指纹识别技术你想知道的那些事儿

指纹作为人体特征之一，因其重复率极小(约为150亿分之一)，被称为“人体身份证”。随着指纹识别技术的普及，尤其是在手机上的大量应用，以往用于刑侦领域的这一技术如今已经商业化，曾经高大上的技术已经开始和我们的生活息息相关。

既然这技术已经如此阴魂不散地“迫害”到了我们的生活，我们就有必要了解一下这一 “妖孽”究竟为何物。今天小编就和大家一起聊一聊指纹识别的那些事儿。

工作原理

谈到指纹识别技术，简单来讲，其主要工作过程分三步，即指纹图像采集、指纹图像处理和细节匹配(如图1)。

首先，通过指纹识别设备(例如手机指纹识别芯片)读取人体指纹，并对指纹图像进行预处理，然后进行特征值提取，形成特征数据模型，即模板。当再次输入指纹时，会将“新”指纹与模板进行比对，计算出相似程度。若果相似程度大于设定值，就可以实现解锁。

what?玩呢?这么复杂的技术被你三言两语就概括啦?

图1 指纹识别技术的工作流程

大家不要着急，小编上面讲的只是指纹识别的最基本的三步，如果要细化的话，还应该分6～7步，如图2所示。

图2 指纹识别基本原理

1)首先，由生物识别传感器采集指纹，并对指纹原始图像进行预处理，得到一个清晰的指纹图像。其中，指纹图像的分割对一些光学仪器采集到的指纹，分割相对容易，而对一些电容传感器采集到的指纹图像，分割则比较困难，具体预处理及分割方法见表2。

2)然后，运用指纹算法提取指纹图像最具代表性的一些特征建立指纹的数字表示(即特征数据)。这是一种单方向的转换，即只能从指纹图像转换成特征数据，而不能从特征数据转换成指纹图像，因而更安全。另外，特征文件存储的是从指纹图像上找到的“细节点”，即指纹纹路的分叉点或末梢点，这些数据通常称为模板。

3)用户注册后，模板被保存在设备的安全存储中，大概会占据1KB的存储空间。

4)待用户使用设备并输入指纹时，设备运用算法将获取的当前指纹与注册模板进行对比，经过计算得出相似度。

5)根据算法预设的阈值，判定指纹是否匹配，然后决定是否允许通过认证。若相似度高于预设阈值，则通过认证;若相似度低于预设阈值，则认证失败。

6)到第五步基本已经完成指纹识别，假指纹识别技术是对指纹识别技术的又一补充(后续将进行详细介绍)。

从指纹识别的工作过程，我们可以看到，识别指纹其实就是一个两次输入指纹的对比过程，由于人体指纹是唯一的，因而，识别指纹就变得“很简单”。其实不然，由于模板是识别的注册指纹的部分特征，而虽然人体指纹时唯一的，但是再次录入时的指纹与注册指纹并非完全匹配，为了既能避免指纹识别的安全性，又能提升指纹的识别率，阈值的设定则尤为重要。同时，误差过滤是另一重要影响因素。

指纹特征的基本概念

在介绍指纹识别的误差过滤之前，我们还是很有必要搞清楚一些关于指纹特征的基本概念的。

指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或转折。这些断点、分叉点和转折点就称为“特征点”。特征点提供了指纹唯一性的确认信息，其中最典型的是终结点和分叉点，这也是指纹识别算法一般会选择提取的特征点，其它的还包括分歧点、孤立点、环点、短纹等。为了方便大家理解，小编这里直接给一个表格来描述基本的指纹特征，如表1所示，当然，大家也没必要去记这些概念，只要看到知道大概是怎么回事就可以啦。

表1 指纹特征的基本概念

误差过滤的方法

由于采集指纹图像存在各种噪声，例如湿手指、手指有油渍，以及由于磨损存在的手指变得粗糙，这一方面可以通过设置适当的阈值来改善，而更多的则是要通过误差过滤来提升识别良率。

通过图像增强可以过滤噪音，从而很好滴实现误差过滤。指纹图像的增强就是对指纹图像采用一定的算法进行处理，增强脊线和谷线的对比度，使其纹线结构清晰化，尽量突出和保留固有的特征信息，避免产生伪特征信息。

图像增强的方法有很多种，表2中简单列举了其中一部分，这些图像增强方法大多数是通过过滤图像与脊线局部方向相匹配。首先，将提取到的特征图像分成几个小区域，并在每个区域上计算出脊线的局部方向，用来决定方向图。然后，设计适用于图像中所有的像素的匹配滤镜。

最后，依据每个像素中脊线的局部走向，通过滤镜增强在同一方向脊线的走向，减弱任何不同于脊线的方向。说的通俗一点就是用滤镜增强每一个区域的同一方向的脊线走向，弱化其他脊线的走向，从而减小误差对指纹识别良率的影响。

