当前位置: 首页 > news >正文

指纹识别概念解析

目录

1. 指纹是物证之首

1.1 起源于中国

1.2 发展于欧洲

1.3 流行于全世界

2. 指纹图像

3. 指纹特征

4. 指纹注册

5. 指纹验证

6. 指纹辨识


1. 指纹是物证之首

        指纹识别技术起源于中国、发展于欧洲、流行于全世界。自20世纪以来,指纹在侦破刑事案件、解决诉讼争议中的作用被世界各国公认,被誉为“物证之首”。

1.1 起源于中国

        有大量的证据表明,从史前时代开始人类就对指纹产生了兴趣,并应用在很多场合,例如陶器、石刻及契约文书上。

图1 西安半坡遗址出土的距今六千年的陶器上发现有指纹印记

图2a 马家窑人面彩陶壶指纹画及现代指纹

图2b 红山陶罐指纹画及现代指纹

        美国芝加哥菲尔特博物馆收藏--中国古代粘土印章。该印章正面刻着印章主人的名字,反面印有一个拇指印痕,条条脊纹清晰可辨。这枚印章被认为是世界上最古老的指印凭证。考古学家认为该印章应是在西周时期形成。

图3 美国芝加哥菲尔特博物馆收藏--中国古代粘土印章

        唐代文书契约在契约的落款处,当事人、保人、知见人都画上指节印。

图4 唐代文书契约

1.2 发展于欧洲

        1858年,英帝国驻印度的内务官威廉·谢赫尔见到中国商人与阿拉伯商人交易时,习惯在契约上加盖拇指印,由此他受到启发并开始效仿,在发放养老金和津贴时让人加盖拇指印,后又将此方法用于入狱犯人的登记,以防罪犯冒名顶替,经过19年的研究和实践,于1877年写出了《手之纹线》一书。

        亨利·福尔茨运用生物学理论和方法规范指纹研究,得出了指纹各不相同的结论,并证实了指纹终身不变的理论。1880年,在《自然》杂志上发表《手上的皮肤垄沟》论文。

图5 亨利·福尔茨

        1892年,英国著名人类学家佛朗西斯·高尔顿在总结前人成果的基础上,出版了《指纹学》一书,提出指纹人各不同、终生不变,指纹可以分类、可以识别,自此现代指纹学正式诞生,成为生物学下的一门分支学科。

图6 佛朗西斯·高尔顿

1.3 流行于全世界

        1897年6月,英属印度总督签署了一份决议,宣布指纹鉴定成为英属印度政府的官方标准的鉴定罪犯的手段。指纹系统在印度的使用获得成功后,刺激了其他国家和地区使用指纹系统的兴趣。1901年,英国政府决定在Scotland Yard建立指纹系统。此后,指纹系统在全世界得到了推广,成为一种被广泛接受的身份鉴定手段,普遍应用于刑事案件调查及罪犯鉴定中。

        到了1946年,以FBI为典型,其手工维护的指纹档案达到1亿份;1971年,FBI的指纹档案达到2亿份。1999年,FBI决定,对于非犯罪人员捺印,停止再建立新的纸质指纹档案,新捺印的指纹将保存在计算机系统,也就是自动指纹识别系统。

        20世纪以后,随着指纹鉴定的普及,指纹档案的急剧增加,对指纹档案的自动化处理需求变得强烈。从20世纪60年代,一些国家如美国、英国、法国等开始了对指纹自动识别系统(Automatic Fingerprint Identification System,AFIS)的研制。20世纪70年代以后逐渐出现了一些商业化系统,比较著名的如FBI系统、De La Rue Printrac系统、NEC系统、Morpho系统、Logica系统、Cogent系统等。

        2001年9·11恐怖袭击事件之后,指纹识别技术被广泛应用于反恐,如USVISIT,EUVISIT等项目。中国政府亦在二代身份证、电子护照等个人身份证件的制作和验证上采用了指纹识别技术。国际民航组织亦有相关标准,要求旅行证件采用生物特征识别技术验证持证人的真实身份。

        2012年7月,FIDO(Fast IDentity Online)联盟成立,制定有关标准,将生物特征识别技术引入网络安全规范,以替代传统的密码技术。

        2013年,苹果公司推出带有指纹识别功能的智能手机,通过指纹识别支持手机解锁和电子支付,获得商业成功,带动了指纹识别技术在移动电子设备的迅速发展。

2. 指纹图像

        从指纹采集仪智能的提取一幅未经处理的指纹原始图像,图像未经处理,数据量大。指纹图像的主要参数有图像的尺寸、图像分辨率和图像的灰度。

3. 指纹特征

        指纹图像经过图像处理算法进行处理,并经特征提取算法提取,产生一个表示该指纹特征的数据文件,该数据文件是所有指纹特征点(线)的集合,用于生成指纹模板或者搜索、比对。用该数据文件无法还原成图像。

        指纹的特征被分为3级,如下图所示。

        第1级特征是指纹的纹型,如箕、斗等.在大型指纹识别系统中纹型分类被用于提高指纹检索的速度。

        第2级特征是指纹的细节点,即端点、分叉点等,端点是一条纹线终止的地方,分叉点则是1条纹线分裂成2条的地方。端点和分叉点是最常用的细节点特征。指纹自动识别系统中常记录其位置和方向,基于这些信息进行匹配。

