计算机是如何进行指纹和掌纹识别的？为什么指纹识别有时候会失败？手机上的指纹识别与公安用的指纹识别有什么区别？

计算机是如何进行指纹和掌纹识别的？为什么指纹识别有时候会失败？手机上的指纹识别与公安用的指纹识别有什么区别？1比1和1比N的指纹识别有什么区别？掌纹能用于身份识别吗？清华大学自动化系副教授、博士生导师，中国生物特征识别学术会议（2015-2019）程序委员会主席，国际生物特征识别学术会议（2014-2016）领域主席冯建江带来分享《计算机如何识别指纹和掌纹？》。

以下为冯建江演讲实录：

大家好，我是冯建江，我想介绍一些自己关于计算机识别指纹和掌纹的研究。

我主要讲这样几个部分——

01 指纹识别的应用

指纹识别的应用，现在已经非常广泛，我们可以粗略地将其分为三个方面：警方，政府，以及企事业单位，个人。

其中，警用AFIS是最早的自动识别系统（上世纪70年代末），因为该领域对自动识别的需求非常强烈——积累的海量数据库靠人工识别明显不现实。

这个系统主要有两个功能：查犯罪前科和识别犯罪嫌疑人。

大家可能知道，从犯和初犯惩罚是不一样的。所以犯罪分子如果原来犯过案，再被抓到就很可能会隐瞒。所以警察需要通过“十指比十指”来识别犯罪分子真实身份，从而查询犯罪前科。

如果在犯罪现场发现了指纹，就可以将它放到以往的数据库里面去比对，也就是“现场比十指”。这个难度要比查犯罪前科要大很多。

此外，指纹识别在各种身份证件里面也有较为广泛的应用，我们国家从2012年开始在生物特征护照以及港澳通行证里面录入指纹。目前，北京首都机场、深圳罗湖口岸等地已经启用基于生物特征（核验指纹以及人像）的自助通关。

2013年，身份证也开始录入指纹，目前应该超过5亿人的身份证里面有指纹了。身份证的生物特征验证系统已经在一些重要场所应用，比如一些敏感场所的出入验证，以及很多地方的高考考生身份核查。

第三类的应用种类就特别多。指纹、人脸考勤机，很早就开始应用。还有迪斯尼乐园指纹验票的例子：由于园区特别大，迪斯尼乐园就允许购买了通票的游客中间进出。但是怎样防止通票转让多人使用呢？它就要求游客第一次入园时录入指纹，将指纹与票绑定；以后再进就要通过指纹识别来验票。此外还有很多，比如指纹锁虽然出现很早，但也就是这几年普及越来越高。生活中常见的还有iphone率先引领的指纹解锁和指纹支付，等等。

02 指纹识别系统的一般原理

接下来，我就给大家讲一下各种类型的指纹识别系统一个比较共性的原理。我们把指纹识别流程进行简化，大概有以下三步，采集、特征提取和匹配——

接下来，我就按照这三步来给大家分别介绍一下。

第一步是指纹采集。虽然用相机拍照的指纹图像（左图）跟大家肉眼看到的手指一致，但其实不太适合做指纹识别，因为对比度比较低。指纹识别系统希望用到的指纹是右图这样的，脊线和谷线黑白分明。

那么，怎样采集怎样的图像呢？

在非常非常古老的时候，人们就发现用油墨可以采集到质量非常好的指纹。所以从100多年前，警方就大规模使用油墨来采集有犯罪前科人员的指纹。他们会让犯人将每根手指都在平面纸上转一圈（rolled fingerprints），尽可能把边边角角全都采集到。此外，还会采集除大拇指外的四根手指并拢的图像（plain fingerprints）。

油墨采集指纹的方法，现在几乎不用了，取而代之的是电子化的采集设备。

基于超声波的采集设备虽然应用比较少；但目前高通公司推广的一项技术可能会改善现状：把手机放到显示屏下面，正面就全是屏了，一点边框都没有。

基于光学的采集设备非常多，警方用的基本上都是属于这一类。它的原理是：一个倒立的三棱镜，上面是手指，左下角射来光源，右下角设置一个集成了相机的透镜（左图）。发出的光线以特定角度进入棱镜时，如果没有接触到凸起（放置手指会形成突起），就会发生全反射；而如果接触到凸起，就会被吸收，不会全反射，所以就得到了一个黑白分明的、类似油墨采集的指纹图像。

