【嘉勤點評】墨奇科技發明的非接觸式指紋識別方法，在對指紋識別之前通過活體檢測方案來確定被識別對象是否為活體，同時，只在被識別對象為活體時進行指紋識別。從而避免了圖像也可以被成功檢測的情況，提高了指紋驗證系統的安全性。

隨著人工智能的發展，依靠生物特征的身份認證技術近年來得到了廣泛的應用，相關應用場景例如有人臉識別、聲紋識別等。

盡管人工智能的進步讓生物識別技術有了很大的進展，近幾年來得到比較快速的普及，例如常用的人臉識別技術，但因為人臉的個人隱私特殊性，以及背后所涉及的年齡、種族偏見問題，引起了社會和群眾的普遍爭議，并且人臉識別技術在庫容較大時精度不夠高。

因此，研究人員又將目光轉回到了指紋識別，指紋作為生物識別中占據超過50％市場份額的生物識別技術，在刑偵、出入境、個人消費電子、安防、金融銀行等領域都有廣泛而深入的應用。而傳統光學或電容式等接觸式指紋采集設備，除了接觸式采集帶來的衛生風險，還存在著采集質量低、采集面積小、對皮膚干濕敏感、采集一致性低等問題。

尤其是當指紋識別技術被廣泛應用于各個領域后，一些不法人員采用橡膠等材質仿制人體的指紋，或者預先在紙張上打印指紋圖像，從而欺騙指紋識別裝置，導致指紋識別系統產生安全隱患。

為此，墨奇科技在2020年9月30日申請了一項名為“非接觸式指紋識別方法、裝置、終端和存儲介質”的發明專利（申請號：202011056418.6），申請人為墨奇科技（北京）有限公司。

根據該專利目前公開的相關資料，讓我們一起來看看這項非接觸式指紋識別方法吧。

如上圖，為該專利中發明的非接觸指紋識別方法的流程圖，首先，系統會對需要識別的對象的手進行拍攝，判斷在拍攝的畫面中是否存在有手指，以及確定手指的位置。在具體確定手指位置時，會先確定手指遠節指骨段的位置，包括分析不同的角度、不同遠近程度、不同光照以及不同清晰度下的手指照片。

其次，在可視范圍內倘若能檢測到手指存在，則會對手指進行對焦拍照，并獲取手指各自的指紋圖像。在這個過程中，手指如果距離攝像頭過近，可能會出現對焦模糊、手指拍不全等問題，此時，需要根據攝像頭的分辨率、手指在圖中大小占比，來判斷手的距離是否過近，并在過近時提示用戶將手放遠一些。

接著，對獲取到的手指各自的指紋圖像進行加密處理，并將加密處理后的指紋圖像傳送至指紋比對系統中，由此增加用戶指紋在傳輸過程中的安全性，同時也可以避免指紋圖像在中途被替換，從而增強了指紋識別系統的安全性。

最后，根據獲取到的指紋圖像，與系統中的指紋數據進行對比，從而獲得對比的結果，具體而言，即根據系統中預設的指節線模型來對手指的端點、輪廓線以及指紋進行對比，以判斷用戶的身份。

如上圖，為該專利中展示的非接觸的手指的指紋圖像，指尖位置包括指紋區域，對于采集的指尖圖像，將其輸入經過訓練的神經網絡模型進行處理，該神經網絡模型的輸出結果可以用于表征輸入的指尖圖像是否為活體的結果，從而判斷該指紋是否需要進一步處理，以防止例如使用圖片、視頻中的指紋來冒充活體。

以上就是墨奇科技發明的非接觸式指紋識別方法，該方案在對指紋識別之前通過活體檢測方案來確定被識別對象是否為活體，同時，只在被識別對象為活體時進行指紋識別，從而提高了指紋驗證系統的安全性，避免了圖像也可以被成功檢測的情況，并減少了不必要的計算、節省了計算資源。

（holly）

,遼寧體彩網,辛巴達歷險記2013,天天富翁 http://www.cityruyi.com/lm-2/lm-4/2353.html