將新興技術(shù)毫不吝嗇地搬上熒屏，讓觀(guān)眾一飽黑科技奇觀(guān)的眼福，是好萊塢電影長(cháng)期以來(lái)的噱頭和賣(mài)點(diǎn)。奧斯卡從第68屆（1996年）起增設“科技獎”，以鼓勵電影制作人對創(chuàng )新科技的探索。在炫酷的黑科技產(chǎn)品烘托下，一幕幕異乎尋常、驚嘆不已的“魔幻世界”和“英雄傳奇”，令影迷們眼花繚亂、大呼過(guò)癮！

　　生物特征識別技術(shù)早已是影視黑科技中的常客。《變形金剛2》年輕的男主角和他的小伙伴們過(guò)關(guān)卡時(shí)騙過(guò)了值班的士兵，卻栽在了人臉識別技術(shù)上；《碟中諜4》出現了具有人臉識別功能的隱形眼鏡；《驚天危機》臨危受命的查寧？塔圖姆借助虹膜掃描進(jìn)入地庫；2014年新版《機械戰警》中，墨菲第一次公開(kāi)亮相就在人群中掃描所有人的臉，瞬間發(fā)現了一個(gè)逃逸多年的通緝犯，并將其制服。

　　在科技發(fā)展迅速的今天，雖然電影里的黑科技不可完全復制、粘貼到現實(shí)生活中，但科學(xué)家們已通過(guò)相應的技術(shù)原理逐步拉近熒幕與現實(shí)的距離。“指紋開(kāi)金庫”、“掃臉抓逃犯”等一些傳奇橋段早已走下神壇，披著(zhù)“指紋解鎖”、“刷臉支付”的親民外衣步入了尋常百姓的日常生活。

　　1.什么是生物特征識別技術(shù)？

　　圖片來(lái)源：千家網(wǎng)（http://www.qianjia.com/html/2017-11/15_279678.html）

　　生物特征識別技術(shù)（Biometrics）是指利用人體與生俱來(lái)的生理特性和長(cháng)年累月形成的行為特征來(lái)進(jìn)行身份鑒定的一種識別技術(shù)。該技術(shù)的安全性和便捷性遠高于口令、密碼或者ID卡等傳統方式[1]。

　　舉個(gè)栗子，只要將你的目標特征（例如指紋和臉蛋兒）通過(guò)掃描設備告訴你的手機，從此它就對你死心塌地、忠心耿耿了，除了寶寶本尊，其他任何人都無(wú)法解鎖。這的確是一件又方便又安全還很酷的事情。

　　但是，并不是所有的人體特征都可以當作目標特征來(lái)用，它必須滿(mǎn)足唯一性和穩定性等基本要求。

　　目前可用于身份識別的人體特征包括指紋、虹膜、面部、掌紋、靜脈等生理特征和步態(tài)、筆跡、聲音等行為特征。

　　2.生物特征識別技術(shù)的前世今生

　　Bertillon系統（圖片來(lái)源：onin.com）

　　人類(lèi)利用生物特征的歷史可追溯到古代埃及，通過(guò)測量人體各部位的尺寸來(lái)鑒別身份。

　　犯罪甄別對身份識別技術(shù)的迫切需求是生物特征識別技術(shù)發(fā)展的重要動(dòng)力來(lái)源[2]。18世紀末期，巴黎警察局的業(yè)務(wù)人員Alphonse Bertillon建立了一套完整的基于人體各部位尺寸的分類(lèi)系統，被稱(chēng)作Bertillon系統。其測量的目標特征包括了頭部的長(cháng)寬、中指長(cháng)度、左腳長(cháng)度和前臂長(cháng)度（從肘部到中指指端）。在那個(gè)年代，這種技術(shù)作為人體測量學(xué)（Anthropometry）受到了廣泛的關(guān)注。1888年，成為新成立的司法身份識別部（Department of Judicial Identity）的最高負責人后，Alphonse Bertillon又引入了指紋這一目標特征。同期，Charles Darwin的表弟、人體測量學(xué)家Francis Galton開(kāi)始研究用指紋識別身份，并計算得出兩個(gè)來(lái)自不同手指的指紋相似的概率是640億分之一，奠定了指紋唯一性和穩定性的理論基礎[3]。

