指紋
手指上的指紋表征了壹個人的身份特征。1788年Mayer首次提出沒有兩個人的指紋完全相同，1823年Purkinie首次把指紋紋形分成9類，1889年Henry提出了指紋細節特征識別理論，奠定了現代指紋學的基礎。但采用人工比對的方法，效率低、速度慢。20世紀60年代，開始用計算機圖像處理和模式識別方法進行指紋分析，這就是自動指紋識別系統（簡稱AFIS）[1]。20世紀70年代末80年代初，刑事偵察用自動指紋識別系統（police?AFIS，P?AFIS）投入實際運用。20世紀90年代，AFIS進入民用，稱為民用自動指紋識別系統（civil?AFIS，C?AFIS）。本文試圖從指紋特征分析著手，闡述指紋作為人體身份識別的原理方法、指紋識別的主要技術指標和測試方法，以及實際應用的現實性與可靠性[2-4]。
1 指紋識別的原理和方法
1.1 指紋的特征與分類
指紋識別學是壹門古老的學科，它是基於人體指紋特征的相對穩定與唯壹這壹統計學結果發展起來的。實際應用中，根據需求的不同，可以將人體的指紋特征分為：永久性特征、非永久性特征和生命特征[5]。
永久性特征包括細節特征（中心點、三角點、端點、叉點、橋接點等）和輔助特征（紋型、紋密度、紋曲率等元素），在人的壹生中永不會改變，在手指前端的典型區域中最為明顯，分布也最均勻[1]。細節特征是實現指紋精確比對的基礎，而紋形特征、紋理特征等則是指紋分類及檢索的重要依據。人類指紋的紋形特征根據其形態的不同通常可以分為“弓型、箕型、鬥型”三大類型，以及“孤形、帳形、正箕形、反箕形、環形、螺形、囊形、雙箕形和雜形”等9種形態[1]。紋理特征則是由平均紋密度、紋密度分布、平均紋曲率、紋曲率分布等紋理參數構成。紋理特征多用於計算機指紋識別算法的多維分類及檢索。
非永久性特征由孤立點、短線、褶皺、疤痕以及由此造成的斷點、叉點等元素構成的指紋特征，這類指紋有可能產生、愈合、發展甚至消失[1]。
指紋的生命特征與被測對象的生命存在與否密切相關。但它與人體生命現象的關系和規律仍有待進壹步認識。目前它已經成為現代民用指紋識別應用中越來越受關註的熱點之壹。
1.2 指紋識別的原理和方法
指紋識別技術主要涉及四個功能：讀取指紋圖像、提取特征、保存數據和比對。通過指紋讀取設備讀取到人體指紋的圖像，然後要對原始圖像進行初步的處理，使之更清晰，再通過指紋辨識軟件建立指紋的特征數據。軟件從指紋上找到被稱為“節點”（minutiae）的數據點，即指紋紋路的分叉、終止或打圈處的坐標位置，這些點同時具有七種以上的唯壹性特征。通常手指上平均具有70個節點，所以這種方法會產生大約490個數據。這些數據，通常稱為模板。通過計算機模糊比較的方法，把兩個指紋的模板進行比較，計算出它們的相似程度，最終得到兩個指紋的匹配結果[5-6]。采集設備（即取像設備）分成幾類：光學、半導體傳感器和其他。
2 指紋識別技術的主要指標和測試方法
2.1 算法的精確度
指紋識別系統性能指標在很大程度上取決於所采用算法性能。為了便於采用量化的方法表示其性能，引入了下列兩個指標。
拒識率（false rejection rate，FRR）：是指將相同的指紋誤認為是不同的，而加以拒絕的出錯概率。FRR=（拒識的指紋數目／考察的指紋總數目）×100%。
誤識率（false accept rate，FAR）：是指將不同的指紋誤認為是相同的指紋，而加以接收的出錯概率。FAR=（錯判的指紋數目／考察的指紋總數目）×100%。
對於壹個已有的系統而言，通過設定不同的系統閾值，就可以看出這兩個指標是互為相關的，FRR與FAR成反比關系。這很容易理解，“把關”越嚴，誤識的可能性就越低，但是拒識的可能性就越高。
2.2 誤識率和拒識率的測試方法
測試這兩個指標，通常采用循環測試方法[7]。即給定壹組圖像，然後依次兩兩組合，提交進行比對，統計總的提交比對的次數以及發生錯誤的次數，並計算出出錯的比例，就是FRR和FAR。針對FAR=0.0001%的指標，應采用不少於1 415幅不同的指紋圖像作循環測試，總測試次數為1 000 405次，如果測試中發生壹次錯誤比對成功，則FAR=1/1 000 405；針對FRR=0.1%，應采用不少於46幅屬於同壹指紋的圖像組合配對進行測試，則總提交測試的次數為1 035次數，如果發生壹次錯誤拒絕，則FRR=1/1 035。測試所采用的樣本數越多，結果越準確。作為測試樣本的指紋圖像應滿足可登記的條件。
