0 引言
作為一種迅速發(fā)展的生物身份識別技術，手靜脈識別有著顯著的優(yōu)點：社會可接受，特征不易復制，比指紋受破壞的可能性更小，不易入侵，無明顯的建康威脅，特征惟一性，低成本，精確快速，比簽名和聲紋等行為生物測量特征變化小。手靜脈識別具有廣闊的應甩前景。
1 發(fā)展歷史及研究現(xiàn)狀
1983年，柯達公司在諾丁漢的雇員Joseph Rice在研究紅外條形碼技術時產(chǎn)生了利用人手背血管紅外成像作為身份識別的想法，發(fā)明了手靜脈特征識別技術，取名為Veincheck。然而柯達公司的主管認為此技術缺乏市場潛力并未采用。1987牟10月31日J．Rice獲得此項技術的第一個專利(Patent #4699149，Apl3aratus for the identification of Individuals)。J．Rice將其發(fā)明授權給BTG(British Technology Group)負責專利的開發(fā)和管理，希望能在安防工業(yè)有所建樹，但當時并未引起B(yǎng)TG足夠的重視，開發(fā)進度緩慢。1990年J．Rice擔心此發(fā)明被BTG拖延了時間而埋沒，決心自己投入技術開發(fā)，此時BTG已安排英國前國家物理實驗室科學家David Claydon開始了有關靜脈結(jié)構(gòu)的多樣性和惟一性測試，J．Rice和David討論后采用了Statistical Process Control(SPC)的方法進行生物身份識別。1991至1993年P．MacGregor，R．Welford，P.L．Hawkes和D．O．Clayden等人發(fā)表了3篇關于Veincheck的原理介紹性文章和技術報告，明確指出Veincheck是一種以手背靜脈作為身份比對特征的生物識別系統(tǒng)。J．Rice于1994年發(fā)表名為“A Quality Approach To Biometrie Imaging”的文章簡要的介紹了Vein-check的開發(fā)歷程和相關算法。受當時技術條件的限制，J．Rice采集的圖像質(zhì)量很差，但測試效果仍然令人鼓舞，如圖1所示。1993至1995年間，澳大利亞的A．J．MeIinert，J．M．Cross and C．L．Smith開展了基于熱成像的手背血管特征識別的研究。1998年BTG上市公司高級經(jīng)理Eugene Sweeney撰文介紹了veincheck手靜脈識別技術的優(yōu)點：社會可接受，特征不易復制，比指紋受破壞的可能性更小，不易入侵，無明顯的建康威脅，特征唯一性，低成本，精確快速，比簽名和聲紋等行為生物測量特征變化小。2000年，Veincheck的開發(fā)原型機在英國信息安全部門CESG／BWG的通用辦公環(huán)境測試中表現(xiàn)平庸，此后沒有發(fā)現(xiàn)有關Veincheck產(chǎn)品商用的報告。J.Rice研究宣傳Veincheck技術的網(wǎng)站最后一次更新停留在了2000年。2007年這位手靜脈識別技術的先鋒撰文對此項技術的應用進展緩慢表示焦慮，建議開發(fā)可穿戴式靜脈采集設備。
1992年，日本北海道大學生物工程系的K．Shimizu發(fā)表文章認為可以利用人體手血管紅外成像作為身份識別依據(jù)，此文章被認為是日本和韓國進行手靜脈識別技術研究的源頭。
1997年，韓國的BK System公司發(fā)布了亞洲第一個商用手背靜脈識別產(chǎn)品BK-100，1998年H．S．Choi和BK System取得了美國專利，BK S-ystem又開發(fā)了BK200和BK-300兩個改進產(chǎn)品，由于種種原因，1998年底，BK System的產(chǎn)品就停產(chǎn)了。2000年，BK System的一些成員組建了Techsphere公司，繼續(xù)研發(fā)靜脈識別產(chǎn)品，最終推出了VP-Ⅱ，如圖2所示。這期間他們發(fā)表了一些論文，在圖像采集和濾波算法上都進行了改進，使用了組合常態(tài)濾波和增強濾波、基于靜脈走向的方向濾波算法，報道稱該研究采用10 000人進行了測試，F(xiàn)AR可提高到0．000 01，識別速度為0．1 s。VP-II在BK System產(chǎn)品的基礎上重新設計，使用了當時最新的數(shù)字圖像處理技術，采用紅外光源補償，改進了靜脈特征的抽取算法，通過溫度傳感器檢測防止欺騙，大大改進了可靠性并提高了性價比，同時聲稱適用于99．98％的人群。VP-n被成功應用于機場，銀行和醫(yī)院等單位。
