<dfn id="siuuq"><code id="siuuq"></code></dfn>
<menu id="siuuq"><kbd id="siuuq"></kbd></menu>
  • <menu id="siuuq"><acronym id="siuuq"></acronym></menu>
  • <menu id="siuuq"></menu>
  • <tbody id="siuuq"><nav id="siuuq"></nav></tbody>
    <li id="siuuq"></li>
    <tr id="siuuq"></tr>
    <dd id="siuuq"></dd>
  • <menu id="siuuq"></menu>
    <dfn id="siuuq"><source id="siuuq"></source></dfn><dfn id="siuuq"><dl id="siuuq"></dl></dfn>
    回復(fù)

    [轉(zhuǎn)載]指紋識(shí)別技術(shù)

    樓主: 1818 | 查看: 3551 | 回復(fù): 4

    發(fā)表于 2009-1-19 16:37:14
    指紋識(shí)別技術(shù)的介紹
          從“指紋”到“指紋術(shù)”的研究,經(jīng)歷了漫長(zhǎng)的過程。指紋技術(shù)形成之后,又經(jīng)過了從人工識(shí)別技術(shù)到自動(dòng)化識(shí)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(shí)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(shí)別技術(shù)的主要技術(shù)構(gòu)成。
      幾個(gè)重要概念

      指紋識(shí)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(shí)別技術(shù)的概念有助于準(zhǔn)確的理解指紋識(shí)別技術(shù)。
      指紋識(shí)別系統(tǒng)

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

      注冊(cè)與匹配

      指紋注冊(cè)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(chǔ)在指紋識(shí)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(cè)的時(shí)候,需要保證指紋與身份信息之間的正確對(duì)應(yīng)。尤其對(duì)于政府、社團(tuán)、公司等單位進(jìn)行指紋注冊(cè)時(shí),防止冒名頂替,避免指紋與身份信息關(guān)聯(lián)錯(cuò)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(chǎng)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(cè)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(shí)別與驗(yàn)證

      識(shí)別與驗(yàn)證并不是指紋識(shí)別算法領(lǐng)域的問題,而是指紋識(shí)別系統(tǒng)的問題。指紋識(shí)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(shí)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(huì)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(duì)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(duì)速度。

      FRR與FAR

      FRR(False Rejection Rate)和FAR(False Acceptance Rate)是用來評(píng)估指紋識(shí)別算法性能的兩個(gè)主要參數(shù)。FRR和FAR有時(shí)被用來評(píng)價(jià)一個(gè)指紋識(shí)別系統(tǒng)的性能,其實(shí)這并不貼切。指紋識(shí)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(duì)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(duì)指紋算法的性能測(cè)量是在給定指紋庫的情況下進(jìn)行測(cè)量的。用于測(cè)量的指紋庫一般由FVC(國際指紋識(shí)別算法大賽)組織者給定。FVC在作指紋識(shí)別算法性能測(cè)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(cè)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(cè)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(cè)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(cè)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?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(duì)于指紋識(shí)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(huì)有變化。所以國際上是以FVC公布的指紋庫為統(tǒng)一的測(cè)試庫,在該測(cè)試庫中測(cè)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(cuò)誤匹配率)。FMR是用來評(píng)估指紋識(shí)別算法性能的最重要參數(shù)。可以通俗的理解為“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(cuò)誤次數(shù)為100次。則錯(cuò)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),F(xiàn)AR會(huì)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(cè)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(duì)算法效能的影響。

      在同一個(gè)指紋庫中,對(duì)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,F(xiàn)MR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(huì)越小。FAR與FRR成反比。根據(jù)2004年FVC大賽測(cè)試結(jié)果,一般當(dāng)FMR是1/1000量級(jí)時(shí),F(xiàn)NMR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(cuò)誤,即認(rèn)錯(cuò)。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(cuò)誤率的意思。這個(gè)參數(shù)一般在普通場(chǎng)合不大使用。EER主要用于評(píng)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(duì)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(duì)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(chǎng)合來描述指紋算法的性能,只是在競(jìng)賽排名中使用。

      拒登率

      拒登率一般使用較少,在指紋識(shí)別術(shù)語中,它是一個(gè)意思相對(duì)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(cè)率,有時(shí)被稱為拒登率,用來衡量指紋識(shí)別算法對(duì)指紋圖像質(zhì)量的挑剔程度,用REJENROLL。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(cè)或稱為建檔的指紋,如果是99,則REJENROLL = 1%。對(duì)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REJENROLL 為0.00%。

