存储和比较生物特征信息

Posted 2023-03-16

【中文标题】存储和比较生物特征信息

【英文标题】：Storing and comparing biometric information

【发布时间】：2010-11-26 04:21:24

【问题描述】：

一般来说，我们在计算机应用程序中使用生物识别技术来进行身份验证。让我们获取 2 个指纹和面部识别示例。

在这些情况下，我们如何保存信息以供比较。例如，我们不能每次都保留图像并对其进行处理。那么在这种情况下，我们用来存储/确定相似性的方法是什么？有没有为此目的设计的特殊算法。 （例如：每次返回某个人的指纹大致相等的值）

【参考方案1】：

大多数 AI 技术不会对图像等原始数据进行操作。它们通常在特征向量上进行操作：原始数据最好是紧凑和智能的表示。通常，特征向量包含固定数量的数值或标称值（特征）。例如，在人脸识别中，一个共同的特征向量是一组特征向量，称为Eigenface。我不熟悉指纹识别，但我想那里使用的特征向量是一组数字，它们以某种方式描述了指纹图像中观察到的模式。

通常，在一组人脸或指纹图像上训练某种机器学习方法时，您会计算这些图像的相应特征向量并将其存储在数据库中。然后不再使用原始图像。所有后续处理都是在对应的特征向量上完成的。

为了将一个新的、未见过的实例与先前学习的实例的数据库进行比较，计算新实例的特征向量并将其与存储的特征向量的数据库进行比较。这可以通过多种方式完成。虹膜识别中常用的一个例子是Hamming distance。

【参考方案2】：

在指纹分析的情况下，我听说有人使用特征点的位置（分叉等）来拟合大型多项式的参数，然后存储参数以在有人想要探测图库时进行匹配。 （匹配过程显然是通过最小化探针和画廊参数之间的派生误差项来工作的。）我自己从来没有做过，因为我主要使用虹膜，但它可能值得研究。

【参考方案3】：

所有生物特征匹配器都使用称为模板的已处理数据。这些数据取自静态图像或从动态捕获中获取的模型，就像 TC 之前所说的那样。这些模板用于匹配过程，是您需要保留的唯一数据。当专家需要分析图像并获得最终结果时，图像仅用于试听或刑事案件。

对于指纹模板，我们有 3 个最常用的国际标准：ISO 19497-2、ISO-378 和 XYT。如果您使用前两个标准中的任何一个，二进制数据的长度通常为 500 字节。 XYT 需要更多空间，因为它是一个位置、角度和质量都非常微小的文本文件，一般在 1kb 左右。您可以在NIST website 中看到提取和匹配示例。因此，如果您想要更准确、更快速的软件，则需要商业 SDK。

处理人脸的免费软件是 OpenCV。