【嘉勤点评】墨奇科技发明的非接触式指纹识别方法，在对指纹识别之前通过活体检测方案来确定被识别对象是否为活体，同时，只在被识别对象为活体时进行指纹识别。从而避免了图像也可以被成功检测的情况，提高了指纹验证系统的安全性。
集微网消息，随着人工智能的发展，依靠生物特征的身份认证技术近年来得到了广泛的应用，相关应用场景例如有人脸识别、声纹识别等。
尽管人工智能的进步让生物识别技术有了很大的进展，近几年来得到比较快速的普及，例如常用的人脸识别技术，但因为人脸的个人隐私特殊性，以及背后所涉及的年龄、种族偏见问题，引起了社会和群众的普遍争议，并且人脸识别技术在库容较大时精度不够高。
因此，研究人员又将目光转回到了指纹识别，指纹作为生物识别中占据超过50％市场份额的生物识别技术，在刑侦、出入境、个人消费电子、安防、金融银行等领域都有广泛而深入的应用。而传统光学或电容式等接触式指纹采集设备，除了接触式采集带来的卫生风险，还存在着采集质量低、采集面积小、对皮肤干湿敏感、采集一致性低等问题。
尤其是当指纹识别技术被广泛应用于各个领域后，一些不法人员采用橡胶等材质仿制人体的指纹，或者预先在纸张上打印指纹图像，从而欺骗指纹识别装置，导致指纹识别系统产生安全隐患。
为此，墨奇科技在2020年9月30日申请了一项名为“非接触式指纹识别方法、装置、终端和存储介质”的发明专利（申请号：202011056418.6），申请人为墨奇科技（北京）有限公司。
根据该专利目前公开的相关资料，让我们一起来看看这项非接触式指纹识别方法吧。
如上图，为该专利中发明的非接触指纹识别方法的流程图，首先，系统会对需要识别的对象的手进行拍摄，判断在拍摄的画面中是否存在有手指，以及确定手指的位置。在具体确定手指位置时，会先确定手指远节指骨段的位置，包括分析不同的角度、不同远近程度、不同光照以及不同清晰度下的手指照片。
其次，在可视范围内倘若能检测到手指存在，则会对手指进行对焦拍照，并获取手指各自的指纹图像。在这个过程中，手指如果距离摄像头过近，可能会出现对焦模糊、手指拍不全等问题，此时，需要根据摄像头的分辨率、手指在图中大小占比，来判断手的距离是否过近，并在过近时提示用户将手放远一些。
接着，对获取到的手指各自的指纹图像进行加密处理，并将加密处理后的指纹图像传送至指纹比对系统中，由此增加用户指纹在传输过程中的安全性，同时也可以避免指纹图像在中途被替换，从而增强了指纹识别系统的安全性。
最后，根据获取到的指纹图像，与系统中的指纹数据进行对比，从而获得对比的结果，具体而言，即根据系统中预设的指节线模型来对手指的端点、轮廓线以及指纹进行对比，以判断用户的身份。
如上图，为该专利中展示的非接触的手指的指纹图像，指尖位置包括指纹区域，对于采集的指尖图像，将其输入经过训练的神经网络模型进行处理，该神经网络模型的输出结果可以用于表征输入的指尖图像是否为活体的结果，从而判断该指纹是否需要进一步处理，以防止例如使用图片、视频中的指纹来冒充活体。
以上就是墨奇科技发明的非接触式指纹识别方法，该方案在对指纹识别之前通过活体检测方案来确定被识别对象是否为活体，同时，只在被识别对象为活体时进行指纹识别，从而提高了指纹验证系统的安全性，避免了图像也可以被成功检测的情况，并减少了不必要的计算、节省了计算资源。
关于嘉勤
深圳市嘉勤知识产权代理有限公司由曾在华为等世界500强企业工作多年的知识产权专家、律师、专利代理人组成，熟悉中欧美知识产权法律理论和实务，在全球知识产权申请、布局、诉讼、许可谈判、交易、运营、标准专利协同创造、专利池建设、展会知识产权、跨境电商知识产权、知识产权海关保护等方面拥有丰富的经验。
（校对/holly）
