[科普中国]-个人识别模块

计算机个人识别

个人识别(Personal Identification)属于个体识别的范畴, 它以人类为对象。它在存取控制、事件(犯罪案件)侦查和证件确认等方面是十分必要的。能够用于个人识别的特征是多种多样的, 使用的特征不同, 个人识别技术也不同。

计算机用于个人识别, 主要是指以计算机为工具, 支持上述手段的数据处理和实现自动化或半自动化。

掌形“掌形”有的文献也称为“手形” , 利用仪器测量掌形, 用于个人识别最早起源于美国, 1969年提出申请, 并于1971 年获准专利申请的仪器称为“ Idenlimal” 。是应用较广的仪器。实际上这种仪器是基于斯坦福研究所(SRI)关于测量手指长度研究。利用S RI 的结果, Stellar system 公司的掌形匹配机测量食指, 中指, 无名指和小指等4 根手指从指尖到指根的长度, 并将其用一4 维向量表示。将各人的向量与已登录的向量进行比较(用向量间的距离进行比较)。SRI 曾以4000 人为对象进行试验, 测量误差±1。5mm 时, 误识别率R 1 =0。05 %。

日本的三菱电机公司于1984年8 月开始出售掌型判别机。其原理与Stellar sy stem 公司的大同小异, 原理框图如图所示。其原理是将左手的手指与扩散板紧密接触, 借助于识别接触时的形状来进行个人匹配。在实际系统中, 它是与密码卡并用的。借助于密码调出已登录的个人的掌形数据,然后将被验者的掌形用判别机进行识别, 这时的误差率R 1 =0。1 %, R2=0。0001%。

眼纹1988 年美国的EyeDetify 公司将眼纹用于个人识别实用化, 申请了专利和在市面上销售这种仪器。使用这种仪器, 使用者的眼睛看准按符合接目镜头的焦点的原则而指定的一点, 再用红外线照射眼睛, 作为眼底视网膜模式的眼纹的反射光借助于光电传感器转换为320 点的图象。特征抽出是在视网膜进行360 度的圆形扫描,借助于将这些反射光进行高速付利叶变换, 作成40by tes的数据进行存贮。每个眼纹的登录时间为30s。EyeDentify 发表的误识别率为R1 =0。1 %, R2 =0。0001 %。而Sandia 国产研究所发表的调查结果为R1 =12。4 %, R 2 =0 %。

脸尽管人们极易从脸部形(图)象识别一个人, 但依据脸部图象进行个人识别的技术却发展得很慢。关于这方面研究在100 多年前已经开始, 利用计算机进行数据处理是近30 年来的事。实用的系统仍未面世(国内也处于研制阶段)。当前的研究主要有两方面, 探索识别脸部图象的新算法, 和提高用于识别的特征量的抽出精度。最近使用三维图象技术的研究正逐步盛行。目前常用的方法可以分为(1)用侧面图象进行个人识别, (2)利用正面图象进行个人识别, 和(3)将三维图象技术应用于脸部图象识别等3 方面 。

笔迹利用笔迹(含签字)进行个人识别常称为写者识别(Writer recognition), 目前存在多种多样的技术, 但大致可以分为以下几种。

离线的签字匹配

例如, 利用签字确认银行支票持有者是否具有取款权的问题。这个问题就是必须仅从两个笔迹判断这两个笔迹是否为同一个人书写的。为此, 必须确定用于识别的特征量和手法, 使其能粗略地确定即使是不同的字体都能看作是相同的阀值。参照笔迹只有一个时, 会使误识别率变大。但是辅助签字可以作为个人确认的其他手段, 使第2 种(R2)误识别率比第一种误识别率(R 1)小。

这是利用多次签名, 签名时样子, 书写的方法等等判断现时面对的个人是否为已登录的某个人。因为这种场合可以充分准备参考笔法, 且也可以限定字体和书写的人是已知的, 所以实用化

的可能性较大, 美国和欧洲有较多人进行研究。

在线复合写者匹配

作为例子, 就是随时指定不是签名的“关键字” , 进行现场的有资格者的确认。如果充分准备关键字的字体和参考笔记, 则可以缩小误差率。虽然还没有见到完整的研究报告, 但可能是一种防止假冒签名的有力方法。

写者鉴定

例如对所提供的遗书的书写人有怀疑的场合, 收集可能书写遗书的少数人笔迹, 参照这些笔迹, 判断有怀疑的遗书的写者。因为可以限定少数人笔迹的候选范围, 从而可以缩小误差率。然而, 尽管参照笔迹较少, 因为与遗书同字体的文字有时收集不到。所以在不是使用文本独立。即将字体不同的笔迹比较。进行判定的方法时, 缺乏实用性。其次由于还会引起R1 和R2 同时较大的偏差, 故必须认真考虑这种方法的可靠性。在西德这方面的研究较为盛行。在日本仍未开展研究。一般地, 写者是亲属, 具有遗传性相似笔迹的可能性, 因为容易模仿地练习笔迹, 所以研制有效的识别方法是比较困难的。

