傳統(tǒng)指紋識別技術(shù)
19世紀(jì)初，科學(xué)家發(fā)現(xiàn)了指紋的兩個重要特性：
1、不同手指的指紋紋脊的式樣不同，即指紋唯一性；
2、指紋紋脊的式樣終身不變，即指紋終身不變性；
根據(jù)這兩個特性的研究成果，指紋在鑒別犯罪中得到正式應(yīng)用。至此，指紋識別技術(shù)在身份驗證領(lǐng)域開啟了其輝煌之路。
在傳統(tǒng)指紋識別算法中，特征分為兩種類別：總體特征和局部特征，其中總體特征包括紋形、模式區(qū)、核心點、三角點、紋數(shù)，局部特征是指紋中的細節(jié)特征也稱特征點。雖然指紋之間會具有相同的總體特征，但特征點卻往往不相同。指紋紋路并不是連續(xù)、筆直平滑的，而是經(jīng)常出現(xiàn)終斷、分叉或轉(zhuǎn)折，這些就稱為特征點，就是這些特征點賦予指紋唯一性。特征點是通過特征向量來描述的，其中包括：方向、曲率、位置等。
傳統(tǒng)指紋識別技術(shù)在銀行、刑偵、企業(yè)考勤、智能小區(qū)、指紋鎖等領(lǐng)域得到了蓬勃發(fā)展，為我們生活帶來了安全與便利。
但傳統(tǒng)的指紋識別技術(shù)在小型化進程中遇到了瓶頸，傳統(tǒng)的采集模式為全采集方式，即一次可覆蓋大面積手指，這種采集方式很難在手機的應(yīng)用上擴展，于是各個廠家紛紛效仿iPhone5s采用小尺寸指紋傳感器，與此同時給指紋識別算法提出了新的問題，如此小面積下怎樣才能保證每次采集后指紋特征點的存在呢？答案是否定的，即不是每次采集都能保證傳統(tǒng)指紋特征點存在，那么在這種情況出現(xiàn)后怎樣保證仍可識別呢？其實這個問題也是阻礙傳統(tǒng)指紋識別算法方案商沒能快速切入手機應(yīng)用的關(guān)鍵所在。
指紋雖然有其獨特所在，但從廣義上講它終究也是圖像，而圖像識別領(lǐng)域技術(shù)發(fā)展成熟，尤其圖像特征提取方法層次不窮，從這個角度講我們完全可以借鑒其中的技術(shù)與傳統(tǒng)指紋識別方法結(jié)合來解決問題。
結(jié)合圖像特征的指紋識別技術(shù)
在由多名博士和碩士共同努力與思考后，考慮到每次采集都有可能檢測不到指紋特征點，所以我們引入圖像特征，并與傳統(tǒng)指紋特征生成組合特征用于識別。這樣的考慮不僅僅能夠解決無指紋特征點情況下的識別問題，也能夠盡量保證在FRR與FAR之間找到平衡。
大家都知道在注冊階段需要用戶采集若干次，這樣的目的在于可以保證最終采集的整體模板數(shù)據(jù)能夠盡量覆蓋用戶的大部分手指，以達到完美的通過體驗?？墒强紤]到不是所有的用戶都能夠按照提示注冊手指，所以我們需要引入連續(xù)注冊時的判重機制，不僅如此，我們在識別階段還引入學(xué)習(xí)機制，這樣就大大調(diào)高了用戶體驗，所以大家會發(fā)現(xiàn)我們的指紋識別系統(tǒng)在體驗上會越用速度越快，越用通過率越高。
之前總是強調(diào)FRR(False Rejection Rate)和FAR(False Acceptance Rate)，那么到底怎么理解這兩個指標(biāo)呢？實際上，它們是用來評估指紋識別算法性能的兩個主要參數(shù)。
FRR即拒真率，直觀理解為應(yīng)該通過識別的指紋卻沒通過的概率；FAR即認假率，直觀理解為不應(yīng)該通過識別的指紋卻通過的概率；另外其實還有一個ERR(Equal Error Rate)指標(biāo)，即等價錯誤率，雖然這個參數(shù)大部分廠家沒有提及，但是它把FAR、FRR兩個參數(shù)統(tǒng)一為一個參數(shù)，來衡量指紋算法的整體性能，用戶參考此指標(biāo)則更加直觀。