表2 指纹图像预处理/增强/分割方法

介绍完指纹识别技术的“软件”，我们再来聊一下指纹识别技术的“硬件”——指纹识别传感器。

按压式or刮擦式

谈及指纹传感器，大家都会想到手机，而谈及手机指纹传感器，大家则都会想到iPhone。iPhone 5s算得上是推动指纹传感器在手机应用中成为时尚潮流的大功臣，而iPhone及之后选用的指纹传感器大部分都是按压式指纹传感器。

所谓按压式指纹传感器就是只需将手指放置放置在Home键上按压手指，系统会采集多次图像。在算法方面，是直接选定该面积区域的指纹来采集特征点(这在前文小编已经用了大段文字做了介绍，这里就不再赘述了)，理论上识别率会更高。

而在这之前，其实还有一种不同于iPhone按压式指纹传感器——按压式指纹传感器。大家可能都不曾接触过按压式指纹传感器，但是这里还是有必要拿出来介绍一下的。

刮擦式指纹传感器又称为滑动式指纹传感器。早在功能机时代就已经有应用，在1998年，西门子就曾展示过采用Bromba公司的集成指刮擦式指纹识别模块的原型机(最终没能量产上市)。2000年，法国SAGEM推出带有指纹识别功能的手机，其采用的也是刮擦式指纹传感器，算得上是业内首款量产的带有指纹传感器的手机了。2011年，摩托罗拉推出的Atrix 4G算是智能机时代首款集成指纹模块的智能手机，它仍然采用了刮擦式指纹识别技术，并与电源键合二为一。但是这些手机都未能将指纹传感器带来真正地在手机应用中普及，除了当时成本原因外，其自身也存在一定的问题。

刮擦式指纹传感器采用分段成像原理，为进行读取，必须在识别器上滑动或拖动手指，或将手指刷过识别器，有点类似现在的全景相机。当手指在传感器表面上滑动时，它会对手指进行连续 “快照”，如图3所示。之后，传感器将这些快照“缝合”在一起，形成尺寸如同传感器所拍摄的图像一样大或更大的指纹图像。其最大的缺点就是速度慢，且准确率难以保证。另外，刮擦式指纹传感器还规定方向，从Home键的正上方刮擦到正下方才能成功解锁，倾斜角度过大都可能导致识别失败。这就有点尴尬了，在这个谈用户体验的时代，这种指纹识别传感器用户体验不及格，有点脱离群众路线啦。当然，现在的刮擦式指纹传感技术还是略有改观，但是和按压式的还是有着一定的差距。

图3 按压式指纹传感器识别指纹方式

前置or后置

谈到用户体验，就不得不谈一下现在大家都比较关注的前置指纹传感器和后置指纹传感器。一直以来，很多人认为前置和后置只是一个用户习惯的问题，其实，除去用户习惯，还是存在着技术问题的。

相比来看，国内市场之前一直采用的是后置指纹传感器模块，相比于当时苹果的前置指纹传感器模块，在用户习惯上还是略输一筹的。那为什么国内手机不使用前置指纹传感器呢?

前置指纹传感器算是一直比较流行的，也比较传统的指纹模式，那为什么国产手机却迟迟“不肯”采用呢?这其实是因为放到前面会与安卓系统的三个功能按键有一定的冲突，这也有待更佳的解决方案来制衡;另一方面，苹果收购了当时唯一一家在前置指纹识别技术比较成熟靠谱的Authen Tec公司，Authen Tec公司也不再提供相关芯片给其他厂商，这让其他想要使用前置指纹识别模块(甚至是好一点的指纹识别模块)的手机厂商只能有心无力了。直到FPC、汇顶等的技术突破才为安卓阵营带来了拿得出手的指纹传感器模块。

同时，为了体现差异性，不少手机也开始使用侧边指纹识别设计，包括努比亚的Z9 Max、索尼的Xperia Z5系列、华为荣耀7i等，至于是否好用，就要看个人使用习惯啦。

另外，值得一提的是苹果手机十周年纪念版据说会取消前置按键，这将意味着指纹模块将面临着又一大技术突破，有猜测是会用后置指纹，小编觉得这种猜测有点打脸，虽然现在华为等手机已经能够采用前置指纹模块了，但是苹果在前置指纹模块上优势还是大大的。倒是屏下指纹模块(也称为隐藏式指纹模块)很有可能是苹果手机的新模式，且不说这一消息的真假，单论这一技术，还是很有意思的。

其实，在去年小米发布的小米5s就已经初具雏形了，小米5s采用超声波指纹识别技术，实现了指纹模块的“半隐藏”。为什么说是“半隐藏”呢?因为小米在其5s手机上挖了个 “坑”，是的，你没听错，确实是挖了个“坑”。官方的解释是为了方便用户更轻松滴找到Home键对应的位置。其实，其中的奥妙在于，现阶段手机屏幕玻璃的厚度普遍在0.5mm左右，而超声波指纹识别技术的穿透量则大概范围是0.3mm~0.4mm，小米5s“挖坑”的真正目的是保证声波穿透的余量和识别率。其实还有更好的不影响美观的办法是从内部挖一个“坑”，或将指纹模块集成到手机屏幕玻璃中，但是相比起来，明显还是直接“挖坑”比较容易(如图4)。至于苹果手机究竟是否会“挖坑”，又会怎样挖这个“坑”，苹果手机是否能再一次引领潮流呢?对于iPhone 8，小编也是满满的期待。