      在另外一種場(chǎng)合,拒登率通常被解釋為指紋識(shí)別系統(tǒng)(包含指紋采集設(shè)備)不接受指紋注冊(cè)的概率。這種情況下,拒絕注冊(cè)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(shí)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(cè)時(shí)間和匹配時(shí)間

      注冊(cè)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(cè)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(cè)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(duì)速度,是用來指示指紋識(shí)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(cè)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(cè)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(cè)時(shí)間和平均匹配時(shí)間作為衡量依據(jù)。

    [ 本帖最后由 孤獨(dú)旅者 于 2009-1-19 16:40 編輯 ]

    1

    10

    分享

    | 發(fā)表于 2009-1-20 14:18:59
    搶了個(gè)沙發(fā),不過我不想當(dāng)鑒定師
    | 發(fā)表于 2009-1-20 16:57:27
    沙發(fā)被搶了。。 。。下次掙回來。。。給偶記著。。
    | 發(fā)表于 2009-1-20 20:31:46
    好長(zhǎng)啊~~~
    鑒別指紋還要這么麻煩啊~
    | 樓主| 發(fā)表于 2009-1-20 21:41:57
    指紋識(shí)別技術(shù)的原理
      指紋識(shí)別技術(shù)主要涉及四個(gè)功能:讀取指紋圖象、提取特征、保存數(shù)據(jù)和比對(duì)。在一開始,通過指紋讀取設(shè)備讀取到人體指紋的圖象,取到指紋圖象之后,要對(duì)原始圖象進(jìn)行初步的處理,使之更清晰。接下來,指紋辨識(shí)軟件建立指紋的數(shù)字表示——特征數(shù)據(jù),一種單方向的轉(zhuǎn)換,可以從指紋轉(zhuǎn)換成特征數(shù)據(jù)但不能從特征數(shù)據(jù)轉(zhuǎn)換成為指紋,而兩枚不同的指紋不會(huì)產(chǎn)生相同的特征數(shù)據(jù)。
      有的算法把節(jié)點(diǎn)和方向信息組合產(chǎn)生了更多的數(shù)據(jù),這些方向信息表明了各個(gè)節(jié)點(diǎn)之間的關(guān)系,也有的算法還處理整幅指紋圖像。總之,這些數(shù)據(jù),通常稱為模板,保存為1K大小的記錄。無論它們是怎樣組成的,至今仍然沒有一種模板的標(biāo)準(zhǔn),也沒有一種公布的抽象算法,而是各個(gè)廠商自行其是。最后,通過計(jì)算機(jī)模糊比較的方法,把兩個(gè)指紋的模板進(jìn)行比較,計(jì)算出它們的相似程度,最終得到兩個(gè)指紋的匹配結(jié)果。指紋其實(shí)是比較復(fù)雜的。
      與人工處理不同,許多生物識(shí)別技術(shù)公司并不直接存儲(chǔ)指紋的圖象。多年來在各個(gè)公司及其研究機(jī)構(gòu)產(chǎn)生了許多數(shù)字化的算法(美國有關(guān)法律認(rèn)為,指紋圖象屬于個(gè)人隱私,因此不能直接存儲(chǔ)指紋圖象)。
      但指紋識(shí)別算法最終都?xì)w結(jié)為在指紋圖象上找到并比對(duì)指紋的特征。指紋的特征我們定義了指紋的兩類特征來進(jìn)行指紋的驗(yàn)證:總體特征和局部特征。總體特征是指那些用人眼直接就可以觀察到的特征,包括:基本紋路圖案環(huán)型(loop),弓型(arch),螺旋型(whorl)。其他的指紋圖案都基于這三種基本圖案。僅僅依靠圖案類型來分辨指紋是遠(yuǎn)遠(yuǎn)不夠的,這是一個(gè)粗略的分類,但通過分類使得在大數(shù)據(jù)庫中搜尋指紋更為方便。
