11、生物特征识别中的融合技术与模糊匹配

生物特征识别中的融合技术与模糊匹配

1. 结果融合：解决之道

在生物特征匹配领域，融合多种生物特征被认为是解决唯一性缺失、被盗用可能性以及欺骗风险的最佳方法。从理论角度来看，将一个人的多种生物特征结合起来能够提高识别的准确性和可靠性。然而，将这些生物特征整合到单一搜索中并非易事。

过去，每个生物特征匹配供应商通常专注于单一生物特征。这意味着其软件存储了该生物特征的所有实例，并可用于进行 1:N 匹配搜索。对于多种生物特征的搜索，通常是分别对每种生物特征进行 1:N 匹配，然后将每个单独搜索的结果（即单一生物特征的潜在匹配列表）合并成一个列表。这就好比有多个“水果篮”，每个篮子里有一个“苹果”和一个“梨”，每个苹果和梨都标有所在篮子的 ID。我们需要先把所有水果从篮子里拿出来，分别找出最好的苹果和最好的梨，然后再将最好的“苹果”和“梨”列表合并成最好的“水果篮”列表，这个过程既困难又不自然。

而得分级融合则是一种更有意义的方法。在得分级融合中，会遍历每个包含一个人不同生物特征的档案，将每个生物特征与被搜索的生物特征进行 1:1 匹配。对每个档案进行评分后，返回匹配度最高的档案。就像给每个“水果篮”评分，观察篮子里的苹果和梨，根据观察结果给篮子打分，最后返回得分最高的篮子。

1.1 融合的正式描述

融合，即多模态，是将多种生物特征和/或生物统计特征结合起来，以提高拒识率（FRR）并降低被欺骗和欺诈的敏感性。图 4 展示了融合的方式和位置。

在图 4 中，面部和指纹的融合用于确认所声称身份的真实性。可以使用逻辑回归等技术来组合这两种特征的得分，这些技术旨在降低 FRR 和误识率（FAR）。特征提取模块会处理生物特征的未处理