指纹、虹膜和人脸之后，身份认证领域的新热点：手背静脉识别

手背静脉身份识别作为生物特征识别的方法之一，是近十几年来新发展起来的一种生物特征识别方法，也是目前身份认证领域最关注的热点之一。

手背静脉

手背静脉拥有很好的唯一性和普遍性，在人与人之间和同一个人的两只手之间，手背静脉的血管纹理结构是不相同的，并且个人的血管纹理结构不随时间变化；手背静脉血管位于体表内部，不易受到污染和划伤等外界因素的影响，并且不易被仿制；手背静脉图像在采集过程中相对于人体其他部位的采集更易被接受，所有的这些特性使得手背静脉身份识别技术成为一个合格的生物特征识别技术。

现有生物识别方法存在的不足

虽然指纹、人脸和虹膜识别近年来经过不少学者和专家的研究，得到了长远的发展，而且已经找到了许多鲁棒性好、速度快的识别方法，但是，各种生物特征识别方法都具有难以克服的缺点。

1.指纹识别

指纹是人生而就有的物理表皮结构，每个人指尖的沟壑纹理是不同于其他人的。指纹识别是最古老的生物特征识别，其概念被大众所熟悉，所以现代指纹识别技术容易被人接受，只需要少量指导便可实现轻松采集。此外，指纹特征占据的存储空间较小，设备轻巧，易于和移动设备结合。但是，由于指纹是暴露在外面的表皮纹理，其结构信息会受到灰尘、油、水等环境因素的影响；断纹、无指纹以及脱皮和伤痕等问题影响图像采集质量，导致指纹识别困难。

手指脱皮

另外，当手与一些物体接触时，会在这些物体表面留下指纹，这样就容易被别人仿造，制造出各种指纹套，欺骗指纹识别系统。而且，对指纹套的活体防伪检测也是当前的难点问题。

指纹套

2.虹膜识别

虹膜识别是采集人眼虹膜区域的近红外图像进行识别。虹膜的纹理结构与生俱来，不会随时间改变，其中含有丰富的信息量，大约是指纹纹理结构中所含信息量的6 倍。虹膜识别是世界上精度最高的生物特征识别技术，应用于高安全级别部门如军队、银行等。但在虹膜识别中，一个最为主要的问题是使用者容易存在心理上的排斥，所以，通过近红外光照射人眼获取虹膜图像，不易被人接受。另外，在虹膜图像采集过程中，需要眼部注意力集中在一个点上，通过适当的训练才能够获得更好的采集效果，这会很大程度地影响虹膜识别技术的推广。

虹膜图像及其采集识别

3.人脸识别

人脸识别系统根据采集图像的维数可以分为二维人脸识别系统和三维人脸识别系统。在二维人脸识别中，人脸会因为生长发育而发生变化，从而影响识别率，如长胖、变瘦、长出胡须等；另外，由于人具有丰富多彩的表情，也降低了识别的准确性；而且，人脸还受周围环境，如遮挡、光照等影响。

人脸的衰老情况

人脸表情变化

三维人脸识别虽然不会受光照和拍摄角度影响，但是在大规模数据库中效率缓慢，所以目前仍处在研发阶段。

手背静脉识别的鲜明特色

近年来，研究者一直在试图寻找更为鲁棒的身份识别手段。新型生物特征身份识别的研究受到越来越广泛的关注，耳形、掌纹、步态等身份识别方法也时有报道，其中手背静脉身份识别在各种新型生物特征识别手段中脱颖而出，成为目前研究和应用的热点之一。

手背静脉身份识别的原理框图

相比较指纹、虹膜和人脸识别，手背静脉识别具有鲜明的特色。

1.手背静脉特征具有很好的普遍性和唯一性。

解剖学著作Gray's Anatomy（《格式解剖学》）已经证明，个体的手背静脉在形成、发育生长过程中具有很强的唯一性，手背静脉身份识别技术即使是双胞胎或者同一个人的左右手，也会因为发育过程的随机性导致手背静脉分布结构的差异。当人体发育成熟，20 岁后手背静脉的分布结构除非进行手术或药物作用，否则不再变化，因此手背静脉作为一种新的生物特征是可行的。

