目前，随着智能终端的发展，指纹识别技术已经成为中高端手机必备的基本功能，而基于智能终端的移动支付应用也已经非常普及，不仅各个银行有自己的手机银行APP，各互联网巨头公司都推出了自己的移动支付应用，如阿里巴巴支付宝、微信钱包、百度钱包等。因此，在支付环节通过与智能终端本地指纹识别技术结合不仅可以提升用户账号安全性，还可以改善用户业务体验，避免输入复杂、难以记忆的个人密码。

指纹特征通常独一无二的，其特征数量较多，指纹识别的定位精度也可以做到很高；另一方面，目前的指纹读取器造价不高，扫描指纹的速度很快，应用极其方便。然而由于指纹采集数据时需要人为按捺，每次按捺的方位不完全一样，着力点的不同也会带来不同程度的形变，这些往往使得精度较高的指纹识别达不到原本要求；另一方面，因为指纹常常在犯罪记录中使用，这使得某些人害怕把指纹“记录在案”。

指纹识别研究现状

指纹作为一种生物特征用于认证已经由来已久。早在公元前7000年到公元前6000年，指纹就作为身份鉴定的工具在古代中国和古叙利亚使用。1880年，亨利方德首先对指纹作为人体生物特征的唯一性作出了科学性的阐述，奠定了现代指纹识别技术的基石。

最初的指纹识别是采用人工的方式。手工获取指纹的按印并整理存放到指纹库中，需要认证时再人工从指纹库中查找比对。20世纪60年代之后，人们开始运用扫描设备将指纹转化成数字图像存储，并逐步使用数字图像处理、模式识别、人工智能等技术开发自动指纹识别系统(automated fingerprint identification system，AFIS)。1974年，Osterburg通过论证，证明了2枚指纹出现12处相同的特征却不属于同一个人的概率只有大约十万亿分之一，这对之后使用计算机代替人工进行指纹自动识别和匹配的一系列研究提供了理论依据。

指纹识别系统技术原理

指纹识别技术是对人工指纹识别整个过程的模拟，因此AFIS[1]也是一类模式识别系统，一个典型的AFIS包括离线存储和在线识别两个阶段，其指纹识别系统原理图如下：

指纹识别系统原理

（1）指纹入库

目的是获取用户注册样本、提取指纹特征值以生成指纹特征模板并入库存储。AFIS首先对注册人员进行指纹采集，获得数字指纹图像矩阵；然后对得到的指纹图像进行还原、增强及细化处理，得到黑白二值图像；在此基础上提取指纹特征值并与用户身份信息一起存人指纹数据库。

（2）指纹识别模块

主要任务是在线实时采集待识别的指纹图像并提取特征值，通过指纹匹配算法对数据库中存储的指纹特征进行匹配，继而基于模糊理论计算相似度。待完成与数据库中所有指纹特征模板的匹配检索后，可以确认用户身份的合法性和访问权限。这一阶段的关键是指纹匹配算法的建立与实现，目前现有的模式识别算法基本上可以满足指纹识别的需要。

指纹识别系统它由3部分组成：数据采集、数据处理、分类决策，其分别对应指纹采集、指纹预处理及特征提取、指纹匹配3个步骤。

（1）指纹的采集通常使用各种物理传感器采集，其中光学传感器利用光的全反射原理来采集指纹图像，其采集图像成像好、造价低，是目前普遍使用的指纹采集传感器。由于指纹采集设备的局限性，指纹图像会产生畸变。另外柔性的手指表面由于按压用力不均也会产生指纹扭曲，通常需要使用数学模型进行矫正。

（2）指纹特征的提取是指纹识别的重要部分。指纹特征主要包括指纹的全局特征和局部特征。全局特征包括核心点和三角点，根据这些点的数量和位置关系可以对指纹进行初步分类。检测核心点和三角点最著名的方法是基于Poineare指数的方法。指纹的局部特征包括指纹脊线的端点和分叉点。端点位于指纹脊线的尾端，分叉点通常位于3条脊线的交叉部位。指纹特征提取就是提取这些特征的位置、类型、方向等信息并存储成特征文件的过程。

（3）指纹匹配是基于指纹模式分类特征集的模式识别过程。在产生指纹模式（指纹纹理信息的纹理图）后，指纹处理系统将要鉴别指纹的纹理图与指纹库中的指纹纹理图进行比较，并最终得到正确的匹配结果，以进行身份验证。早期的工作大多使用指纹的结构特征进行识别。Moayer等人将指纹特征点集的拓扑结构表示成一维字符串或二维树，然后使用句法匹配进行粗分类；Herhcka等人使用图法表示指纹特征点的结构，并使用图相似性进行指纹匹配。目前最常用的指纹匹配算法是基于指纹细节点特征的点模式匹配，该类方法将指纹之间的匹配转化成特征点集之间的相似性度量。其中基于预配准的全局细节匹配算法最为常用。

