魏蓮芳

(四川警察學(xué)院治安系， 四川瀘州 646000)

0 引言

隨著社會(huì)科技高速發(fā)展，人們已步入信息時(shí)代，人類身份具有隱性化和數(shù)字化特點(diǎn)，人類生活離不開身份認(rèn)證，身份認(rèn)證問題已成為社會(huì)問題。社會(huì)控制機(jī)制的有效建立是警務(wù)工作的重點(diǎn)[1]，警務(wù)工作是維護(hù)社會(huì)治安秩序，保證社會(huì)可持續(xù)協(xié)調(diào)發(fā)展重要部分。目前我國(guó)社會(huì)治安整體形勢(shì)良好，但仍存在治安突發(fā)事件、違法犯罪活動(dòng)、恐怖活動(dòng)等，以上問題均需要警務(wù)工作良好解決[2]。生物識(shí)別技術(shù)是近年來發(fā)展極為迅速并被廣泛應(yīng)用于人們?nèi)粘Ｉ畹母呖萍技夹g(shù)，生物識(shí)別技術(shù)應(yīng)用于警務(wù)工作中已漸漸完善[3]，警務(wù)工作中生物識(shí)別技術(shù)主要為基于生物特征的人體身份認(rèn)證，具體包括指紋、掌紋、DNA、視網(wǎng)膜等先天性身體特征認(rèn)證以及語音、形態(tài)、筆跡等后天性行為特征認(rèn)證[4]。將人類固有行為特征與生理特性利用計(jì)算機(jī)實(shí)現(xiàn)個(gè)人身份認(rèn)證技術(shù)即生物識(shí)別技術(shù)，人類生理、形態(tài)、行為等方面由于變異、環(huán)境、遺傳以及社會(huì)等因素影響使所存在差異具有穩(wěn)定性[5]，利用個(gè)體差異可有效識(shí)別人類身份。

生物識(shí)別技術(shù)在警務(wù)工作中的應(yīng)用主要為安防工作、刑偵工作、天網(wǎng)工程、證件管理、人口信息、事故災(zāi)害工作等方面，其在嫌疑犯身份認(rèn)證、持證人身份驗(yàn)證以及無名尸體身份辨認(rèn)等警務(wù)工作中極為重要。身份認(rèn)證以及個(gè)人識(shí)別是警務(wù)工作的基礎(chǔ)[6]，由于個(gè)體存在的生物特征具有唯一性以及穩(wěn)定性，屬于人類終極身份認(rèn)證媒介，尤其是警務(wù)工作中公安通信網(wǎng)絡(luò)、公安業(yè)務(wù)系統(tǒng)以及公安快速查詢系統(tǒng)中生物識(shí)別技術(shù)均占有重要地位[7]。在實(shí)際應(yīng)用中，不同生物特征識(shí)別技術(shù)的可靠性是不同的。單一生物特征識(shí)別易受不利因素諸如噪聲、環(huán)境和欺騙攻擊等影響而無法滿足高安全性場(chǎng)合的需求，而融合多種生物特征的多元特征生物識(shí)別技術(shù)被認(rèn)為是一種有效的解決思路[8]。警務(wù)工作是一種安全性要求比較高的工作，研究基于多元特征的生物識(shí)別技術(shù)在警務(wù)工作中應(yīng)用問題，探討警務(wù)工作中的生物識(shí)別技術(shù)，為警務(wù)工作的高效性、準(zhǔn)確性提供必要保障。