犯人鉴定

例如在刑事案件中, 根据犯人留下的恐吓信, 判断怀疑对象是否为犯人的场合。因为恐吓信是自然书写的, 虽然没有理由让怀疑对象用相同的书写条件反复书写与恐吓信相同的文章, 但一般地必须确定恐吓信的书写工具, 书写时期, 书写时的心理条件, 字体等等。将不同书写条件的少量参照笔迹比较。利用电子计算机的高可靠性的系统还未公开销售。

旧文书鉴定

写者识别比犯人鉴定更加困难, 但作为一般百姓, 误识别的损害不是致命的, 因为可以综合利用纸质和书写材料的材质等等其它信息。

指纹指纹识别系统充分利用了两个人的指纹完全一样的几率是十亿分之一这一特性,通过图像扫描设备将指纹图案扫描下来, 利用计算机视觉理论、图像分析算法和模糊逻辑算法将指纹图像特征转化为点或线构成的图并计算出一些距离值和角度值,然后将转化后的图片及数值储存到数据库中以备查询匹配之用。这使得无论怎么按指纹, 这些图片及数值都不会发生变化, 以此作为识别特征几乎可以保证万无一失。但这种技术要求在按指纹时手指保持洁静、光滑, 脏东西或者疤痕都会给识别带来困难。1

生物识别技术与生物特征生物识别技术是利用人体生物特征进行身份认证的一种技术，而生物特征是唯一的、可以测量或可以自动识别和验证的生理特征或行为方式。生物识别系统对生物特征进行取样，提取其唯一的特征并转化成数字代码，然后利用这些数字代码组成特征模板。人们用识别系统进行身份验证时，识别系统获取其特征并与数据库中的特征模板进行比对，以确定是否匹配，从而决定接受或拒绝该人，经过人们的多年总结，现在用于生物识别的生理特征有虹膜、面容、指纹、掌纹等，行为特征有签字、声音等。2

形态学特征指纹

每一个人的指纹都是不同的, 而且是终生不变的。最初将其进行分类的是解剖学家Purkin 。je(1823)。用指纹进行个人识别是公认的最可靠的方法, 而且指纹可以用二值模式表示, 适宜于记录和保存。指纹可以利用纹型和中心点, 三角点等进行大致分类, 再用端点和分叉点的位置和方向(微细特征)进行个人识别。从1965 年起, 美国的FBI(联邦调查局)就利用计算机进行指纹个人识别, 1972 年FBI 正式使用FINDER 系统。而日本是在1982 年完成FIS的。

眼纹

所谓眼纹, 就是由视网膜上的毛细血管组成的微细模式, 可以认为在一万人中不存在两个眼纹是相同的。眼纹也不容易人为地进行变更。已出现利用红外线观察眼球底层视网膜毛细血管模式, 即所谓获取眼纹的商品化仪器。

脸

在日常生活中, 为了识别一个人, 最常用的方法便是根据脸部形象。如果不是单卵双胞胎,都可以用其脸部加以区别, 作为个人识别手段, 脸部含有许多信息这是毫无疑问的, 而且是“无接触”的识别。这种个人识别技术与其他方法相比却是最迟出现的。可以预料, 由于图象处理技术和模式识别技术的发展, 脸部识别技术也会得到很快的发展, 据有关资料介绍, 国内已有试验系统出现。但是总的来说, 这种技术距实用化阶段还有一段较长的距离。

掌形

作为个人识别手段, 是最早被人们使用的。美国斯坦福研究所最早对这种技术进行科学研究。他们指出, 借助于对掌形的精密测量, 可以进行精确的个人识别。当前在市场上已经出现商品化产品, 例如三菱公司的掌形锁等等。3

人体功能特征声纹

在日常生活的相互交流中, 声音的主要作用就是传递语言信息。即使是看不见对方, 也可以借助于音质判断对方是谁。实际上, 声音的高低、大小, 既含有依赖于先天的发声器官的部分。也含有讲话时的节拍(速度)、重音和声调等等依赖于后天的发声习惯的部分。可以认为这些综合地形成了各人的个性。由于节拍、重音、声调等等具有容易模仿的缺点, 所以, 经常是以从音响信号中, 抽出起因于声带的性质和发声系统的形状的音响特征的方法为研究中心。而在实际系统中, 则经常使用与声音波形有关的波谱的统计量。

签名(笔迹)

签名也称为署名。一连串手写的文字称为笔迹。书写的动作称为笔法, 都是个性的一种表现。即使是同一个字, 都具有个人的特有形状, 执笔用力的变化和书写的动态都被认为是固有的。在欧美等国, 签名是个人识别的特定的有力的手段。而几乎起着同等作用的是日本人称为“花押”的划成花纹的押记。日本已发现的最早的“花押”是10 世纪前半叶的文物, 据说当时还存在“花押”登录制度。据资料记载目前还没有出现利用“花押”的自动识别系统。