2.3 系統參數
拒登率（error registration rate，ERR）：指的是指紋設備出現不能登錄及處理的指紋的概率，ERR過高將會嚴重影響設備的使用範圍，通常要求小於1%。
登錄時間：指紋設備登錄壹枚指紋所需的時間，通常單次登錄的時間要求不超過2 s。
比對時間：指紋設備對兩組指紋特征模版進行比對所耗費的時間，通常要求不超過1 s。
工作溫度：指紋設備正常工作時所允許的溫度變化範圍，壹般是0～40 ℃。
工作濕度：指紋設備正常工作時所允許的相對濕度變化範圍，壹般是30%～95%。
3 指紋識別技術的應用
指紋識別技術已經成熟，其應用日益普遍，除了刑事偵察用之外，在民用方面已非常廣泛，如指紋門禁系統、指紋考勤系統、銀行指紋儲蓄系統、銀行指紋保管箱、指紋醫療保險系統、計劃生育指紋管理系統、幼兒接送指紋管理系統、指紋獻血管理系統、證券交易指紋系統、指紋槍械管理系統、智能建築指紋門禁管理系統、駕駛員指紋管理系統等。
指紋門禁系統和指紋考勤系統是開發和使用得最早的壹種出入管理系統，包括對講指紋門禁、聯機指紋門禁、脫機指紋門禁等等。在入口將個人的手指按在指紋采集器上，系統將已登錄在指紋庫中的指紋（稱為已經註冊）進行對比，如果兩者相符（即匹配），則顯示比對成功，門就自動打開。如不匹配，則顯示“不成功”或“沒有這個指紋”，門就不開。在指紋門禁系統中，可以是壹對壹的比對（one?to?one matching），也可以是壹對幾個比對（one?to?few matching）。前者可以是壹個公司、部門，後者可以是壹個家庭的成員、銀行的營業廳、金庫、財務部門、倉庫等機要場所。在這些應用中，指紋識別系統將取代或者補充許多大量使用照片和ID系統。
把指紋識別技術同IC卡結合起來，是目前最有前景的壹個應用之壹。該技術把卡的主人的指紋（加密後）存儲在IC卡上，並在IC卡的讀卡機上加裝指紋識別系統，當讀卡機閱讀卡上的信息時，壹並讀入持卡者的指紋，通過比對就可以確認持卡者是否是卡的真正主人，從而進行下壹步的交易。指紋IC卡可取代現行的ATM卡、制造防偽證件等。ATM卡持卡人可不用密碼，避免老人和孩子記憶密碼的困難。
近年來，互聯網帶給人們方便與利益已，也存在著安全問題。指紋特征數據可以通過電子郵件或其它傳輸方法在計算機網絡上進行傳輸和驗證，通過指紋識別技術，限定只有指定的人才能訪問相關的信息，可以極大地提高網上信息的安全性。網上銀行、網上貿易、電子商務等壹系列網絡商業行為就有了安全性保障。
指紋社會保險系統的應用為養老金的準確發放起了非常有效的作用。避免了他人用圖章或身份證復印件代領，而發放人員無法確定該人是故世的問題，要憑本人的活體指紋，才可準確發放養老金。
4 指紋識別的可靠性
指紋識別技術是成熟的生物識別技術。因為每個人包括指紋在內的皮膚紋路在圖案、斷點和交叉點上各不相同，是唯壹的，並且終生不變。通過他的指紋和預先保存的指紋進行比較，就可以驗證他的真實身份。自動指紋識別是利用計算機來進行指紋識別的壹種方法。它得益於現代電子集成制造技術和快速而可靠的算法理論研究。盡管指紋只是人體皮膚的壹小部分，但用於識別的數據量相當大，對這些數據進行比對是需要進行大量運算的模糊匹配算法。利用現代電子集成制造技術生產的小型指紋圖像讀取設備和速度更快的計算機，提供了在微機上進行指紋比對運算的可能。另外，匹配算法可靠性也不斷提高。因此，指紋識別技術己經非常簡單實用。由於計算機處理指紋時，只是涉及了壹些有限的信息，而且比對算法並不是十分精確匹配，其結果也不能保證100%準確。
指紋識別系統的特定應用的重要衡量標誌是識別率。主要包括拒識率和誤識率，兩者成反比關系。根據不同的用途來調整這兩個值。盡管指紋識別系統存在著可靠性問題，但其安全性也比相同可靠性級別的“用戶ID+密碼”方案的安全性要高得多。拒識率實際上也是系統易用性的重要指標。在應用系統的設計中，要權衡易用性和安全性。通常用比對兩個或更多的指紋來達到不損失易用性的同時，極大提高系統的安全性。
參考資料：