1 基于多元特征的生物識(shí)別技術(shù)建模

基于多元特征的生物識(shí)別技術(shù)是綜合運(yùn)用了人體多種(至少兩種)生物識(shí)別特征，依照各種生物特征的優(yōu)先級(jí)與系統(tǒng)存儲(chǔ)對(duì)象進(jìn)行比對(duì)、識(shí)別，最終實(shí)現(xiàn)個(gè)體身份識(shí)別的專門技術(shù)。該識(shí)別技術(shù)的識(shí)別流程和方法主要包括生物特征采集以及生物特征識(shí)別，即建立多元特征識(shí)別模型，并綜合考慮多元特征值的關(guān)聯(lián)性、多元特征的時(shí)間性進(jìn)行識(shí)別。采集待識(shí)別用戶多種生物特征，預(yù)處理所采集多種生物特征信息獲取生物特征值，將所獲取生物特征值存儲(chǔ)至生物特征信息庫(kù)；依據(jù)所建立交叉索引檢索至待識(shí)別特征值對(duì)象集合[9]，利用基于多元特征生物識(shí)別模型計(jì)算待識(shí)別生物特征值與信息庫(kù)中生物特征值相似度，依據(jù)相似度計(jì)算結(jié)果獲取相應(yīng)用戶信息，當(dāng)所識(shí)別用戶不存在于信息庫(kù)中，提示待識(shí)別用戶為非法用戶，實(shí)現(xiàn)對(duì)個(gè)體身份比對(duì)和認(rèn)證目的。

1.1 建立多元特征的識(shí)別模型

基于人體的多種生物特征建立多元特征的生物識(shí)別模型，利用生物特征采集設(shè)備采集待識(shí)別目標(biāo)相應(yīng)多種生物特征，通過生物特征優(yōu)先級(jí)比較識(shí)別系統(tǒng)中已存儲(chǔ)生物特征[10]，通過比較結(jié)果可判斷所識(shí)別目標(biāo)是否與警務(wù)工作系統(tǒng)生物特征相匹配。基于多元特征的生物識(shí)別模型建立步驟如下：

(1)利用生物特征采集設(shè)備采集待識(shí)別用戶的指紋、人臉、虹膜圖像等多種生物特征信息，所采集生物特征信息用O=(O1,O2，…,On)表示。

(2)提取生物特征信息集合于所采集生物特征信息集合中，所采集生物特征信息集合用J=(j1,j2，…,jn)表示，ji=φi(Oi)，φi表示特征提取模型。

(3)設(shè)警務(wù)工作系統(tǒng)中特征庫(kù)用L表示，將所采集生物特征集合內(nèi)的特征信息與特征庫(kù)內(nèi)特征信息相比較，計(jì)算二者相似度，相似度為

(1)

(4)當(dāng)所獲取相似度大于所設(shè)定閾值時(shí)，相似度最高的特征信息所對(duì)應(yīng)用戶信息Vi即為待識(shí)別用戶，Vi=Max(P)，Pi>y；當(dāng)警務(wù)工作系統(tǒng)中不存在該用戶生物特征信息時(shí)，該用戶為非法用戶。

基于多元特征的生物識(shí)別模型識(shí)別對(duì)象需要符合多種待識(shí)別生物特征要求，設(shè)識(shí)別過程中欺騙代價(jià)為GMF，多元特征生物識(shí)別技術(shù)提升欺騙代價(jià)，GMF為獨(dú)立生物特征識(shí)別的全部欺騙代價(jià)相乘，其計(jì)算公式如下：

(2)

式中，q與m分別表示不同生物特征識(shí)別欺騙代價(jià)?；诙嘣卣鞯纳镒R(shí)別技術(shù)具有較高的欺騙代價(jià)，能提升識(shí)別準(zhǔn)確性。

1.2 考慮多元特征值的關(guān)聯(lián)性

單一生物特征識(shí)別技術(shù)的種類較多且各有利弊，在進(jìn)行多元特征選擇時(shí)應(yīng)考慮不同生物特征的關(guān)聯(lián)性，以及所選擇生物特征之間的互補(bǔ)性。多元特征值關(guān)聯(lián)可令用戶生物特征信息集中于一個(gè)多維空間中，設(shè)所聚集多維空間為L(zhǎng)=(L1,L2，…,Ln)，相同類型特征值在多維空間中形成特征值平面為L(zhǎng)i=(a1,a2，…,an)，多元特征值可令全部類型特征體制受到篩選以及分類[11]，經(jīng)過篩選以及分類處理后，所計(jì)算相似度的計(jì)算精確性和計(jì)算速度有所提升。

1.3 考慮多元特征的時(shí)間性

人的生物特征隨時(shí)間變化不大，因此生物特征識(shí)別技術(shù)具有較高實(shí)用性。生物識(shí)別技術(shù)中由于時(shí)間造成的識(shí)別誤差主要包括以下兩種情況：