　　1892年阿根廷兇殺犯Francisca Rojas的指紋（圖片來(lái)源：onin.com）

　　19世紀初期丹麥警察局的指紋信息摩斯碼（圖片來(lái)源：onin.com）

　　上世紀60年代起，隨著(zhù)計算機和無(wú)線(xiàn)通信技術(shù)的發(fā)展，美國、英國和法國都開(kāi)始研究自動(dòng)指紋識別系統（Automatic Fingerprint Identification System, AFIS）[4]，利用現代計算機技術(shù)實(shí)現指紋自動(dòng)識別，從而節省人力、提高效率。

　　此后，針對不同目標特征的身份識別技術(shù)得到突飛猛進(jìn)的發(fā)展，相應的研究也變得更加系統化。1964至1965年，數學(xué)與計算機學(xué)家Woody Bledsoe等人對基于現代計算機的人臉識別技術(shù)進(jìn)行了大量研究[5]。1987年，眼科專(zhuān)家Aran Safir和Leonard Flom首次提出利用虹膜圖像進(jìn)行自動(dòng)虹膜識別[6]。1991年，美國洛斯阿拉莫斯國家實(shí)驗室的Johnson R. G. 完成自動(dòng)虹膜識別系統[7]。

　　近年來(lái)以深度學(xué)習算法為基礎的計算機技術(shù)日漸成熟，為生物特征識別提供了非常強大的計算和分析能力，其準確率得到了很大提升，尤其是指紋識別、人臉識別和虹膜識別這三種，目前的識別準確率均已超過(guò)了95%。

　　湖北省云夢(mèng)縣睡虎地秦墓出土秦簡(jiǎn)牘（圖片來(lái)源見(jiàn)水印）

　　我國是世界上最早運用指紋的國家之一。據《睡虎地秦墓簡(jiǎn)》記載，在2000多年前的秦朝，“公安人員”憑借“手跡六處”破獲了一起盜竊大案。

　　20世紀初近代指紋學(xué)傳入中國。新中國成立后，于1956年統一使用《中國指紋分類(lèi)系統》。

　　上世紀90年代初，國內開(kāi)啟對于自動(dòng)生物特征識別技術(shù)的研究。經(jīng)過(guò)近30年的不懈努力，各項識別技術(shù)已成應用體系，多個(gè)領(lǐng)域已經(jīng)處于世界先進(jìn)水平。2016年世界人臉識別的最高準確率99.5%即由我國Face++團隊創(chuàng )造。

　　目前，我國擁有世界上準確率最高的人臉識別算法、最小的虹膜識別模組（經(jīng)過(guò)封裝的獨立功能模塊，可兼容多種設備平臺，以便快速進(jìn)行二次開(kāi)發(fā)，滿(mǎn)足不同的應用需求），不少廠(chǎng)商也已擁有指紋識別自主算法及核心專(zhuān)利。

　　3.多光譜掌紋識別技術(shù)

　　虹膜、人臉、指紋識別過(guò)程中，都有可能出現數碼相片、3D打印的冒牌貨頂替上位的情況，那么，還有更多可供識別的生物特征嗎？當然有！最新研究熱門(mén)——多光譜掌紋識別，了解一下。

　　光波在皮膚組織種的傳播特性：不同波長(cháng)的光波可以到達不同深度的皮層（圖片來(lái)源：李超）

　　多光譜掌紋識別是一種新型的生物特征識別技術(shù)。它以人體的掌紋作為目標特征，通過(guò)多光譜成像技術(shù)采集生物信息。受限于光波在皮膚組織中的傳播特性，波長(cháng)較短的可見(jiàn)光波（380-780 nm）只能到達人體皮膚組織的真皮層，采集的信息僅限于掌紋紋線(xiàn)。而多光譜相機的光波涵蓋了部分近紅外波段（780-3000 nm），可以采集到更深層次的皮下組織的光學(xué)特征信息，也就是隱藏于真皮層與皮下組織之間的靜脈紋絡(luò )。

