個人識別模組

個人識別模組即指檢驗個人身份的模組。

個人識別(Personal Identification)屬於個體識別的範疇, 它以人類為對象，而計算機用於個人識別, 主要是指以計算機為工具, 支持上述手段的數據處理和實現自動化或半自動化。能夠用於個人識別的特徵是多種多樣的, 使用的特徵不同, 個人識別技術也不同。

中文名稱	個人識別模組
英文名稱	personal identifier module;PIM
定　　義	檢驗個人身份的模組。
套用學科	通信科技（一級學科），移動通信（二級學科）

基本介紹

• 中文名：個人識別模組
• 外文名：personal identifier module
• 簡稱：PIM
• 定義：檢驗個人身份的模組。
• 套用學科：通信科技，移動通信
• 範疇：個體識別

計算機個人識別

個人識別(Personal Identification)屬於個體識別的範疇, 它以人類為對象。它在存取控制、事件(犯罪案件)偵查和證件確認等方面是十分必要的。能夠用於個人識別的特徵是多種多樣的, 使用的特徵不同, 個人識別技術也不同。

計算機用於個人識別

計算機用於個人識別, 主要是指以計算機為工具, 支持上述手段的數據處理和實現自動化或半自動化。

掌形

“掌形”有的文獻也稱為“手形” , 利用儀器測量掌形, 用於個人識別最早起源於美國, 1969年提出申請, 並於1971 年獲準專利申請的儀器稱為“ Idenlimal” 。是套用較廣的儀器。實際上這種儀器是基於斯坦福研究所(SRI)關於測量手指長度研究。利用S RI 的結果, Stellar system 公司的掌形匹配機測量食指, 中指, 無名指和小指等4 根手指從指尖到指根的長度, 並將其用一4 維向量表示。將各人的向量與已登錄的向量進行比較(用向量間的距離進行比較)。SRI 曾以4000 人為對象進行試驗, 測量誤差±1。5mm 時, 誤識別率R 1 =0。05 %。

日本的三菱電機公司於1984年8 月開始出售掌型判別機。其原理與Stellar sy stem 公司的大同小異, 原理框圖如圖所示。其原理是將左手的手指與擴散板緊密接觸, 藉助於識別接觸時的形狀來進行個人匹配。在實際系統中, 它是與密碼卡並用的。藉助於密碼調出已登錄的個人的掌形數據,然後將被驗者的掌形用判別機進行識別, 這時的誤差率R 1 =0。1 %, R2=0。0001%。

三菱掌型判別機框圖

眼紋

1988 年美國的EyeDetify 公司將眼紋用於個人識別實用化, 申請了專利和在市面上銷售這種儀器。使用這種儀器, 使用者的眼睛看準按符合接目鏡頭的焦點的原則而指定的一點, 再用紅外線照射眼睛, 作為眼底視網膜模式的眼紋的反射光藉助於光電感測器轉換為320 點的圖象。特徵抽出是在視網膜進行360 度的圓形掃描,藉助於將這些反射光進行高速付利葉變換, 作成40by tes的數據進行存貯。每個眼紋的登錄時間為30s。EyeDentify 發表的誤識別率為R1 =0。1 %, R2 =0。0001 %。而Sandia 國產研究所發表的調查結果為R1 =12。4 %, R 2 =0 %。

臉

儘管人們極易從臉部形(圖)象識別一個人, 但依據臉部圖象進行個人識別的技術卻發展得很慢。關於這方面研究在100 多年前已經開始, 利用計算機進行數據處理是近30 年來的事。實用的系統仍未面世(國內也處於研製階段)。當前的研究主要有兩方面, 探索識別臉部圖象的新算法, 和提高用於識別的特徵量的抽出精度。最近使用三維圖象技術的研究正逐步盛行。目前常用的方法可以分為(1)用側面圖象進行個人識別, (2)利用正面圖象進行個人識別, 和(3)將三維圖象技術套用於臉部圖象識別等3 方面 。