對于指紋識別算法而言，在指紋庫確定的情況下，其FRR和FAR是一定的。但是指紋庫發(fā)生變化，這兩個指標(biāo)也會發(fā)生變化。目前公開的測試庫一般是由FVC(國際指紋識別算法大賽)組織者提供的。而FVC在做指紋識別算法性能測試時，并未使用采集設(shè)備引入外界指紋輸入，都是使用標(biāo)準(zhǔn)的指紋圖像庫來測試的。但是對于加入采集設(shè)備的指紋識別系統(tǒng)而言，兩個指標(biāo)就顯得不那么貼切了。因為指紋識別系統(tǒng)的性能除了受指紋識別算法的影響外，指紋采集設(shè)備的性能對FRR和FAR的影響也不能忽視，這里面就涉及到產(chǎn)線、工藝等各個方面的因素，因此說評價一套指紋識別系統(tǒng)的優(yōu)劣要從系統(tǒng)工程的角度去看待，不能僅憑某一兩個指標(biāo)就做出武斷的決定。
指紋識別之應(yīng)用
傳統(tǒng)指紋識別在銀行、刑偵等領(lǐng)域扮演著重要角色，而它自出生在手機的那天起就被賦予安全支付的重任。這里其實不是說它就是世界上最安全的支付方式，論其安全性固然沒有虹膜等生物識別安全，但是其兼顧了便利性，可以說它在便利與安全之間找到了最佳的平衡點。所以說這里真的要佩服iPhone，我們相信在手機里植入生物識別的過程中，他們是充分衡量評估過的，憑其實力想移植任何生物識別技術(shù)都不是難事，但為什么他們單獨選擇了指紋，至少我們目前的理解是它找到了便利與安全兼顧的支付方式。
基于此我們可以展開聯(lián)想，難道只有安全支付才是指紋在手機中存在的價值嗎？也不盡然，至少在我們的生活中需要密碼的地方不僅僅是支付，還有很多需要密碼的地方，我們是不是也能切入到這些領(lǐng)域中去從方便用戶的角度去擴展指紋應(yīng)用呢？也許未來的某一天大家真的就不需要密碼而是用指紋這種便利的方式去簡化我們的生活。
19世紀(jì)初，科學(xué)家發(fā)現(xiàn)了指紋的兩個重要特性：
1、不同手指的指紋紋脊的式樣不同，即指紋唯一性；
2、指紋紋脊的式樣終身不變，即指紋終身不變性；
根據(jù)這兩個特性的研究成果，指紋在鑒別犯罪中得到正式應(yīng)用。至此，指紋識別技術(shù)在身份驗證領(lǐng)域開啟了其輝煌之路。
在傳統(tǒng)指紋識別算法中，特征分為兩種類別：總體特征和局部特征，其中總體特征包括紋形、模式區(qū)、核心點、三角點、紋數(shù)，局部特征是指紋中的細節(jié)特征也稱特征點。雖然指紋之間會具有相同的總體特征，但特征點卻往往不相同。指紋紋路并不是連續(xù)、筆直平滑的，而是經(jīng)常出現(xiàn)終斷、分叉或轉(zhuǎn)折，這些就稱為特征點，就是這些特征點賦予指紋唯一性。特征點是通過特征向量來描述的，其中包括：方向、曲率、位置等。
傳統(tǒng)指紋識別技術(shù)在銀行、刑偵、企業(yè)考勤、智能小區(qū)、指紋鎖等領(lǐng)域得到了蓬勃發(fā)展，為我們生活帶來了安全與便利。
但傳統(tǒng)的指紋識別技術(shù)在小型化進程中遇到了瓶頸，傳統(tǒng)的采集模式為全采集方式，即一次可覆蓋大面積手指，這種采集方式很難在手機的應(yīng)用上擴展，于是各個廠家紛紛效仿iPhone5s采用小尺寸指紋傳感器，與此同時給指紋識別算法提出了新的問題，如此小面積下怎樣才能保證每次采集后指紋特征點的存在呢？答案是否定的，即不是每次采集都能保證傳統(tǒng)指紋特征點存在，那么在這種情況出現(xiàn)后怎樣保證仍可識別呢？其實這個問題也是阻礙傳統(tǒng)指紋識別算法方案商沒能快速切入手機應(yīng)用的關(guān)鍵所在。
