21、多模态生物识别：以其他线索增强面部识别

多模态生物识别：以其他线索增强面部识别

1. 引言

面部识别是一种极具吸引力的生物识别特征，因其易于采集且社会接受度高。面部图像可远距离获取，无需用户配合，非常适合用于监控领域。然而，当前大多数面部识别系统常用的基于外观的面部特征，其区分能力有限，且会随时间变化。由于遗传因素，一小部分人可能外貌极为相似（如父子、同卵双胞胎等），这让面部识别任务更具挑战性。

在用户以中性表情正面面对摄像头、光照条件一致的情况下，当前最先进的面部识别系统识别性能良好。但当姿态、光照、背景、年龄和表情发生变化时，其性能会急剧下降。有测试表明，在室内环境中，最精确的面部识别系统在误匹配率为 1% 时，错误不匹配率（FNMR）为 10%；在室外条件下，相同误匹配率时，错误不匹配率高达 50%。

相比之下，指纹和虹膜识别系统更为准确，其模式也比面部外观更稳定。不过，指纹和虹膜识别并非适用于所有人。约 2% 的人无法提供高质量的指纹，如手部残疾者、指尖有伤口的体力劳动者以及手指过油或过干的人；而睫毛长、患有眼部异常或疾病（如青光眼、白内障、无虹膜症和眼球震颤）的人，无法提供用于自动识别的高质量虹膜图像，这会导致生物识别系统出现注册失败（FTE）和/或采集失败（FTC）错误。

除了面部、指纹和虹膜，许多其他生理和行为特征也用于生物识别。一个优秀的生物识别特征应满足以下七个要求：
1. 普遍性 ：目标人群中的每个人都应具备该特征。
2. 独特性 ：该特征应能充分区分任意两个人。
3. 持久性 ：该特征在一段时间内（相对于匹配标准）应足够稳定。
4.