图4 隐藏式指纹芯片的集成方式(直接挖坑/内部挖坑/集成在玻璃中)

传感器厂商

指纹传感器厂商还是比较多的，但是真正能够站出来吼两声的，掰着手指头数一数，也就那么几个。

1)AuthenTec

AuthenTec成立于1998年，算是成立最早的指纹识别传感器的公司了，一直都是全球感应性指纹识别传感器最大供应商，其指纹识别组件很早就已应用到笔记本中。2011年，AuthenTec成功研制出基于电容和射频识别的指纹识别新技术—— TruePrint，该技术能够读取皮肤表层下的活动层(人的指纹真正所在之处)，实现极其精确可靠的指纹成像，为指纹传感器在手机上的应用奠定了基础。在2012年被苹果以3.56亿美元的价格收购了，AuthenTec停止向第三方销售指纹芯片，从此成为苹果御用指纹识别方案提供者。其实在此之前，AuthenTec就已经成为世界领先的指纹传感器及芯片与模组、身份识别软件和加密安全方案的供应商，年销售额达7千万美元，其客户包括当时的阿尔卡特-朗讯、思科、惠普、三星、联想、LG、摩托罗拉、诺基亚等。

2)FPC(Fingerprint Cards)

FPC是一家瑞典生物识别传感器科技公司，主要开发、生产和销售指纹识别技术，提供有触摸式和刮擦式两种指纹识别传感器。早在2013年，FPC也开始大举进军智能手机市场。由于AuthenTec只对苹果提供产品和技术，FPC也理所当然地成了安卓手机阵营的支柱。

3)汇顶科技

汇顶科技成立于2002年，主要在做人机交互芯片设计，自2013年进入指纹识别市场以来，就将这 一块 作为重要发展方向，同时又有联发科支持，汇顶发展非常快。其现在能够为手机厂商提供镀膜、盖板(玻璃、蓝宝石和陶瓷)、隐藏式(IFS)、活体指纹检测全系列的指纹识别芯片。与华为、OPPO、vivo、乐视、中兴、小米、魅族、联想、金立、TCL、Amazon、Dell、HP、ASUS、acer 、TOSHIBA、Panasonic等众多海内外知名终端厂商都有合作。

其他知名厂商还包括国外的收购了Validity的SynapTIcs(新思)、高通，以及国内的郭泰(以及由部分原班人马创办的信炜和芯启航)、神盾、义隆、迈瑞微、费恩格尔、贝特莱和思立微。这里小编就不一一赘述了，有兴趣的朋友了解他们具体发家史的可以具体去查一下。

假指纹识别技术

前文曾提到假指纹识别技术，那么。为什么需要这一技术呢?

大家一定曾在电视上看刑侦电影的时候看过有罪犯通过制作假指纹来解开一些指纹锁，其实，这在现实生活中也是存在的，尤其是在当下手机像素越来越高，我们的指纹甚至可以从高清照片上暴露无遗，2014年12月的新闻就有报道，德国国防部长的指纹就曾被人用他的高精度照片截取获得。如何区分真假指纹，则成为指纹识别算法的一个关键的技术点。

图5 假指纹欺诈方式

识别假指纹的方法可分为两种，即硬件模式和软件模式。其中，硬件模式需要设计专门的硬件设计，并与生物特征识别传感器进行整合，但是设备更新难度较大;软件模式则是对指纹传感器获取的图像进行分析，对真假指纹进行对比，通过大量的学习，识别真假指纹。由于软件模式更新更方便，因而得到更广泛的客户认可。

通过软件识别假指纹是通过对提取的指纹特征数据进行分析，判断真假指纹。由于假指纹存在一定程度的失真，因而会导致特征点丢失，另外，假指纹会加入一定的杂讯(例如橡皮泥做的假指纹存在气泡)，因而可以通过大量机器学习及人工智能形成数据基础来识别假指纹(如图6)。

图6 通过软件识别假指纹

前些天小编曾参加过指纹识别算法公司PRECISE BIOMETRICS(业内也称为PB)在京的媒体沟通会，据悉，PB收购反假指纹欺诈及活体识别专家NexID Biometrics公司后，如今其假指纹识别软件已经可以对指纹传感器获取的图像特征进行深度分析，发现伪造指纹图像中的缺陷，甄别出真实手指与假冒手指之间的差异。虽然具体应用现在还在开发中，但也终究是能够让我们松口气了。

想起上个月的“WannaCry”勒索病毒，小编仍是心有余悸，电脑里那么多稿件和资料额，天呐撸!~正在想如果真滴中招是否要交“赎金”，微软发布了漏洞补丁，相关解决方法也相继推出。随着如今的假指纹的肆虐横行，防假指纹算法和假指纹之间又将是一场技术比拼的生死博弈。