在指纹识别领域，公认的细节点是最具分辨力和鲁棒性的指纹特征。指纹的特征很大程度依赖于获取的指纹的质量，所以指纹质量评估是指纹识别领域需要重点解决的问题。另一方面，指纹存储数据量较大，进行指纹辨认时需要对所有指纹进行匹配打分，因此指纹数据的压缩也是现行研究中所要解决的难题。

指纹识别身份认证技术

基于FIDO协议的指纹认证方案涉及的主要业务流程包括指纹认证注册、指纹认证签名和指纹认证注销。

指纹认证注册

指纹认证注册指用户同意并开始使用指纹认证业务。开通时需设置用户用于支付的指纹信息，并需通过业务密码的校验。注册时，终端侧需要采集与校验用户指纹信息，产生非对称密钥对，并建立私钥、指纹信息和应用之间的对应关系；平台侧需要保存终端侧发送的注册信息，建立用户应用账号与公钥之间的对应关系。

每台移动终端只能有一个用户设定一个指纹信息用于支付。若想要变更用于支付的指纹信息，那么必须先注销指纹认证业务然后再重新注册，才能设置新的指纹信息。

指纹认证签名与验签

指纹认证签名指用户端在本地进行指纹识别并校验后，对服务器侧发送过来的交易数据采用私钥进行签名确认并返回给服务器。服务器接收到签名数据后采用注册时保存的公钥对签名结果进行验签。

指纹认证注销

指纹认证注销指在终端侧解除应用、私钥以及指纹信息之间的对应关系，并删除用户密钥对，在服务器侧删除用户应用账号与公钥之间的对应关系。在指纹认证注销时，需要校验用户的应用业务密码。

指纹识别关键算法

1、指纹图像处理

客户通过指图像扫描器进行指纹采集，流程如所示，由于各种原因的影响，所得是含噪声较多的灰度图像，这类图像经经过预处理才能成网络中身份认证的数据。指纹预处理一般分四步进行：分析捕获的灰度图像、二值化和指纹匹配。

（1）分析捕获的灰度图像，并将灰度指纹图像转化为最佳二值图像，使得指纹的分叉和其它纹理特征更容易检测。

（2）分析二值图像以获取指纹图像的特征，提取特征点以向量方式编码，结果产生一个指纹模式（最大256字节）。

（3）指纹匹配。在产生指纹模式（指纹纹理信息的纹理图）后，指纹处理系统将要鉴别指纹的纹理图与指纹库中的指纹纹理图进行比较，并最终得到正确的匹配结果，以进行身份验证。

2、指纹数值化

指纹数字化是通过取像设备读取指纹图像，然后用计算机识别软件分析的全局特征和指纹的局部特征，从指纹中抽取特征值，提取细节特征最形成特征数据，一般情况下提取指纹的纹线端点和分支细节特征，根据特征值和坐标位置转变成二进制数制，最后形成特征信息数据库。

指纹识别技术应用场景

近年来利用指纹来完成身份验证和识别任务的系统己经大规模使用，已应用于生活中的各个方面：

银行实名制贷款：银行等金融机构通过引入居民身份证指纹采集设备及指纹应用算法，在客户申请贷款等业务时，通过将现场采集的指纹信息与公安库预留的指纹信息进行比对，则可以有效防止冒用他人身份证进行借贷套现等不法行为的发生。

酒店实名制入住：通过居民身份证指纹信息应用，入住酒店时要求所有旅客进行指纹验证，既能确保旅客身份，又能防止不法分子投机取巧躲避抓捕，从而保卫公共安全。

火车票实名制：乘客持票进站时都需要出示身份证，车站引入居民身份证指纹识别系统，就可以通过科学手段快速的进行乘客身份核验。

政府机关、企事业单位：用于对管理人员进行授权和身份认证、考勤、安全区域员工身份验证，数据库访问安全控制等方面。

司法机构：公安司法机关利用指纹验证解决方案，快速有效的鉴别危险罪犯，以保障公民安全。

结语

生物特征识别技术在国家安全、公安、司法、金融等领域都有着广泛的应用。在出入境管理中，使用生物特征识别技术的电子护照既实现了快速通关又使安全性大大加强。在公安刑侦中，在犯罪现场采集到的犯罪嫌疑人所遗留的指纹、毛发等生物特征可以辅助公安人员确定犯罪嫌疑人身份，并成为指控其罪行的间接证据。在金融领域，基于声纹和人脸识别等技术的远程支付已经在电子商务中逐步使用。此外，使用指纹和人脸的考勤系统也已经商用化。在下篇文章中将带大家了解基于人脸的面部特征进行身份识别的技术——人脸识别技术，敬请期待！