第三种就是基于电路的采集设备，现在的手机和电脑笔记本，都是采用这一类。它主要靠指纹凸起和凹陷的地方在电学上特征的不同来识别。

所以，声、光、电都有指纹采集技术。

采集图像之后，需要从上面要提取一些特征。什么特征呢？我们可以由从宏观到细节的三个层次来看看。

第一层，反映的是指纹上面的流线的方向场和奇异点。我们一般人说，指纹是斗型还是箕形？实际上就是第一层特征。

第二层，关注流线的开始，结束，以及交叉的地方，也就是脊线和细节点。

第三层。如果我们把图像放大，还会看到有很细节的特征，不同的人是不一样的。脊线实际上不是一条黑线，上面有很多白色的孔——也就是出汗的地方，汗孔。另外，线周围的轮廓也不是很直，有各种形状。这些特别细节的特征，对于识别也是有用的。

在实际中，大部分指纹识别系统都是采用这一层，也就是细节点的特征，因为信息量非常多，而且比较稳定，也非常紧凑。

这是一个示意图，展示的是怎么样从一幅图像通过提取图像处理算法，提取出脊线、细节点、方向场和奇异点等等特征。

有了这些点，将来提供两个指纹，我们就不是在对比图像，而是在对比两组点：通过某种方法，按照这些点的坐标把它编号在一起，然后就可以找到对应的点，最后根据点的匹配程度和数量计算出一个分数。

当然，如果平时用指纹识别的话，你肯定会发现有时候会识别就失败。也就是说，模式识别系统不是完美的，有时候会出错。我们假设系统最后会出一个分数，比如说0分就表示非常不像，100分就表示非常像。

真匹配，就是同一个人的手指之间的匹配，分数一般比较高；但有时候也会因为各种原因比较低。它的分数分布如图中所示，特别高和特别低的分数比较少。

假匹配，就是不同手指之间的匹配，分数一般比较低。但是它也是一个正态分布，从低到高都有。那么，对于一个系统来说，必须要出阈值——如果超过阈值，就认为这两根手指是同一个人的手指，否则就认为是不同的。

但是，不管阈值怎么选择，总会发生两种错误：一种是“错误不匹配”——本来是同一根手指，但是认为不匹配的；另外一种是“错误匹配”——不同手指的分数超过了阈值。

这是一些比较典型的“错误不匹配”的例子。什么情况下，会发生不匹配呢？一般来说，手指皮肤干燥（首行左）、手指磨损严重（首行中）、手指大量出汗（首行右）会导致识别失败。

还有一些其他的情景，也会导致错误不匹配。比如左下角这张是犯罪现场的指纹，它是从一本书上扫描出来的，干扰特别严重。手机上采集到的指纹图像（次行中），传感器太小导致得到的图像特别小，也容易出现失误。右下角是一个变形特别厉害的指纹，我们的手是软的，所以采集时如果角度或者力度非常夸张，就会形成这样比较难识别的图像。

接下来，我想介绍一些特殊的指纹识别系统的案例。

03 手机指纹识别

首先，就是手机指纹识别。其实，把指纹植入手机的想法，很早就出现了，但当时销量比较少；真正把指纹识别变成手机的标配是从这个iphone开始的——在iphone之前，全世界每年手机指纹传感器的出货量其实不过百万量级，但是有了iphone之后，达到了上亿量级。这样一个量级，就使得指纹识别技术往前推进了一步。

那么，从传感器技术到成像识别技术，手机指纹识别相比其它的指纹识别，有什么特殊性呢？

手机传感器非常小，中间这张图就是手机指纹传感器采集到的；而右边这张是比较常见的考勤机和公安用的采集设备采集到的图像。这么小的图像，信息量肯定也比较少，有点像设置密码，两位数的密码和八位数的密码肯定不一样。

那么，该怎么提高识别率？目前有三方面的技术可以解决这个困境。

第一点，多次注册。大家首次使用手机注册指纹的时候，它一般会要求你反复地摁，还要不停地更换手指的位置。这样，手机就会存储手指各个角度的图像，就用一个比较小的传感器采集到了尽可能多的信息。

第二点，充分利用指纹特征。虽然可以注册多次，但使用的时候图像还是很小，所以要从这个很小的图片里面提取尽可能多的信息。如果我们还用传统的信息特征的话（比如细节点），那阈值就太低了（质量很好的图像可能只有两个细节点），错误匹配就会非常高。所以，现在手机指纹识别普遍采用的技术，是希望能够把指纹里面那些不如细节点稳定和显著的特征也都用上。手机的指纹识别属于高频应用，一天会用很多次，所以这个时刻采集，然后隔个几分钟再采，就还是比较稳定的。

