)指紋，與除自己之外的其它所有指紋進(jìn)行匹配，匹配的總次數(shù)，即3x99x3x100=89100次。理論情況下，匹配成功次數(shù)為6x100=600次，匹配失敗次數(shù)應(yīng)為89100-600=88500次。假定由于指紋算法性能的原因，把本應(yīng)該匹配失敗的判為匹配成功，若假定這種錯誤次數(shù)為100次。則錯誤接受率FAR為100/89100=0.11%。匹配失敗次數(shù)是因判定相似的條件嚴(yán)格程度而變化的。當(dāng)匹配成功的篩選條件，即門限值提高時(shí)，FAR會降低。

FAR也與指紋庫相關(guān)。所以在FVC大賽中，有4個(gè)指紋庫用于測試，并取平均值。其中有一個(gè)指紋庫是人工生成的，以排除采集設(shè)備不同導(dǎo)致的指紋圖像質(zhì)量不同對算法效能的影響。

在同一個(gè)指紋庫中，對同一個(gè)算法來講，需要設(shè)定一個(gè)閾值，作為判定相似的標(biāo)準(zhǔn)。當(dāng)相似度大于這個(gè)閾值時(shí)，表示匹配成功，否則表示匹配失敗。FNMR是隨閾值增大而增大的，即判定相似的門檻值越高，則真的指紋判定為假的機(jī)率越大。反之，FMR是隨閾值增大而減小的，即隨著判定相似度的門檻值越高，把假的指紋判定為真的概率會越小。FAR與FRR成反比。根據(jù)2004年FVC大賽測試結(jié)果，一般當(dāng)FMR是1/1000量級時(shí)，FNMR是5/100左右。也就是100個(gè)手指的指紋庫中，進(jìn)行1000次匹配，有可能發(fā)生一次匹配錯誤，即認(rèn)錯。進(jìn)行100次匹配，有可能出現(xiàn)5次匹配失敗，即不認(rèn)。

?

??? EER

????? EER（Equal Error Rate）是相等錯誤率的意思。這個(gè)參數(shù)一般在普通場合不大使用。EER主要用于評價(jià)指紋算法整體效能的指標(biāo)。也就是把FAR、FRR兩個(gè)參數(shù)統(tǒng)一為一個(gè)參數(shù)，來衡量指紋算法的整體性能。FAR和FRR是同一個(gè)算法系統(tǒng)的兩個(gè)參數(shù)，把它放在同一個(gè)坐標(biāo)中，如圖30所示。FAR是隨閾值增大而減小的，F(xiàn)RR是隨閾值增大而增大的。因此它們一定有交點(diǎn)。這個(gè)點(diǎn)是在某個(gè)閾值下的FAR與FRR等值的點(diǎn)。習(xí)慣上用這一點(diǎn)的值來衡量算法的綜合性能。對于一個(gè)更優(yōu)的指紋算法，希望在相同閾值情況下，F(xiàn)AR和FRR都越小越好。

把FAR和FRR曲線都向下平移。同時(shí)相交點(diǎn)ERR也向下平移。所以EER值越小的時(shí)候，表示算法的整體性能越高。

??? 由于當(dāng)FRR與FAR相交時(shí)對應(yīng)的閾值都很小，也就是說此時(shí)的相似度閾值連30%都不到。實(shí)際使用中的閾值至少設(shè)在80%以上，所以EER值并不被用在大眾化場合來描述指紋算法的性能，只是在競賽排名中使用。

???

拒登率一般使用較少，在指紋識別術(shù)語中，它是一個(gè)意思相對比較含糊的詞。在世界指紋算法大賽中，有個(gè)參數(shù)叫拒絕注冊率，有時(shí)被稱為拒登率，用來衡量指紋識別算法對指紋圖像質(zhì)量的挑剔程度，用REJ_ENROLL。表示。在給定的指紋數(shù)量，如100枚指紋圖像中，可以成功注冊或稱為建檔的指紋，如果是99，則REJ_ENROLL?。?SUB>　1%。對FVC大賽給出的標(biāo)準(zhǔn)指紋庫來講，絕大多數(shù)的指紋算法都可以建檔成功，即REJ_ENROLL　為0.00％。

在另外一種場合，拒登率通常被解釋為指紋識別系統(tǒng)（包含指紋采集設(shè)備）不接受指紋注冊的概率。這種情況下，拒絕注冊的因素，除了算法本身的原因外，更多的受指紋采集設(shè)備的成像能力的影響。指紋采集設(shè)備輸出的指紋圖像質(zhì)量越好，指紋識別系統(tǒng)的拒登率越低，指紋采集設(shè)備輸出的指紋圖像質(zhì)量越低，其拒登率越高。

注冊時(shí)間和匹配時(shí)間

注冊時(shí)間是用來衡量指紋算法性能的另一個(gè)指標(biāo)。它是指從輸入指紋圖像到指紋建檔成功（注冊成功）的時(shí)間。根據(jù)FVC大賽的結(jié)果，一般的指紋算法注冊時(shí)間在0.5秒以內(nèi)，這也是FVC以參加LIGHT組比賽的算法提出的參賽資格之一。

匹配時(shí)間有時(shí)稱為比對速度，是用來指示指紋識別算法完成一次匹配所需的時(shí)間。它是從指紋圖像輸入算起到匹配結(jié)果輸出為止的時(shí)間。參加算法大賽的絕大多數(shù)算法的匹配時(shí)間在0.3秒以內(nèi)，這個(gè)參數(shù)與注冊時(shí)間最小值一起構(gòu)成LIGHT組的參賽條件。

由于這些時(shí)間都是受待測的指紋圖像的質(zhì)量影響，所以一般取多個(gè)指紋庫的平均值，所以一般拿平均注冊時(shí)間和平均匹配時(shí)間作為衡量依據(jù)。