10、指纹与面部识别技术：原理、挑战与发展

指纹与面部识别技术：原理、挑战与发展

指纹识别技术

指纹识别是一项成熟且应用广泛的生物识别技术，至今已有超过100年的使用历史。不过，随着其在众多领域的广泛应用，也面临着一些新的挑战。

低分辨率掌纹识别用于访问控制

在法医领域，掌纹识别系统需要高分辨率图像（至少500 ppi），这使得它们不得不使用昂贵的扫描仪，并且计算复杂度较高。为了降低计算复杂度和掌纹扫描仪的成本，以推动生物识别技术在民用领域（如访问控制）的应用，研究人员设计了基于低分辨率（约75 ppi）图像的实时掌纹识别系统。这些系统可以直接使用普通的数码相机（如网络摄像头）来采集掌纹。

低分辨率掌纹图像中，纹路和细节特征并不清晰，因此低分辨率掌纹匹配系统主要基于仍然可见的屈肌皱纹。其处理框架包括以下步骤：
1. 掌纹裁剪和归一化 ：通过检测两个手指间隙来确定掌纹区域，并进行裁剪和归一化处理。
2. 滤波处理 ：使用具有预定义方向和频率的二维Gabor滤波器对裁剪后的图像进行滤波。
3. 二值化处理 ：对滤波后的实部和虚部图像进行二值化。

为了计算两个掌纹之间的相似度，系统会计算两个掌纹的前景（感兴趣区域）实部和虚部二值滤波图像之间的汉明距离，并将其除以前景像素的数量。为了应对归一化步骤中的小偏差，通常会对模板图像进行旋转和平移，以获得多个不同版本，然后选择查询图像与所有模板图像版本之间的最小距离作为最终距离。尽管低分辨率掌纹匹配系统的准确率令人印象深刻，但在访问控制或其他民用应用中，它们尚未表现出与指纹匹配系统相竞争的能力。