此時，為了繞開手背靜脈識別的專利，在日本興起了基于手掌靜脈和手指靜脈識別技術的研究和開發(fā)，M．Kono和N．Miura等人先后發(fā)表了關于手指靜脈識別的文章。日立公司推出了系列手指靜脈識別產(chǎn)品，如圖3所示。富士通公司則推出了手掌靜脈識別產(chǎn)品。此后靜脈識別技術的發(fā)展就進入了研究和產(chǎn)業(yè)化交織的狀態(tài)。而且由于企業(yè)早期的介入和過多的專利保護，一度大大降低了此項研究的活性。
2006年國際生物識別組(International Biometric Group：IBG)對比測試報告公布了日立公司Hitachi TS-E3F1和富士通公司Fujitsu P-almSecure的測試結(jié)果，如表1所示。
測試結(jié)果表明目前靜脈識別技術和虹膜識別技術的性能指標相當。日立TS-E3F1傳感器如圖4所示，富士通PalmSecure傳感器示意如圖5所示。
中國對靜脈識別技術的研究起步較晚。2003年清華大學學報報道了清華大學精密測試技術及儀器國家重點實驗室利用自行設計的近紅外血管圖像采集儀提取血管的原始圖像并進行了特征識別，文獻中描述：對采集到的圖像樣本，由于存在光照不均是圖像灰度分布不均的情況，所以要對圖像灰度做歸一化處理，使其均值方差在規(guī)定范圍內(nèi)，這樣在進一步處理和匹配時可以降低難度，在圖像增強與二值化部分，采用分區(qū)動態(tài)二值化方法實現(xiàn)，再對二值圖像濾波去噪，然后細化，最后提取細化圖像特征，以端點、交叉點為基礎進行特征比對。文獻給出了65個小范圍樣本的匹配實驗結(jié)果，在拒真率為4．6％條件下，誤識率為0。中國臺灣某大學的范國清和林志隆等人采用中紅外熱成像技術研究了手掌和手背靜脈的識別方法，他們使用了Inframetrics Corp的紅外攝像機，采用的紅外波長為3．4～5 μm，探測器為PtSi 256×256 element FPA，達到FRR和FAR同為2．3％。2004年后，其他一些大學紛紛開始了靜脈識別技術的研究，如哈爾濱工程大學的王科俊，丁宇航等人較為系統(tǒng)的研究了手靜脈識別的采集和識別算法，其他高校如吉林大學李鐵鋼、韓笑等等也分別在靜脈圖像的采集、紅外圖象增強和特征識別等方向做了大量研究工作，由于中國在民用紅外光學成像產(chǎn)業(yè)化的基礎相對落后，在靜脈采集設備的制造工藝上水準較低，研究成果轉(zhuǎn)化為產(chǎn)品應用的很少。
2 基本原理
手靜脈識別的原理是通過紅外成像獲取人手局部的血管圖像，通過ROI(Region of Interesting)的選取，圖像增強等步驟獲得優(yōu)化的圖像，再通過模式分割和細化提取靜脈模式進行匹配，從而得到辨識結(jié)果。系統(tǒng)模型如圖6所示。
[!--empirenews.page--]
圖像獲取是建立在紅外成像的基礎上的，對物質(zhì)光譜響應的研究開展的很早，很多醫(yī)學和生物學實驗室都測定了血紅蛋白等物質(zhì)的光譜響應曲線，圖7中給出了氧合血紅蛋白HbO2，脫氧血紅蛋白Hb和水的光譜吸收曲線，研究發(fā)現(xiàn)人體組織對紅外波段的光線吸收較弱，即紅外光具有較強的穿透能力，在波長為805 nm處，HbO2和Hb的響應曲線交叉，水的吸收因子也很低，因人體血管內(nèi)HbO2和Hb的濃度是變化的，為保
證紅外成像的穩(wěn)定性，805 nm是理想的成像光波段。
2．1 靜脈圖像采集裝置的研究
國內(nèi)外對靜脈采集裝置的研究，靜脈圖像的采集裝置按有無主動光源分為兩類，無主動光源的采集設備主要是熱像儀，價格昂貴，目前使用的很少。有主動光源的采集設備主要有3種結(jié)構(gòu)，如圖8所示。手背和手掌靜脈采集采用反射式，手指靜脈采集一般采用透射式。在靜脈識別的發(fā)展史上，圖像采集設備在不斷地演進中，圖像質(zhì)量越來越好，體積越來越小，價格越來越便宜。