筆跡

利用筆跡(含簽字)進行個人識別常稱為寫者識別(Writer recognition), 目前存在多種多樣的技術, 但大致可以分為以下幾種。

離線的簽字匹配

例如, 利用簽字確認銀行支票持有者是否具有取款權的問題。這個問題就是必須僅從兩個筆跡判斷這兩個筆跡是否為同一個人書寫的。為此, 必須確定用於識別的特徵量和手法, 使其能粗略地確定即使是不同的字型都能看作是相同的閥值。參照筆跡只有一個時, 會使誤識別率變大。但是輔助簽字可以作為個人確認的其他手段, 使第2 種(R2)誤識別率比第一種誤識別率(R 1)小。

這是利用多次簽名, 簽名時樣子, 書寫的方法等等判斷現時面對的個人是否為已登錄的某個人。因為這種場合可以充分準備參考筆法, 且也可以限定字型和書寫的人是已知的, 所以實用化

的可能性較大, 美國和歐洲有較多人進行研究。

線上複合寫者匹配

作為例子, 就是隨時指定不是簽名的“關鍵字” , 進行現場的有資格者的確認。如果充分準備關鍵字的字型和參考筆記, 則可以縮小誤差率。雖然還沒有見到完整的研究報告, 但可能是一種防止假冒簽名的有力方法。

寫者鑑定

例如對所提供的遺書的書寫人有懷疑的場合, 收集可能書寫遺書的少數人筆跡, 參照這些筆跡, 判斷有懷疑的遺書的寫者。因為可以限定少數人筆跡的候選範圍, 從而可以縮小誤差率。然而, 儘管參照筆跡較少, 因為與遺書同字型的文字有時收集不到。所以在不是使用文本獨立。即將字型不同的筆跡比較。進行判定的方法時, 缺乏實用性。其次由於還會引起R1 和R2 同時較大的偏差, 故必須認真考慮這種方法的可靠性。在西德這方面的研究較為盛行。在日本仍未開展研究。一般地, 寫者是親屬, 具有遺傳性相似筆跡的可能性, 因為容易模仿地練習筆跡, 所以研製有效的識別方法是比較困難的。

犯人鑑定

例如在刑事案件中, 根據犯人留下的恐嚇信, 判斷懷疑對象是否為犯人的場合。因為恐嚇信是自然書寫的, 雖然沒有理由讓懷疑對象用相同的書寫條件反覆書寫與恐嚇信相同的文章, 但一般地必須確定恐嚇信的書寫工具, 書寫時期, 書寫時的心理條件, 字型等等。將不同書寫條件的少量參照筆跡比較。利用電子計算機的高可靠性的系統還未公開銷售。

舊文書鑑定

寫者識別比犯人鑑定更加困難, 但作為一般百姓, 誤識別的損害不是致命的, 因為可以綜合利用紙質和書寫材料的材質等等其它信息。

指紋

指紋識別系統充分利用了兩個人的指紋完全一樣的幾率是十億分之一這一特性,通過圖像掃描設備將指紋圖案掃描下來, 利用計算機視覺理論、圖像分析算法和模糊邏輯算法將指紋圖像特徵轉化為點或線構成的圖並計算出一些距離值和角度值,然後將轉化後的圖片及數值儲存到資料庫中以備查詢匹配之用。這使得無論怎么按指紋, 這些圖片及數值都不會發生變化, 以此作為識別特徵幾乎可以保證萬無一失。但這種技術要求在按指紋時手指保持潔靜、光滑, 髒東西或者疤痕都會給識別帶來困難。

生物識別技術與生物特徵

生物識別技術是利用人體生物特徵進行身份認證的一種技術，而生物特徵是唯一的、可以測量或可以自動識別和驗證的生理特徵或行為方式。生物識別系統對生物特徵進行取樣，提取其唯一的特徵並轉化成數字代碼，然後利用這些數字代碼組成特徵模板。人們用識別系統進行身份驗證時，識別系統獲取其特徵並與資料庫中的特徵模板進行比對，以確定是否匹配，從而決定接受或拒絕該人，經過人們的多年總結，現在用於生物識別的生理特徵有虹膜、面容、指紋、掌紋等，行為特徵有簽字、聲音等。