第三点，模板更新。我们把这个注册的指纹信息叫做模板指纹，会随着使用不断更新——它会学习在各种皮肤状况下手指的状态，这项技术很重要。如果指纹识别成功，它就会认为是同一个人手指，就会把信息更新进去。所以，用得越多，识别也会越顺利。

但是去年出了一个漏洞：有一个人的苹果手机的指纹传感器摔碎了，然后他就发现其他人的手指也能解锁。后来，用橘子皮也能解锁手机，事实上任何东西只要碰一下就开了。

为什么会出现这样的事？就是因为模板更新。当传感器有裂缝的时候，手机会把裂缝本身 也当成一个模板存进去；而裂缝一直存在的，所以随便拿一个东西去摁，它就会发现新图像和刚才存的那个模板一致，所以谁都能解开。

04 刑侦指纹识别

接下来，我想介绍一下刑侦指纹识别。

所谓刑侦指纹识别，是指从犯罪现场提取一个很脏的一个指纹，然后到十指指纹数据库里去检索。大家可能也会注意到，有时候新闻上会说一个指纹破获了几十年的一起命案，这样的案例非常非常多——少部分案件因为社会影响太大，所以会上新闻，实际上指纹破案数量非常惊人。我们国家，每年靠指纹侦破的案件就超过10万起，也是因为这个原因，指纹被称为“物证之首”。

指纹有三个特性：唯一、终身不变、触物留痕。其中，第三点对破案非常重要。

那刑侦指纹识别的难题是什么？

遗留的现场指纹非常不清晰，而且数据库非常庞大。

这样的技术难题，该怎样解决呢？

这个视频介绍了怎样提取现场指纹。白色的板子曾被手指摸过，开始什么都看不见；但是工作人员用一个沾了黑色磁粉的刷子在上面刷，刷着刷着，指纹就显现出来了。

提取出来的指纹图像质量比较差（特别是相比传统的光学采集仪采集到的指纹），这时候就需要一种指纹图像增强技术，能够尽可能地把特征还原出来。图中所示的是一种增强技术，是将指纹上面每个位置，都用滤波器进行处理，有点像把噪音去掉、只保留指纹本身的信息。

嫌疑人的识别需要在一个很大的数据库里面比对查找，也就是1对N识别技术。N代表的数字非常庞大，我国犯罪前科人员数据库里面的指纹数量已经好几亿了。所以，将一个指纹放到好几亿个指纹里面去查谁跟它最像，难度非常大。这些年虽然技术一直在提升，但是确实太难了。

那么，现在公安怎么去查犯罪嫌疑人呢？人机融合。自动指纹识别系统会返回一个可能的列表（可能有，也有可能没有；可能在第一名，也有可能在第几十名），经过训练的公安指纹专家，在一套工具的帮助下一个一个去找。

05 掌纹识别

最后，我想简要介绍一下掌纹识别。

掌纹其实跟指纹非常类似，相机直接拍摄到的掌纹图像也不适合做识别。掌纹识别需要的掌纹主要用光学采集仪，利用的原理就是全反射，能够采集到这种黑白分明的掌纹图像。

掌纹的特征，其实跟指纹基本对应（脊线、细节点、汗孔、奇异点），唯一的区别就是掌纹上的皱褶特别多，比如说图中蓝色线条就表示了三个主要皱褶，算命上也叫生命线、事业线、爱情线。除此之外，还有一些细一点、但是数量特别大的次要褶皱，特别是大拇指下面这块。掌纹上的褶皱跟年龄没有关系，小孩子的皱褶也很多。

掌纹识别，大家可能平常都没接触过，因为它主要应用在刑侦破案上面：警方抓到一个犯罪分子之后，会把他这个掌纹和指纹都会录上去，将来如果在犯罪现场发现掌纹，就可以通过掌纹识别去破案了。

有一项统计数据指出，犯罪现场有30%的手纹是掌纹，70%是指纹，量还是很大的。实际上掌纹识别技术跟指纹非常类似，主要的区别就是掌纹的奇异点数量非常多，图像又很大，所以运算采集的成本比较高。因此，这项技术进入实际应用的时间要比指纹要晚一些，范围也比较窄。

以上就是我的分享，谢谢大家。

-END-

本文由我是科学家iScientist投稿一鸣网，本文仅代表作者个人观点，文章非经授权请勿转载，

向一鸣网投稿，请点击投稿按钮，详情请参阅《一鸣网投稿须知》。

互联网人都在关注的微信号

难道你还没有关注？