硬件友好型合成指纹鉴别算法的研究

徐智勇，唐根伟，姜新泉，常  胜

（武汉大学 物理科学与技术学院微电子系，湖北 武汉430072）

摘  要： 合成指纹是一种新出现的伪造指纹，对自动指纹识别系统(AFIS)的安全性造成巨大威胁。针对合成指纹提出了一种硬件友好型的鉴别算法。通过对真实和合成指纹图像的灰度均值、方差因子以及Harris角点数目因子的提取构建特征向量,得到基于多项式核函数支持向量机的智能计算模型，成功鉴别出合成指纹。以硬件友好的思路进行算法构架，充分发挥电路执行速度快的优势。经Qsys平台上的验证，可在18 ms内完成对一幅指纹图像的鉴别，相比传统软件方式极大地缩短了时间，鉴别准确率可达97%以上。

关键词： 硬件友好；合成指纹；识别；支持向量机；Qsys

中图分类号： TP391

文献标识码： A

DOI：10.16157/j.issn.0258-7998.2016.10.013

中文引用格式： 徐智勇，唐根伟，姜新泉，等. 硬件友好型合成指纹鉴别算法的研究[J].电子技术应用，2016，42(10)：54-57.

英文引用格式： Xu Zhiyong，Tang Genwei，Jiang Xinquan，et al. Research of a hardware-friendly synthetic fingerprint discrimination algorithm[J].Application of Electronic Technique，2016，42(10)：54-57.

0 引言

近年来，随着生物识别技术的发展，自动指纹识别系统（AFIS）被越来越广泛地应用于身份识别领域[1]。然而一些企图不良的人开始攻击自动指纹识别系统的漏洞，利用伪造指纹替代真实指纹，从而侵入与指纹信息相关的各应用系统，给个人隐私与安全带来了巨大的威胁。

常见的伪造指纹主要有3种：改造指纹、非活性指纹和合成指纹，如图1所示。针对前两种伪造指纹的鉴别，众多科研机构及学者都已做了非常深入的研究，成果丰富。例如，DERAKHSHANI R[2]通过检测指纹汗渍图来鉴别非活性指纹，ANTONELLI A[3]通过对比非活性指纹和真实指纹的扭曲度来完成鉴别。

合成指纹则不同于以上两种伪造指纹，它是通过合成算法在计算机上生成世上完全不存在的指纹图像。目前，关于合成指纹的工作主要集中在合成方法的研究，以及使用合成指纹图像作为指纹匹配数据库。如CAPPELLI R[4]在2000年提出了五步合成法，随后又提出添加干、湿和噪声的方法来使得指纹图像更加逼真，这种算法已经被用在2004年的国际指纹识别竞赛中(FVC2004)。此外，胡瑾和田捷[5]从方向场、密度图和脊线纹理3个方面来优化指纹图像，这种算法生成的指纹图像已被用在中国生物特征识别竞赛中(BVC)。由于合成指纹和真实指纹十分相似，也可作为欺骗性指纹来攻击AFIS，从而带来巨大的安全隐患。但遗憾的是，目前还少有对合成指纹展开鉴别的研究，更未见相关的硬件系统实现的报道。

针对缺少合成指纹鉴别研究的现状，本文提出了一种硬件友好型算法。通过对真实和合成指纹图像的灰度均值、方差因子以及Harris角点数目因子的提取构建特征向量，成功鉴别出合成指纹。以硬件友好的思路进行算法构架，充分发挥电路执行速度快的优势。经Qsys平台上的验证，可在18 ms内完成对一幅指纹图像的鉴别，相比传统软件方式极大缩短了鉴别时间，鉴别准确率可达97%以上。

1 合成指纹鉴别算法

选取指纹图像的灰度均值、方差因子以及Harris角点数目因子来构建特征向量,利用基于支持向量机(SVM)的智能计算模型可以很好地鉴别真实指纹和合成指纹，设计流程如图2所示。真实指纹来自FVC2004 DB2，合成指纹从FVC2004 DB4和BVC中随机选取。

1.1 灰度均值和方差因子

合成指纹的背景来源于Karhunen-Loeve变换的统计模型[6]，与真实指纹图像的背景存在一定差异。因此，可以考虑选择指纹图像灰度的均值Qgrayavg和方差Qgrayvar作为特征因子进行辨别：

式中，f(i，j)表示指纹图像点(i，j)的灰度值，H和L分别表示指纹图像的长和宽。随机选取30幅真实指纹和合成指纹进行灰度均值和方差的对比，结果如图3所示。

(编辑：mao35  来源：网络整理)