1995年澳洲Edith Cowan大學的J．M．Cross和C．L．Smith在論文中首次提到使用紅外LED作為補償光源對手背靜脈進行拍照，此前BTG的veincheck使用鎢絲燈作為光源，如圖9所示。
英國的David Oswald Clayden 98年在他的一個美國專利中，介紹了靜脈采集的方法，手握住一固定拉手上來固定手背的位置，在其上方有一對固定的帶通濾光片和一個攝像機，通過四個紅外光源照射的光線，提取手背靜脈圖像，通過相關算法，可以簡易地實現(xiàn)認證。這也是韓國的VP-II使用的采集方法。
南洋理工大學計算機工程學院的Lingyu Wang和Graham Leedham在論文中提到，靜脈隱藏在皮膚下面，通常我們?nèi)庋垡约捌渌目梢姽鈾z測系統(tǒng)是不可見的。人體的淺表靜脈的溫度比周圍組織的溫度要高，因此，通過一個熱攝像機獲取手背靜脈的圖像。在這項工作中，使用了一個NEC熱跟蹤儀來獲取手背圖像。
索尼公司2009年2月2日宣布了一項命名為“mofiria”的超薄型的手指靜脈識別技術的開發(fā)成果，它采用了獨特的方法：一個CMOS感應器斜向捕捉手指靜脈內(nèi)部透過的散射光，從而形成一個平面圖案；可以實現(xiàn)微型和更為靈活的設計以將此項技術植入移動設備中，如圖10所示?？紤]到雜光干擾的影響，此技術能否實際應用還不得而知。
國內(nèi)研究機構(gòu)在靜脈圖像采集裝置上的研究投入較少，多為局部的改進，如2008年北京大學的Yanggang Dai等使用了非均勻紅外光源補償，使手指的紅外圖像亮度均勻，使得圖像灰度標準差降低48．4％，靜脈長度和分叉?zhèn)€數(shù)兩種特征值分別增加了44．1％和31．4％。
2．2 算法研究
靜脈識別算法的研究主要集中在紅外圖像的預處理，特征抽取和模式匹配這三個環(huán)節(jié)。紅外圖像的預處理主要研究圖像濾波，圖像增強和二值化等方面。有關算法仍然在不斷完善和改進，中值濾波，形態(tài)學濾波，直方圖均衡化等方法都被廣泛使用。特征抽取和匹配算法緊密結(jié)合，目前基于血管骨架的拓撲結(jié)構(gòu)和特征點的匹配方法比較流行，基于圖像Hu不變矩判定、二維隨即信號相關函數(shù)計算、灰度統(tǒng)計等比對方法都有嘗試。由于國內(nèi)外對于圖像識別的研究近年一直是熱點，紅外圖像的預處理，特征抽取和模式匹配這三個環(huán)節(jié)都有大量算法借鑒，國內(nèi)一些研究機構(gòu)開展了應用研究，限于篇幅，這部分內(nèi)容不再一一介紹。根據(jù)近年的研究結(jié)果，單一的特征很難保證識別的效果，因此多種特征識別方法的融合成為了研究的重點。
生物識別技術仍然在不斷的發(fā)展中，指紋識別、掌紋識別、虹膜識別、人臉識別和靜脈識別等等不斷涌現(xiàn)的新算法相互借鑒，促進了各自技術研究的深入。包括基于圖像的植物和動物自動識別技術都與傳統(tǒng)的生物身份識別技術發(fā)生了技術交流現(xiàn)象，如植物葉脈識別和昆蟲自動識別的算法和指紋、掌紋、虹膜及靜脈識別技術的算法就發(fā)生了相互滲透，如文獻等。
3 常用參數(shù)和術語
3．1 驗證(Verification)和識別(Identification)
驗證是1：1的匹配過程，用戶需要提供自己的ID，系統(tǒng)將預先存儲在數(shù)據(jù)庫中此ID的特征調(diào)出與用戶本次被采集的特征進行匹配。目前市場上的生物識別產(chǎn)品絕大多數(shù)是驗證型的，如圖11所示。識別是1：N的匹配過程，系統(tǒng)將本次采集到的特征與數(shù)據(jù)庫中所有特征匹配，挑選出得分最高者或因得分低于閥值而認定特征不在數(shù)據(jù)集合中，如圖12所示。[!--empirenews.page--]
3．2 不匹配率(FNMR)和錯誤匹配率(FMR)
不匹配率(False Non-Match Rate，F(xiàn)NMR)定義為：
3．3 拒真率FRR和認假率FAR
在某些文獻中將FNMR與FRR，F(xiàn)AR與FMR等同了，嚴格意義上是有區(qū)別的。拒真率和認假率用于評價整個系統(tǒng)的判決錯誤情況，包含了因系統(tǒng)的判決策略而導致的匹配不成功和特征獲取不成功的組合。對基于單次嘗試的驗證系統(tǒng)，很明顯有以下公式：