　　多光譜掌紋識別流程圖（圖片來(lái)源：李超）

　　      盡管被冠以“掌紋”的名號，但其實(shí)多光譜掌紋識別算得上是多模態(tài)和多種目標特征融合的生物特征識別技術(shù)的典范。這種新技術(shù)將皮膚光譜、掌紋紋路與靜脈脈絡(luò )三種可識別特征結合，一次性提供更加豐富的信息，大大增加了目標特征的可區分度。根據中科院聲學(xué)所、法國Le2I實(shí)驗室和日本本田研究院的最新研究成果[8]，該項技術(shù)的識別精度可以達到99.9%以上，遠超常規的指紋和人臉等識別方式。

　　皮膚組織光譜（實(shí)線(xiàn)）與非皮膚組織光譜（虛線(xiàn)）的差異性比較（圖片來(lái)源：參考文獻[10]）

　　      基于Kubelka-Munk理論的光波與皮膚組織交互模型表明，人類(lèi)皮膚組織對特定波長(cháng)光線(xiàn)的反射能力取決于皮層厚度、血紅蛋白濃度和氧飽和度等參數[9]。因此，皮膚組織的光學(xué)特性與人工材料有著(zhù)天壤之別。在多光譜成像的過(guò)程中可以輕易采集到目標特征的光譜信息，利用皮膚組織獨有的光學(xué)特性，配上合適的辨別方法，就可以準確區分人類(lèi)皮膚與人工材料。以現有的模式識別技術(shù)，區分精度可高達96.4%[10]，使得基于木質(zhì)纖維、硅膠、塑料等人工材料的仿制品無(wú)處遁形。

　　更重要的是，目前尚未出現關(guān)于成功制造出光學(xué)特性能夠以假亂真的人工合成皮膚的報道。也就是說(shuō)，即便是用戶(hù)的目標特征信息被泄露，想要做出可以騙過(guò)多光譜掃描設備的仿制品，需要付出高昂的時(shí)間、技術(shù)和經(jīng)濟成本，相對于觸手可及的數碼相機或3D打印機，這幾乎是一件不可能完成的任務(wù)。因此，多光譜掌紋識別具有更高的安全性。

　　結語(yǔ)

　　隨著(zhù)現代科技的飛速發(fā)展，越來(lái)越多“高大上”的生物特征識別技術(shù)將從電影屏幕走進(jìn)現實(shí)生活。更多像多光譜掌紋特征這樣的新型目標特征將被開(kāi)發(fā)利用，惠及到各行各業(yè)，而我們的生活也將因此變得更加便捷。

　　參考文獻

　　[1] Uludag U, Pankanti S, Prabhakar S, et al. Biometric Cryptosystems: Issues and Challenges. Proceedings of the IEEE, 2004, 92(6):948-960.

　　[2] The History of Fingerprints. http://onin.com/fp/fphistory.html.

　　[3] Francis Galton and Fingerprints. http://www.galton.org/fingerprinter.html.

　　[4] Automated Fingerprint Identification. https://en.wikipedia.org/wiki/Automated_fingerprint_identification.

　　[5] Facial Recognition System. https://en.wikipedia.org/wiki/Facial_recognition_system.

　　[6] Aran Safir : Iris Recognition System. http://www.invent.org/honor/inductees/inductee-detail/?IID=484.

　　[7] Johnson, R.G. Can Iris Patterns be Used to Identify People? In: Chemical and Laser Sciences Division LA-12331-PR, Los Alamos National Laboratory, Los Alamos, Calif. (1991).

　　[8] LI Chao, Benezeth Yannick, Nakamura Keisuke, GOMEZ Randy, YANG Fan. A Robust Multispectral Palmprint Matching Algorithm and Its Evaluation for FPGA Applications. Journal of Systems Architecture(Volume 88, August 2018, Pages 43-53).

　　[9]  LI Chao, Brost Vincent, Benezeth Yannick, Marzani Franck, YANG Fan. Design and Evaluation of a Parallel and Optimized Light-Tissue Interaction-Based Method for Fast Skin Lesion Assessment. Journal of Real-Time Image Processing, 2015, 1-14.

　　[10] CHEN Wei, Ardabilian Mohsen, Zine Abdelmalek. Reflectance Spectra Based Skin and Non-Skin Classification Image Processing. 2015 IEEE International Conference on Image Processing, 2015, 755-759.