解说:掌纹识别
掌纹识别本质上实现了许多相同的匹配特征,这些特征使得指纹识别成为最知名和最广为人知的生物识别技术之一。
手掌和手指的生物特征都由在摩擦脊印痕中呈现的信息来表示。这些信息结合了脊流、脊特征和表皮隆起部分的脊结构。根据这些摩擦脊印模所代表的数据,可以确定摩擦脊印模的相应区域要么来自同一来源,要么不可能来自同一来源。
由于指纹和手掌具有唯一性和持久性,它们作为一种可信的身份识别形式已经被使用了一个多世纪。然而,由于计算能力和实时扫描技术的限制,手掌识别在自动化方面进展缓慢。
手掌识别,就像指纹识别一样,是基于摩擦脊印所呈现的信息的集合。这些信息包括摩擦脊的流动(第1级细节),沿着单个摩擦脊路径及其序列的特征的存在或缺失(第2级细节),以及单个脊的复杂细节(第3级细节)。
要理解这个识别概念,首先必须了解指纹或手掌的脊和谷的生理学。当记录下来时,指纹或掌纹以一系列深色线的形式出现,代表摩擦脊皮肤的高、尖部分,而这些脊之间的山谷则以空白的形式出现,是摩擦脊皮肤的低、浅部分。
手掌识别技术利用了这些手掌特征。摩擦脊并不总是在图案中连续流动,经常导致特定的特征,如结束脊或分割脊和点。一个掌纹识别系统被设计来解释整个脊线的流动,分配分类,然后提取细节-可用信息总量的子集,但足够的信息有效地搜索一个大的掌纹库。细枝末节限于山脊末端和沿着山脊路径分叉的位置、方向和方向。
多种传感器类型:电容式、光学式、超声波式和热敏式,可用于采集手掌表面的数字图像;然而,传统的实时扫描方法在适应数字化掌纹所需的更大捕获区域方面进展缓慢。传感器试图获得高分辨率手掌图像的挑战至今仍在处理中。最常见的一种方法是使用电容传感器,它根据测量到的电容来确定每个像素值,这是可能的,因为空气(谷)区域的电容明显小于手掌(脊)区域。其他的手掌传感器通过使用高频超声波或光学设备来捕捉图像,这些设备使用棱镜来检测与手掌相关的光反射的变化。热扫描仪需要用手掌划过表面来测量随时间变化的温度差异,从而生成数字图像。电容式、光学式和超声波传感器只需要一个手掌。
一些手掌识别系统扫描整个手掌,而另一些则需要将手掌分割成更小的区域以优化性能。通过搜索较小的数据集,可以极大地提高指纹或掌纹系统的可靠性。指纹系统通常基于手指数字或模式分类来划分存储库,而手掌系统则基于摩擦脊区域的位置来划分存储库。潜在的审查员非常熟练地识别获得证据或潜在提举的手的哪一部分。只搜索palm存储库的这个区域,而不是整个数据库,可以最大限度地提高潜在palm搜索的可靠性。
和指纹一样,手掌匹配技术有三大类:基于细节的匹配、基于相关的匹配和基于脊线的匹配。基于minutiae的匹配是最广泛使用的技术,它依赖于上面描述的minutiae点,特别是每个点的位置、方向和方向。基于相关性的匹配只需要简单地将手掌图像排成一行,然后减去它们,以确定两张手掌图像中的脊线是否对应。基于脊的匹配使用脊模式的标志性特征,如汗毛孔、脊的空间属性和几何特征,以及/或局部纹理分析,所有这些都是细节特征提取的替代方法。这种方法是一种更快的匹配方法,并克服了从低质量图像中提取细节的一些困难。
根据使用的算法和实现的传感器,每种方法的优缺点各不相同。基于minutiae的匹配通常获得更高的识别精度,尽管它在低质量的图像中表现很差,并且没有利用手掌的纹理或视觉特征。
使用基于细节的技术进行处理也可能很耗时,因为细节提取需要耗费大量时间。基于相关性的匹配通常处理起来更快,但对图像中的弹性、旋转和平移方差和噪声的容忍度较低。一些基于脊的匹配特征是不稳定的,或者需要高分辨率传感器来获得高质量的图像。脊基特征的显著性明显低于细部特征。
就像指纹一样,由于市场上有各种各样的算法和传感器,标准的开发也是掌纹识别的一个基本要素。互操作性是产品实现的一个关键方面,这意味着一个设备获得的图像必须能够被使用另一个设备的计算机解释。目前正在进行的掌纹的主要标准是对ANSI NIST ITL-2000 Type-15的修订。
许多,如果不是全部,商业手掌AFIS系统符合ANSI NIST ITL-2000 Type-15记录存储掌纹数据。目前正在通过国家标准和技术研究所主持的讲习班“审查”几项加强记录类型的建议。具体来说,允许正确编码和存储主要案例指纹的改进,基本上是任何和所有位于手上的摩擦脊数据,支持国家掌纹服务倡议联邦调查局进行下一代NGI的.
与其他生物识别应用不同的是,一个由美国政府赞助的大规模评估还没有进行手掌识别。目前用于测试目的的数据量不仅阻碍了联邦政府的能力,也阻碍了供应商对商业掌上系统进行有效测试和基准测试的能力。联邦调查局实验室目前正在把它的硬拷贝记录编码到三种最流行的商用手掌识别系统中。这项活动,连同建立国家掌纹服务所需的其他并行活动,将解决这些限制,并可能为美国政府评估掌纹系统提供基准数据。
来源:NIST,联邦调查局
解说:掌纹识别http://t.co/MjgglOMQWv#生物识别技术
RT @BiometricUpdate解释:掌纹识别http://t.co/MjgglOMQWv#生物识别技术
RT @BiometricUpdate解释:掌纹识别http://t.co/zEvnZ80z9x#生物统计学- >喂养你的大脑
RT @BiometricUpdate解释:掌纹识别http://t.co/MjgglOMQWv#生物识别技术