形態學特徵

指紋

每一個人的指紋都是不同的, 而且是終生不變的。最初將其進行分類的是解剖學家Purkin 。je(1823)。用指紋進行個人識別是公認的最可靠的方法, 而且指紋可以用二值模式表示, 適宜於記錄和保存。指紋可以利用紋型和中心點, 三角點等進行大致分類, 再用端點和分叉點的位置和方向(微細特徵)進行個人識別。從1965 年起, 美國的FBI(聯邦調查局)就利用計算機進行指紋個人識別, 1972 年FBI 正式使用FINDER 系統。而日本是在1982 年完成FIS的。

眼紋

所謂眼紋, 就是由視網膜上的毛細血管組成的微細模式, 可以認為在一萬人中不存在兩個眼紋是相同的。眼紋也不容易人為地進行變更。已出現利用紅外線觀察眼球底層視網膜毛細血管模式, 即所謂獲取眼紋的商品化儀器。

臉

在日常生活中, 為了識別一個人, 最常用的方法便是根據臉部形象。如果不是單卵雙胞胎,都可以用其臉部加以區別, 作為個人識別手段, 臉部含有許多信息這是毫無疑問的, 而且是“無接觸”的識別。這種個人識別技術與其他方法相比卻是最遲出現的。可以預料, 由於圖象處理技術和模式識別技術的發展, 臉部識別技術也會得到很快的發展, 據有關資料介紹, 國內已有試驗系統出現。但是總的來說, 這種技術距實用化階段還有一段較長的距離。

掌形

作為個人識別手段, 是最早被人們使用的。美國斯坦福研究所最早對這種技術進行科學研究。他們指出, 藉助於對掌形的精密測量, 可以進行精確的個人識別。當前在市場上已經出現商品化產品, 例如三菱公司的掌形鎖等等。

人體功能特徵

聲紋

在日常生活的相互交流中, 聲音的主要作用就是傳遞語言信息。即使是看不見對方, 也可以藉助於音質判斷對方是誰。實際上, 聲音的高低、大小, 既含有依賴於先天的發聲器官的部分。也含有講話時的節拍(速度)、重音和聲調等等依賴於後天的發聲習慣的部分。可以認為這些綜合地形成了各人的個性。由於節拍、重音、聲調等等具有容易模仿的缺點, 所以, 經常是以從音響信號中, 抽出起因於聲帶的性質和發聲系統的形狀的音響特徵的方法為研究中心。而在實際系統中, 則經常使用與聲音波形有關的波譜的統計量。

簽名(筆跡)

簽名也稱為署名。一連串手寫的文字稱為筆跡。書寫的動作稱為筆法, 都是個性的一種表現。即使是同一個字, 都具有個人的特有形狀, 執筆用力的變化和書寫的動態都被認為是固有的。在歐美等國, 簽名是個人識別的特定的有力的手段。而幾乎起著同等作用的是日本人稱為“花押”的劃成花紋的押記。日本已發現的最早的“花押”是10 世紀前半葉的文物, 據說當時還存在“花押”登錄製度。據資料記載目前還沒有出現利用“花押”的自動識別系統。

所謂筆跡識別, 就是利用筆跡和筆法, 判斷它是由誰(哪一位個人)書寫的。使用筆跡時, 測量字型的形狀, 筆劃的粗細、字型的飛白、墨跡濃淡的變化等等, 從而抽出個人的特徵。系統的形態是離線型的, 另一方面, 使用筆法時, 為了使用寫字時的動態信息, 將筆的位置和對筆的壓力作為時間的函式來測量, 因此, 系統的形態是線上型的。

