基于RFID技术的多模态生物特征识别系统设计

引言

未来战争主要是信息战，为适应这种新的作战形态，21世纪战场士兵的身份也应通过信息网络实现数字化、隐形化、安全化。生物特征识别技术是利用人体固有的生理或行为特征来进行身份识别和鉴定的科学，它比传统的基于口令和身份号码的方法更为安全、可靠和有效，正在越来越被人们所关注，并应用于各个领域。军人身份牌，又称/士兵牌0或/生命牌0，早在美国南北战争时，美军就开始配发这种小金属牌，作为士兵随身携带的身份标志物。为了适应现代高技术局部战争的需要，利用生物特征识别技术的特点，基于无限射频识别技术（ RadioFrequency Ident i ficati on ，简称RFID），将人体信息如指纹、面像及DNA等，通过信息融合技术储存在后台数据库中，并将检索关键信息载入RFID卡，即/士兵牌0.用它来作为士兵身份准确识别的唯一依据，并通过计算机终端与网络数据库服务器组建成了/战场个人身份识别系统0.

目前，基于各种生物特征识别技术的身份识别系统，正在越来越受人们的青睐，并逐步应用于各个领域。但是，由于单个生物特征识别的信息表达和特征描述存在一定的局限性，为此，采用信息融合技术，通过对指纹、面像及DNA等信息融合处理的个人多模态生物特征识别系统，不仅加强了身份识别的安全性，更提高了它的准确性，并将填补我军类似/军人牌0或/士兵牌0在相关领域的研究空白。

1 系统总体设计

目前，基于各种生物特征识别技术的身份识别系统，正逐步应用于各个领域。但是，在/战场个人身份识别系统0中是否需要在后台数据库中存储指纹、面像及DNA等大容量的人体信息，必须根据应用需求进行确定。为此，针对/士兵牌0作为士兵随身携带的身份标志物，应具有价格低廉、防水、防磁、耐高温、使用寿命长等要求。我们针对生物特征信息的特点，主要对部分生物特征进行采集和信息处理。同时，按照具体作战环境的需求，依据总体设计，分别扩展了不同的内容和功能，比如：多生物特征信息融合和GPS定位等等。

个人多模态生物特征识别系统主要通过计算机终端，首先将指纹、面像和DNA等，以及文字信息，采集输入微处理器，进行信息融合后，通过网络写入后台个体生物特征信息数据库管理系统，并可与其他有关军人的军事信息，政治信息，医疗、被装、工薪、住房等供应关系信息等进行数据关联。同时，产生一个唯一的ID序列号，并由RFI D读写器及其生物特征辅助信息写入RFI D卡中。然后，识别时只需用RFID读写器读取ID和生物特征辅助信息，输入计算机终端后，经由无线通讯网络或局域网在个体生物特征信息数据库中对其进行匹配查询。如图1：

其中计算机终端可应用基于Windows . net操作系统的微型计算机，内部配置RFID读写器，并由扩展接口，连接生物特征采集器，除DNA外，目前可对其他特征实时采集、读写。RFI D卡中的信息在写入的同时需对其进行加密保护。最终建立个体生物特征信息数据库。以下主要针对生物特征的采集、多模态生物特征信息的融合与RFID系统的设计详细论述。

2 生物特征的采集设计

2.1 生物特征识别技术

生物特征识别技术就是指通过计算机与光学声学和生物统计学原理等相结合，利用人体固有的生理或行为特征，来进行个人身份识别和鉴定的科学。人们通常将生理特征和行为特征统称为生物特征。生理特征与生俱来，多为先天性的；行为特征则是习惯使然，多为后天性的。然而，人类任何生理或行为特征为实现身份识别，必须满足以下几个条件：

第一，普遍性：即必须每个人都具备这种特征；

第二，唯一性：即任何两个人的特征是不一样的；

第三，可采集性：即特征可测量；

第四，稳定性：即特征在一段时间内不改变。

同时，在实际应用时，还应考虑其他因素：实时性和准确性等等。常用的生物特征包括：指纹、掌纹、人脸、虹膜、视网膜、DNA、手形、签名、语音、步态等。与传统的基于口令和身份号码的身份识别方法相比，生物特征识别技术具有不易遗忘或丢失；防伪性能好，不易伪造或被盗；随身携带0，随时随地可用；价格低廉、易用性高、安全保密等诸多优点。下面分别介绍系统中用到的生物特征识别技术。

2.2 指纹识别技术

指纹识别技术主要包括：读取指纹图像、特征提取、模式匹配。首先通过指纹读取设备读取到人指纹的图像，再对原始图像进行预处理，使之更清晰。接下来进行特征提取，指纹特征提取算法由以下三步组成： （图2）

（a）读取指纹图像；（ b）区域定位；（ c）脊特征图形；（d）细节提取

方向场估计：即对输入图像的方向场进行估计。确定可用区域

脊特征提取：即提取脊特征并进行细化

细节检测及后处理：即从细化的脊特征图中提取细节，确定脊特征参数坐标、方向角及和脊相互关系。

用指纹识别技术建立指纹的数据库，从指纹上找到被称为/细节0的数据点，也就是那些指纹纹路的分叉、终止或打圈处的坐标位置。有的算法把节点和方向信息组合产生了更多的数据，这些方向信息表明了各个节点之间的关系，也有的算法针对整幅指纹图像进行处理。把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果，从而达到鉴别个人身份的目的（图3）。

指纹自动识别系统是通过将输入的指纹与数据库里的指纹相比较从而实现识别的，因此它要求数据库的容量足够大，同时，实验表明指纹识别系统的输入传感器对大约4 %的人的指纹不能提供足够高质量的指纹图像以用于识别，包括手指上的皮肤有伤疤、有绷带包扎、长茧、皮肤干燥、干湿度、病态的皮肤、老皮肤、特别光滑的皮肤、手指窄小和输入传感器受污染等都会影响指纹的识别效果。

2.3 人脸信号的采集

人脸识别系统的原理如图4所示。首先，，由传感器如CCD摄像机捕获人脸图像；其次经预处理来提高图像的品质；再根据人脸检测来定位人脸并将人脸图像设置成预先定义的尺寸；特征提取用于抽取有效特征以降低原模式空间的维数，分类器则根据特征来做出决策分类。最后，将已检测到的待识别的人脸与数据库中的已知人脸进行比较匹配，得出识别结果。

人脸识别方法主要有：基于侧面人脸几何特征的方法、正面人脸特征方法、正面人脸特征和侧面人脸特征的混合法、模板匹配法、主元分析法、等密度线图法、多模板相关方法、基于神经网络的模板匹配法等。

2.4 其他个人基本信息

DNA识别是利用人体细胞中DNA分子结构的独特性和永久性，进一步深度识别个体身份，以致弥补指纹和面像识别技术中的不足，完善系统识别的准确性。然而，与指纹、人脸信息相比，人体每一个细胞和组织的DNA序列都是一样的。这种识别方法的准确性优于其他任何生物特征识别方法，因此，广泛应用于犯罪侦破。它的主要问题是使用者的伦理问题和实际的可接受性， DNA模式识别必须在实验室中进行，难以达到实时以及抗干扰，耗时长是另一个问题，从而限制了DNA识别技术的使用；此外，某些特殊疾病也可能改变人体DNA的结构，系统无法对这类人群进行识别。由于DNA识别周期太长，序列的测绘最快也需一个月。因此，它的实时性、抗干扰性，以及某些疾病引起人体DNA的结构改变，是构成影响DNA识别实际应用于识别系统的主要问题。