        第3级特征是指纹纹线上的汗孔、纹线形态、早生纹线、疤痕等。3级特征更为细致,但稳定性不如2级特征。近年来,随着小尺寸指纹采集器的普遍应用,基于3级特征的指纹识别越来越多地受到重视。

4. 指纹注册

        指纹注册又叫指纹登记。是从指纹图像中提取指纹特征值,形成指纹特征值模板,并与人的身份信息结合起来,存储在指纹识别系统中的过程。它相当于为指纹报户口。所以指纹注册的时候,需要保证指纹与身份信息之间的正确对应。尤其对于政府、社团、公司等单位进行指纹注册时,防止冒名顶替,避免指纹与身份信息关联错误,是非常重要的。因此在这类指纹应用中,指纹登记的过程,需要现场督导人员参与。甚至把督导人的指纹采集到系统中,作为注册者指纹特征值模板的组成部分,以示职责之重要,并为后续责任审计提供依据。

5. 指纹验证

        指纹比对:判断指纹特征和指纹模板是否相匹配的过程为指纹比对;是1:1技术方式,是一个验证过程,是通过把一个现场采集到的指纹特征与一个已经登记的指纹模板进行一对一的比对,来确认身份的过程。根据其提供的标识,即用户的ID号,再进行指纹比对,确认是否是该标识号对应的人。整个过程可概括为:“你是你自称的这个人吗?”。

6. 指纹辨识

        指纹辨识:在N个指纹模板中查找与指纹特征相匹配的指纹模板的过程为指纹辨识(指纹搜索);是1:N技术方式,是一个辨识过程,是把现场采集到的指纹同指纹数据库中的指纹逐一进行匹配,从中找出与现场指纹相匹配的指纹。这也叫"一对多匹配"。可概括为:“我是谁”。

相关文章:

  • 【Linux】$()中的内容与不加$()时有什么区别
  • 请解释Java Web中的Filter过滤器的作用和常见应用场景。什么是Java Web中的Servlet API?请列举其核心接口和类。
  • 中间件-------RabbitMQ
  • 浅谈nginx配置文件
  • Hadoop运行wordcount实例任务卡在job running的多种情况及解决方法
  • 前端开发攻略---用Vue实现无限滚动的几种方法
  • 10款免费黑科技软件,强烈推荐!
  • Rolla‘s homework:Image Processing with Python Final Project
  • DLRover:蚂蚁集团开源的AI训练革命
  • CS144(所有lab解析)
  • nvm安装nodejs/npm/nvm笔记
  • 当AWR1843发送完设置的固定帧后,如何使其再发送第一次的帧?
  • 功率电感的设计步骤
  • 简述 v-model 双向绑定的原理是什么?
  • 1,用寄存器操作闪烁led灯
  • .pyc 想到的一些问题
  • Computed property XXX was assigned to but it has no setter
  • Electron入门介绍
  • Git初体验
  • JS专题之继承
  • Laravel 实践之路: 数据库迁移与数据填充
  • learning koa2.x
  • maya建模与骨骼动画快速实现人工鱼
  • npx命令介绍
  • Vue.js 移动端适配之 vw 解决方案
  • 从输入URL到页面加载发生了什么
  • 给自己的博客网站加上酷炫的初音未来音乐游戏?
  • 关于List、List?、ListObject的区别
  • 技术胖1-4季视频复习— (看视频笔记)
  • 腾讯优测优分享 | 你是否体验过Android手机插入耳机后仍外放的尴尬?
  • 吴恩达Deep Learning课程练习题参考答案——R语言版
  • 转载:[译] 内容加速黑科技趣谈
  • 你对linux中grep命令知道多少?
  • 3月7日云栖精选夜读 | RSA 2019安全大会:企业资产管理成行业新风向标,云上安全占绝对优势 ...
  • Linux权限管理(week1_day5)--技术流ken
  • ​什么是bug?bug的源头在哪里?
  • "无招胜有招"nbsp;史上最全的互…
  • # 学号 2017-2018-20172309 《程序设计与数据结构》实验三报告
  • #Datawhale X 李宏毅苹果书 AI夏令营#3.13.2局部极小值与鞍点批量和动量
  • #define,static,const,三种常量的区别
  • #基础#使用Jupyter进行Notebook的转换 .ipynb文件导出为.md文件
  • (01)ORB-SLAM2源码无死角解析-(56) 闭环线程→计算Sim3:理论推导(1)求解s,t
  • (160)时序收敛--->(10)时序收敛十
  • (4)(4.6) Triducer
  • (9)YOLO-Pose:使用对象关键点相似性损失增强多人姿态估计的增强版YOLO
  • (NSDate) 时间 (time )比较
  • (Redis使用系列) Springboot 实现Redis消息的订阅与分布 四
  • (zt)最盛行的警世狂言(爆笑)
  • (八)Flink Join 连接
  • (大众金融)SQL server面试题(1)-总销售量最少的3个型号的车及其总销售量
  • (分享)自己整理的一些简单awk实用语句
  • (附源码)python房屋租赁管理系统 毕业设计 745613
  • (力扣记录)235. 二叉搜索树的最近公共祖先
  • (三)centos7案例实战—vmware虚拟机硬盘挂载与卸载
  • (十一)手动添加用户和文件的特殊权限