2. 活体识别特性和内部特性。

由于血液和皮下脂肪对近红外光的吸收率不同，通常采用近红外反射成像，获得对比度清晰的手背静脉纹理图像，进而完成特征提取与识别研究。另外，手背静脉血管位于体表内部，不易受到污染和划伤等外界因素的影响，所以手背静脉很难被仿造，安全性较高。

3.近红外反射成像设备属于非接触类型，且造价低廉，用户和制造商容易接受。

在部分国家特别是日本、韩国和新加坡等，手背静脉识别产品如韩国的VP-II 和日本富士通的Palm Secure，都已经进入了实用领域。

静脉识别技术的发展历程

静脉识别技术最早是由研究者MacGregor 和Welford 于1991 年提出的，并开始受到关注。1995 年，Cross 和Smith发表的综述性文章对手背静脉识别的整个过程进行了完整描述，从此手背静脉识别技术进入了快速发展阶段。1997 年，韩国BK System公司发布了亚洲第一个商用手背静脉验证产品BK-100。2006 年IBG 对日立公司的静脉验证产品TS-E3F1 和富士通公司的静脉验证产品Palm Secure 的测试结果表明，静脉识别技术和虹膜识别技术的性能指标相当。在算法研究方面，2005 年新加坡南洋理工大学的Leedham 等利用热红外成像技术，使用局部自适应分割方法提取手背静脉特征，2008 年Leedham 等提出了基于细节特征分析的热红外手背静脉识别方法，2009 年香港理工大学的Kumar 等提取静脉血管的结构信息和关节信息作为特征，并使用决策融合的方式进行识别，2010 年克卢日-纳波卡技术大学的Septimiu 等提出了低成本设备的成像质量控制问题，2011 年在香港举办了第一届关于手的生物特征识别国际会议，人们对手背静脉身份识别科学问题的研究越来越重视。

在国内，从2002 年开始，清华大学的林喜荣等发表了多篇文章，自主设计了近红外血管图像采集仪，提取血管造影的原始图像，并对采集到的图像进行归一化和增强处理，对特征提取和特征匹配算法进行了初步的研究。在2006 年，他们利用分水岭算法提取特征点，并使用二阶矩和统计的方法进行多分辨率滤波得到多维特征向量。

2005 年，哈尔滨工程大学的王科俊等发表了三篇文章，针对手背静脉图像的特点提出了自己的细化算法和分割算法。吉林大学的韩笑等在文章中提出了利用带方向因子的小波（脊波）对手背静脉血管和手指静脉血管进行增强，并使用神经网络进一步判断血管特征点的方法。2006 年，静脉识别技术首次获得了国家自然科学基金的资助，这也是目前国内静脉识别领域第一项获得国家自然科学基金资助的研究。2007 年同济大学设计了嵌入式的手背静脉辅助定位系统。2010 年北京大学的李文新等采用迭代的线性追踪方法提取线性特征并将其分块编码，实现手指静脉在大型数据库中的搜索。2011 年天津大学的刘铁根、王云新和李秀艳提出了一种基于加速鲁棒性特征的手背静脉识别算法，并设计了k 近邻分类器和支持向量机相融合的分类器进行识别。2010 年复旦大学的郑英杰和顾晓东使用二维Gabor 相位编码特征与直方图特征相结合的方法提取手背静脉特征。2011 年东北大学的贾旭等使用多尺度下轮廓波变换的子带能量作为特征，分别建立了隐马尔可夫模型并进行融合，实现真假匹配的区分。这些研究工作说明手背静脉技术越来越受到研究工作者的重视，同时说明该项研究工作具有较高的理论意义。

虽然手背静脉识别技术的研究在国内外取得了丰富的理论研究成果和商业应用价值，但是目前比较成功的商用系统，如韩国的VP-II 和日本富士通PSN800 都是采用身份认证技术（即1∶1 验证），很少有系统关注1∶N 身份识别问题。研究身份识别问题，尤其是大样本条件下的手背静脉身份识别，非常有限，目前发表的研究论文虽然对识别问题进行了研究，但实验大多在较小规模的数据上进行，并且研究中未针对在大样本情况下的手背静脉识别实际问题深入研究。面对我国人口众多、人员流动频繁的具体情况，十分有必要研究大样本条件下手背静脉身份识别的关键问题。