人體生化學特徵

血型是人體重要的生化學特徵。A 、B 、O 式血型最早發現於1900 年。其後, 以MN 型和RH型為首的紅血球型和紅血球酶型, 基於血清蛋白的遺傳性物質的血清型、白血球型等等。若使用這些血型系統中的34 種系統進行檢查, 兩個人的血液是一樣的機率約為1000 億分之一。因此, 可以認為, 若不是單卵雙胞胎, 具有同一血液型的人是不存在的。誠然, 使用34 種系統檢查是很複雜的, 但作為實用的方法, 常被用於親子關係的確認。

此外, 與血型識別相似, 還有唾液型識別系統, 並且還出現了對血跡和精液殘跡的DNA識別方法, 在國內也已用於案件的偵查等。

嵌入式指紋處理模組

方案設計

自動指紋識別系統(AFIS)是指集指紋圖像的採集、識別並給出身份驗證結果為一體的軟硬體相結合的系統。目前，自動指紋識別系統可以分為兩類l習：一類是大型指紋識別系統；一類是嵌入式指紋識別系統。由於嵌入式指紋識別系統存在價格低廉、使用靈活方便等優點，越來越受到人們的重視。

目前，嵌入式系統開發的主流CPU有單片機和DSP兩大類，其中單片機被認為是控制密集型CPU，片上含有豐富的I/O資源，在小數據量處理控制系統中套用極為普遍，而且經歷長期的發展，晶片設計越來越合理，工作極穩定。而DSP則為運算密集型CPU，多級流水線的程式運行使其在大程式、大數據量系統中得到廣泛的套用。DSP的片上外設豐富，定址能力強，採用改進型的哈佛結構(程式空間、數據空間和I/O空間分開)讓系統設計省卻了地址鎖存、數據緩衝等電路環節，使系統電路得以簡化，可以縮短開發周期。

DSP系統設計流程

而嵌入式指紋處理模組硬體的構建，對處理器的要求主要有例：(1)速度要快。因為指紋處理算法是比較複雜的算法，程式長且循環疊代的情形較多，若CPU的運算速度不夠快的話，將影響系統的實時性。(2)接口速度要快。CPU片上存儲空間有限，在片外擴展數據存儲器和程式存儲器，倘若CPU接口速度慢，它與外設之間的數據交換時間過長，系統的實時性也將大受影響。C∞定址能力要強。一幅解析度為256X256指紋數據量高達64KW(字)，在對指紋圖象進行處理的過程中還要保存中間數據結果，因此大的數據量定址能力是必須的。

各功能部分

模組主要由以下幾個部分構成：指紋圖像採集與識別部分、程式與數據存儲部分、全局邏輯控制部分、密碼識別部分以及數據通訊部分。

(1)指紋圖像採集與識別部分：該部分以DSP和MBF200為核心，系統採用外部中斷方式來判斷是否進行指紋的採集。當進行指紋採集時，指紋感測晶片按照設定的參數採集指紋並將模擬圖像轉換成數字圖像，然後在DSP的控制下將數據存儲在外部數據空間SRAM中。等待進行下一步指紋圖像的識別處理。

(2)程式與數據存儲部分：此部分由FLASH、SRAM和DSP片內DARAM構成。FLASH中存放的是系統的應用程式和指紋模板及原始密碼，系統上電後通過運行"BootLoader'’功能將程式載入到DSP片內的DARAM及外擴的RAM中以加快程式運行的速度，SRAM用於存放指紋圖像數據並提供程式運行時所需要的臨時數據空間。

(3)全局邏輯控制部分：此部分由CPLD來完成，實現以下3方面的功能：

• 對DSP的數據空間進行分時定址；
  
• 產生系統中各個晶片的片選信號，對映射到DSP酗D空間的外圍器件編址；
  
• 產生系統中各個晶片的讀寫信號，包括數據空間的讀寫和加空間的讀寫。
  

(4)密碼識別部分：此部分功能由兩片74HC245D三態八匯流排收發器來完成，利用16根數據線可以配置成通用I/O口的特點，來完成整個目標板的密碼鍵及功能鍵的設定。

(5)數據通訊部分：為了提高模組的使用範圍和使用方便性，為該模組擴展了USB接口通信，使該模組具有了外掛海量存儲器(如隨身碟)和與PC機進行通信的能力。