3、指纹质量评估：原理、算法与实践

指纹质量评估：原理、算法与实践

1. 背景与重要性

生物识别系统在实际应用中，由于信号获取条件不佳和信号呈现不一致，常导致生物特征信号不可用或几乎不可用。比如，个体生物特征信号会随时间变化，像因年龄增长而改变。这使得生物识别系统样本质量差成为影响系统准确性的最主要原因。所以，量化生物特征信号质量至关重要，既可以更好地表示信号，也能对质量差的信号采用其他处理方法。

为解决生物识别系统中样本获取不佳导致的高误拒/误识率问题，有两种策略：一是对不利情况进行概率建模并纳入特征提取/匹配系统；二是动态交互地获取理想输入样本。而这两种策略的自动实现都需要对理想样本模式和样本质量进行算法定义。

在实际生物识别身份系统中，优雅便捷地处理不同质量的生物特征样本意义重大。许多系统都有处理低质量样本的策略，如提供多次样本提交机会，或为用户提供样本的实时可视化反馈，这在注册过程中尤为重要，因为注册不良样本会严重影响系统准确性。

2. 指纹质量评估的挑战

精确获取指纹图像到细节特征存在诸多特殊挑战，主要源于接触问题：
- 不一致接触 ：传感过程会扭曲手指，手指在成像表面的压力和接触情况会使手指的 3D 形状映射到 2D 表面，且这种映射通常不受控制，导致不同印模的映射区域不一致。
- 不均匀接触 ：理想情况下，手指的脊线结构应完全与玻璃压板光学接触，但实际并非如此。
- 不可再现接触 ：手工劳动、事故等会使手指受伤，永久性或半永久性地改变其脊线结构，可能引入额外的虚假细节特征。
- 传感噪声