手背静脉身份识别技术存在的关键问题

相比指纹、人脸和虹膜识别技术的成功，如何在大样本条件下实现手背静脉的鲁棒身份识别，开展相关的科学研究工作对深入推动手背静脉身份识别技术的理论研究和应用研究具有重要意义。

当前在大样本条件下，手背静脉身份识别技术存在的关键问题如下。

1.样本集规模与识别精度的理论问题。

下表是几种典型的手背静脉识别方法，其结果都具有较高的识别精度，但这些结果都是在几十人的小样本情况下得到的。从理论上讲，样本集规模的增大，会导致识别率的下降。目前关于样本集规模与识别精度之间理论分析的研究未见报道。

表  手背静脉识别方法

2.大规模近红外手背静脉图像的质量问题。

手背静脉图像质量与识别率有直接的关系，Lin 和Fan 在文献中通过实验证明了图像亮度的改变对识别率有着直接的影响。显然，除了图像亮度，图像的其他质量参数也会影响识别率，但是现有的各种手背静脉数据库的图像质量在亮度、灰度分布、对比度、平滑度、尺寸大小和图像活体性等方面存在一定差异。为了建立统一的大规模手背静脉数据库，进行各种识别算法的比较，急需研究手背静脉图像质量问题。

3.大规模数据库中多人种、老龄化和非线性形变的鲁棒特征提取问题。

西方人手背毛发浓密，手背静脉图像中毛发噪声的随机分布会严重影响识别效果。随着年龄的增加，皮肤弹性变化造成血管粗细的变化和皮下脂肪对近红外光吸收和反射特性的变化，也将导致血管粗细和分布特征的不稳定。在识别过程中，使用者手的握力和姿态等各种非线性形变同样会造成特征的不稳定。针对多人种、老龄化和各种非线性形变的特殊情况，鲁棒特征提取是必须研究的问题。

4. 面向大规模数据库实时识别系统的分类决策问题。

目前发表的研究论文虽对识别问题进行了研究，但实验大多在较小规模的数据上进行，小样本情况下的距离分类器、支持向量机（Support Vector Machine，SVM）分类器和融合分类器等都有报道，也都取得了较高的识别率。但在大样本情况下，分类决策如何保证识别精度，同时满足识别速度的要求，仍有许多理论与方法问题需要解决，动态模型在线学习和快速相关处理分类器是较好的解决方案之一。

综上所述，相比较指纹、虹膜和人脸识别技术的成功使用和存在的问题，综合分析前期国内外关于手背静脉身份识别的研究成果，可以看到，在大样本情况下，手背静脉身份识别在样本集规模与识别精度理论分析，手背静脉图像的质量评价标准，多人种、老龄化和非线性形变的特征鲁棒和面向大规模数据库的实时识别四方面需要深入的研究。对这些问题的研究有助于建立手背静脉身份识别的理论框架体系，建立统一的评价标准，解决实时识别速度与实用性问题。

本文由刘四旦摘编自王一丁著《手背静脉身份识别技术》一书。

ISBN 978-7-03-045857-5

《手背静脉身份识别技术》是作者团队在手背静脉身份识别方面多年研究成果的归纳与总结。全书共9 章，首先分析了指纹、虹膜和人脸识别技术的成功使用和存在的问题，并讨论了手背静脉身份识别的鲜明特色和重要研究意义，然后从手背静脉图像采集设备的设计和实现、手背静脉图像数据库的建立、手背静脉图像的质量评价、手背静脉图像的容量分析、手背静脉图像纹理结构的特征提取、手背静脉图像的分类决策、手背静脉图像的活体检测和手背静脉身份识别系统这几方面展开深入的研究，相关的科学研究工作对深入推动手背静脉身份识别技术的理论研究和应用研究具有重要意义。