指紋雖然有其獨特所在，但從廣義上講它終究也是圖像，而圖像識別領(lǐng)域技術(shù)發(fā)展成熟，尤其圖像特征提取方法層次不窮，從這個角度講我們完全可以借鑒其中的技術(shù)與傳統(tǒng)指紋識別方法結(jié)合來解決問題。
結(jié)合圖像特征的指紋識別技術(shù)
在由多名博士和碩士共同努力與思考后，考慮到每次采集都有可能檢測不到指紋特征點，所以我們引入圖像特征，并與傳統(tǒng)指紋特征生成組合特征用于識別。這樣的考慮不僅僅能夠解決無指紋特征點情況下的識別問題，也能夠盡量保證在FRR與FAR之間找到平衡。
大家都知道在注冊階段需要用戶采集若干次，這樣的目的在于可以保證最終采集的整體模板數(shù)據(jù)能夠盡量覆蓋用戶的大部分手指，以達到完美的通過體驗?？墒强紤]到不是所有的用戶都能夠按照提示注冊手指，所以我們需要引入連續(xù)注冊時的判重機制，不僅如此，我們在識別階段還引入學(xué)習(xí)機制，這樣就大大調(diào)高了用戶體驗，所以大家會發(fā)現(xiàn)我們的指紋識別系統(tǒng)在體驗上會越用速度越快，越用通過率越高。
之前總是強調(diào)FRR(False Rejection Rate)和FAR(False Acceptance Rate)，那么到底怎么理解這兩個指標(biāo)呢？實際上，它們是用來評估指紋識別算法性能的兩個主要參數(shù)。
FRR即拒真率，直觀理解為應(yīng)該通過識別的指紋卻沒通過的概率；FAR即認假率，直觀理解為不應(yīng)該通過識別的指紋卻通過的概率；另外其實還有一個ERR(Equal Error Rate)指標(biāo)，即等價錯誤率，雖然這個參數(shù)大部分廠家沒有提及，但是它把FAR、FRR兩個參數(shù)統(tǒng)一為一個參數(shù)，來衡量指紋算法的整體性能，用戶參考此指標(biāo)則更加直觀。
對于指紋識別算法而言，在指紋庫確定的情況下，其FRR和FAR是一定的。但是指紋庫發(fā)生變化，這兩個指標(biāo)也會發(fā)生變化。目前公開的測試庫一般是由FVC(國際指紋識別算法大賽)組織者提供的。而FVC在做指紋識別算法性能測試時，并未使用采集設(shè)備引入外界指紋輸入，都是使用標(biāo)準(zhǔn)的指紋圖像庫來測試的。但是對于加入采集設(shè)備的指紋識別系統(tǒng)而言，兩個指標(biāo)就顯得不那么貼切了。因為指紋識別系統(tǒng)的性能除了受指紋識別算法的影響外，指紋采集設(shè)備的性能對FRR和FAR的影響也不能忽視，這里面就涉及到產(chǎn)線、工藝等各個方面的因素，因此說評價一套指紋識別系統(tǒng)的優(yōu)劣要從系統(tǒng)工程的角度去看待，不能僅憑某一兩個指標(biāo)就做出武斷的決定。
指紋識別之應(yīng)用
傳統(tǒng)指紋識別在銀行、刑偵等領(lǐng)域扮演著重要角色，而它自出生在手機的那天起就被賦予安全支付的重任。這里其實不是說它就是世界上最安全的支付方式，論其安全性固然沒有虹膜等生物識別安全，但是其兼顧了便利性，可以說它在便利與安全之間找到了最佳的平衡點。所以說這里真的要佩服iPhone，我們相信在手機里植入生物識別的過程中，他們是充分衡量評估過的，憑其實力想移植任何生物識別技術(shù)都不是難事，但為什么他們單獨選擇了指紋，至少我們目前的理解是它找到了便利與安全兼顧的支付方式。
基于此我們可以展開聯(lián)想，難道只有安全支付才是指紋在手機中存在的價值嗎？也不盡然，至少在我們的生活中需要密碼的地方不僅僅是支付，還有很多需要密碼的地方，我們是不是也能切入到這些領(lǐng)域中去從方便用戶的角度去擴展指紋應(yīng)用呢？也許未來的某一天大家真的就不需要密碼而是用指紋這種便利的方式去簡化我們的生活。