      模式區(qū)(PatternArea)模式區(qū)是指指紋上包括了總體特征的區(qū)域,即從模式區(qū)就能夠分辨出指紋是屬于那一種類型的。有的指紋識(shí)別算法只使用模式區(qū)的數(shù)據(jù)。Aetex的指紋識(shí)別算法使用了所取得的完整指紋而不僅僅是模式區(qū)進(jìn)行分析和識(shí)別。
      核心點(diǎn)(CorePoint)核心點(diǎn)位于指紋紋路的漸進(jìn)中心,它用于讀取指紋和比對(duì)指紋時(shí)的參考點(diǎn)。
      三角點(diǎn)(Delta)三角點(diǎn)位于從核心點(diǎn)開始的第一個(gè)分叉點(diǎn)或者斷點(diǎn)、或者兩條紋路會(huì)聚處、孤立點(diǎn)、折轉(zhuǎn)處,或者指向這些奇異點(diǎn)。三角點(diǎn)提供了指紋紋路的計(jì)數(shù)和跟蹤的開始之處。
      式樣線(TypeLines)式樣線是在指包圍模式區(qū)的紋路線開始平行的地方所出現(xiàn)的交叉紋路,式樣線通常很短就中斷了,但它的外側(cè)線開始連續(xù)延伸。
      紋數(shù)(RidgeCount)指模式區(qū)內(nèi)指紋紋路的數(shù)量。在計(jì)算指紋的紋數(shù)時(shí),一般先在連接核心點(diǎn)和三角點(diǎn),這條連線與指紋紋路相交的數(shù)量即可認(rèn)為是指紋的紋數(shù)。局部特征局部特征是指指紋上的節(jié)點(diǎn)。兩枚指紋經(jīng)常會(huì)具有相同的總體特征,但它們的局部特征--節(jié)點(diǎn),卻不可能完全相同節(jié)點(diǎn)(MinutiaPoints)指紋紋路并不是連續(xù)的,平滑筆直的,而是經(jīng)常出現(xiàn)中斷、分叉或打折。這些斷點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)就稱為"節(jié)點(diǎn)"。就是這些節(jié)點(diǎn)提供了指紋唯一性的確認(rèn)信息。指紋上的節(jié)點(diǎn)有四種不同特性:
      1.分類-節(jié)點(diǎn)有以下幾種類型,最典型的是終結(jié)點(diǎn)和分叉點(diǎn)
      A.終結(jié)點(diǎn)(Ending)--一條紋路在此終結(jié)。
      B.分叉點(diǎn)(Bifurcation)--一條紋路在此分開成為兩條或更多的紋路。
      C.分歧點(diǎn)(RidgeDivergence)--兩條平行的紋路在此分開。
      D.孤立點(diǎn)(DotorIsland)--一條特別短的紋路,以至于成為一點(diǎn)
      E.環(huán)點(diǎn)(Enclosure)--一條紋路分開成為兩條之后,立即有合并成為一條,這樣形成的一個(gè)小環(huán)稱為環(huán)點(diǎn)
      F.短紋(ShortRidge)--一端較短但不至于成為一點(diǎn)的紋路,
      2.方向(Orientation)--節(jié)點(diǎn)可以朝著一定的方向。
      3.曲率(Curvature)--描述紋路方向改變的速度。
      4.位置(Position)--節(jié)點(diǎn)的位置通過(x,y)坐標(biāo)來描述,可以是絕對(duì)的,也可以是相對(duì)于三角點(diǎn)或特征點(diǎn)的。

    [ 本帖最后由 孤獨(dú)旅者 于 2009-1-20 21:44 編輯 ]
    尚未登錄
    您需要登錄后才可以回帖 登錄 | 加入學(xué)院
    <dfn id="siuuq"><code id="siuuq"></code></dfn>
    <menu id="siuuq"><kbd id="siuuq"></kbd></menu>
  • <menu id="siuuq"><acronym id="siuuq"></acronym></menu>
  • <menu id="siuuq"></menu>
  • <tbody id="siuuq"><nav id="siuuq"></nav></tbody>
    <li id="siuuq"></li>
    <tr id="siuuq"></tr>
    <dd id="siuuq"></dd>
  • <menu id="siuuq"></menu>
    <dfn id="siuuq"><source id="siuuq"></source></dfn><dfn id="siuuq"><dl id="siuuq"></dl></dfn>
    特级婬片内谢WWW | 豆花视频免费观看无码 | 艹逼片 | 国产自产a | 秋霞一级黄色片 |