所谓笔迹识别, 就是利用笔迹和笔法, 判断它是由谁(哪一位个人)书写的。使用笔迹时, 测量字体的形状, 笔划的粗细、字体的飞白、墨迹浓淡的变化等等, 从而抽出个人的特征。系统的形态是离线型的, 另一方面, 使用笔法时, 为了使用写字时的动态信息, 将笔的位置和对笔的压力作为时间的函数来测量, 因此, 系统的形态是在线型的。3

人体生化学特征血型是人体重要的生化学特征。A 、B 、O 式血型最早发现于1900 年。其后, 以MN 型和RH型为首的红血球型和红血球酶型, 基于血清蛋白的遗传性物质的血清型、白血球型等等。若使用这些血型系统中的34 种系统进行检查, 两个人的血液是一样的概率约为1000 亿分之一。因此, 可以认为, 若不是单卵双胞胎, 具有同一血液型的人是不存在的。诚然, 使用34 种系统检查是很复杂的, 但作为实用的方法, 常被用于亲子关系的确认。

此外, 与血型识别相似, 还有唾液型识别系统, 并且还出现了对血迹和精液残迹的DNA识别方法, 在国内也已用于案件的侦查等。3

嵌入式指纹处理模块方案设计自动指纹识别系统(AFIS)是指集指纹图像的采集、识别并给出身份验证结果为一体的软硬件相结合的系统。目前，自动指纹识别系统可以分为两类l习：一类是大型指纹识别系统；一类是嵌入式指纹识别系统。由于嵌入式指纹识别系统存在价格低廉、使用灵活方便等优点，越来越受到人们的重视。

目前，嵌入式系统开发的主流CPU有单片机和DSP两大类，其中单片机被认为是控制密集型CPU，片上含有丰富的I/O资源，在小数据量处理控制系统中应用极为普遍，而且经历长期的发展，芯片设计越来越合理，工作极稳定。而DSP则为运算密集型CPU，多级流水线的程序运行使其在大程序、大数据量系统中得到广泛的应用。DSP的片上外设丰富，寻址能力强，采用改进型的哈佛结构(程序空间、数据空间和I/O空间分开)让系统设计省却了地址锁存、数据缓冲等电路环节，使系统电路得以简化，可以缩短开发周期。

而嵌入式指纹处理模块硬件的构建，对处理器的要求主要有例：(1)速度要快。因为指纹处理算法是比较复杂的算法，程序长且循环迭代的情形较多，若CPU的运算速度不够快的话，将影响系统的实时性。(2)接口速度要快。CPU片上存储空间有限，在片外扩展数据存储器和程序存储器，倘若CPU接口速度慢，它与外设之间的数据交换时间过长，系统的实时性也将大受影响。C∞寻址能力要强。一幅分辨率为256X256指纹数据量高达64KW(字)，在对指纹图象进行处理的过程中还要保存中间数据结果，因此大的数据量寻址能力是必须的。2

各功能部分模块主要由以下几个部分构成：指纹图像采集与识别部分、程序与数据存储部分、全局逻辑控制部分、密码识别部分以及数据通讯部分。

(1)指纹图像采集与识别部分：该部分以DSP和MBF200为核心，系统采用外部中断方式来判断是否进行指纹的采集。当进行指纹采集时，指纹传感芯片按照设定的参数采集指纹并将模拟图像转换成数字图像，然后在DSP的控制下将数据存储在外部数据空间SRAM中。等待进行下一步指纹图像的识别处理。

(2)程序与数据存储部分：此部分由FLASH、SRAM和DSP片内DARAM构成。FLASH中存放的是系统的应用程序和指纹模板及原始密码，系统上电后通过运行"BootLoader'’功能将程序加载到DSP片内的DARAM及外扩的RAM中以加快程序运行的速度，SRAM用于存放指纹图像数据并提供程序运行时所需要的临时数据空间。

(3)全局逻辑控制部分：此部分由CPLD来完成，实现以下3方面的功能：

对DSP的数据空间进行分时寻址；

产生系统中各个芯片的片选信号，对映射到DSP酗D空间的外围器件编址；

产生系统中各个芯片的读写信号，包括数据空间的读写和加空间的读写。

(4)密码识别部分：此部分功能由两片74HC245D三态八总线收发器来完成，利用16根数据线可以配置成通用I/O口的特点，来完成整个目标板的密码键及功能键的设置。

(5)数据通讯部分：为了提高模块的使用范围和使用方便性，为该模块扩展了USB接口通信，使该模块具有了外挂海量存储器(如U盘)和与PC机进行通信的能力。2