式中：FTA(failure to acquire rate)為特征獲取不成功率。
3．4 等錯誤率EER(Equal Error Rate)
將判別的門限逐漸提高時，F(xiàn)AR由最高逐漸降低降低直到接近零，但同時FRR會由接近零開始逐漸增加，如圖13所示，當判別門限值達到最大(例如相似度要100％才能通過辨識)，F(xiàn)RR的值也處于最大值，F(xiàn)AR及FRR的交匯點被稱為EER(Equal Error Rate)也就是2種辨識率相同的點，該點是FRR及FAR和的最小值，將判別門限設定于ERR時會有最均衡的效能，一般會用ERR的數(shù)值大小來做為辨識系統(tǒng)性能高低的指標，ERR的值越低表示辨識系統(tǒng)的性能越好。
某些地方使用了識別率GAR(Genuine Accept Rate)的概念，表示真實的身份被識別的比率，也稱為TAR(Ture Accept Rate)，通常GAR=1-FRR。
4 目前存在的問題
基于紅外圖像的靜脈識別技術有著自身的缺陷。由于自然界中某些物質(zhì)對紅外線有較強的吸收率，如碳素墨水，這使得偽造一份靜脈圖像并不難。2008年美國FBI的一份報告中公布了一些針對手靜脈識別技術的攻擊方法，通過拍攝人手的紅外照片可以繪出人手的血管圖，將繪制的血管圖貼在熱水瓶上進行注冊，然后再將繪制的血管圖貼人手上驗證通過。實際上對大多數(shù)的手靜脈識別儀用任何一幅圖片都可以注冊和驗證通過，并沒有驗證其他的生命體征，這使得作弊變得相當容易，比如某單位的考勤系統(tǒng)使用了靜脈識別系統(tǒng)，員工甲可能通過紅外拍攝方法繪出自己的手部血管圖，交給員工乙驗證代為簽到。
在實驗室和現(xiàn)場測試中還發(fā)現(xiàn)下面問題：
(1)溫差變化劇烈可能影響識別率，正常注冊成功的用戶將手放入冷水中十幾秒鐘后立即取出進行驗證發(fā)現(xiàn)通過率明顯降低；
(2)長時間生理特征變化可能影響識別率，如某個人在經(jīng)過了數(shù)月的鍛煉后，血管會增粗，這都會影響到識別率；
(3)紅外吸收材料的干擾可能影響識別率，由于靜脈采集設備依賴于紅外成像，對紅外線吸收明顯的附著物可能影響識別效果，有學者還特別研究了體毛對識別的影響；
(4)雜光干擾可能影響識別率，尤其是日光強烈的地方，紅外圖像采集的質(zhì)量下降，導致識別率下降；
(5)手在晃動時，可能采集到變化的圖像，對于手指靜脈識別產(chǎn)品，手指快速抖動的方法就可能突破他人的身份認證；
(6)不同制造商采集的用戶特征值不能通用，由于缺少行業(yè)標準，目前任何兩家的靜脈識別產(chǎn)品都不能通用。
5 結(jié)語
未來靜脈識別技術研究的方向有3個：
(1)針對前面提出的問題，需要研究新型的靜脈識別傳感器，研究更為理想的圖像采集裝置和圖像處理及識別算法，增強靜脈識別系統(tǒng)的識別率和易用性；
(2)針對入侵攻擊，研究積極防御的識別算法；
(3)促進國際標準的制定，為靜脈圖像制定統(tǒng)一的技術標準，允許靜脈信息在不同類型設備間傳遞。
ISO／IEC／JTC1“信息技術”聯(lián)合技術委員會于2002年成立了“生物統(tǒng)計學”分技術委員會(SC37)，其任務是研究制定身份證、護照等文件中用于身份識別的生物統(tǒng)計學標準。我們看到血管圖像已經(jīng)被WG3列為標準數(shù)據(jù)格式之一。采納ISO／IEC 19794-9：2007，由信息產(chǎn)業(yè)部電子工業(yè)標準化研究所制訂的國標《信息技術生物特征識別數(shù)據(jù)交換格式第九部分：血管圖像數(shù)據(jù)》也將于2010年完成。作為一種生物識別技術，和其他同類技術相同，靜脈識別不可能完全解決身份識別的問題，必須走向多種生物信息的融合，不斷提高整體性能，從而實現(xiàn)全人類統(tǒng)一的身份證。目前歐洲已經(jīng)在規(guī)劃統(tǒng)一身份證相應的技術綱要，初步可能實現(xiàn)包含指紋、聲紋、靜脈、虹膜和照片等信息的電子身份證，未來生物身份識別的前景非常光明。
下載文檔