(1)區(qū)間變化。區(qū)間變化造成的誤差用λ=α±|Δr|表示，其中λ表示實(shí)測(cè)特征值，α為固定值，λ圍繞α變化范圍為|Δr|，設(shè)r表示最大變化量，可知Δr>r與Δr≤r時(shí)，相似度分別為0以及P=1-Δr/r。

(2)時(shí)間變化。時(shí)間變化造成的誤差用λ=α(j)±|Δr|表示，即此次識(shí)別特征值與上次所識(shí)別特征值存在一定關(guān)系，僅需微調(diào)[12]。時(shí)間變化造成的誤差是與時(shí)間相關(guān)的變量用公式Δr=λ(j1)-λ(j2)表示，設(shè)r表示最大變化量，可知Δr>r與Δr≤r時(shí)，相似度分別為0以及P=1-Δr/r。

基于多元特征的生物識(shí)別技術(shù)考慮時(shí)間造成的識(shí)別誤差為上述(1)或(2)涉及的單一生物識(shí)別技術(shù)時(shí)間性識(shí)別誤差的平均值。特別注意區(qū)間變化閾值t應(yīng)設(shè)置合理，避免過高或過低造成拒識(shí)率提升或者下降。閾值r范圍降低時(shí)，拒識(shí)率降低，識(shí)別精度有所提升。

2 實(shí)驗(yàn)與分析

為檢測(cè)本文研究多元特征的生物識(shí)別技術(shù)應(yīng)用于警務(wù)工作中的有效性，在CPU為銳龍Ryzen R9內(nèi)存為4 GB，操作系統(tǒng)為windows XP的計(jì)算機(jī)中，采用Matlab仿真軟件利用JAVA語言編程本文方法，模擬警務(wù)工作中公安系統(tǒng)智能識(shí)別平臺(tái)，采用本文方法識(shí)別公民身份，公安系統(tǒng)智能識(shí)別平臺(tái)界面圖如圖1所示。通過圖1公安系統(tǒng)智能識(shí)別平臺(tái)可以看出，該平臺(tái)具有人臉識(shí)別、步態(tài)識(shí)別以及綜合識(shí)別功能，其中識(shí)別功能中通過本文多元特征的生物識(shí)別技術(shù)，可識(shí)別人體的多種生物特征。

圖1 公安系統(tǒng)智能識(shí)別平臺(tái)

采用本文方法識(shí)別1 000名公民身份，為直觀展示本文方法的識(shí)別性能，將本文方法與人臉識(shí)別以及步態(tài)識(shí)別兩種單一生物識(shí)別技術(shù)對(duì)比，統(tǒng)計(jì)采用不同方法識(shí)別1 000名公民身份的識(shí)別準(zhǔn)確率，對(duì)比結(jié)果如圖2所示。通過圖2實(shí)驗(yàn)結(jié)果可以看出，采用本文方法識(shí)別1 000名公民身份，識(shí)別準(zhǔn)確率均在99%以上，而采用人臉識(shí)別方法以及步態(tài)識(shí)別方法識(shí)別1 000名公民身份識(shí)別準(zhǔn)確率在98%～99%間，實(shí)驗(yàn)結(jié)果說明，本文方法識(shí)別準(zhǔn)確率明顯高于人臉識(shí)別以及步態(tài)識(shí)別兩種單一生物識(shí)別技術(shù)。

圖2 不同方法識(shí)別準(zhǔn)確率對(duì)比

統(tǒng)計(jì)采用不同方法識(shí)別1 000名公民身份的誤識(shí)率，統(tǒng)計(jì)結(jié)果如圖3所示。通過圖3實(shí)驗(yàn)結(jié)果可以看出，采用本文方法識(shí)別1 000名公民身份，誤識(shí)率均低于0.6%；而采用人臉識(shí)別方法以及步態(tài)識(shí)別方法識(shí)別1 000名公民身份誤識(shí)率均高于1%，實(shí)驗(yàn)結(jié)果說明，本文方法誤識(shí)率明顯低于人臉識(shí)別以及步態(tài)識(shí)別兩種單一生物識(shí)別技術(shù)。

圖3 不同方法誤識(shí)率對(duì)比

統(tǒng)計(jì)采用不同方法識(shí)別1 000名公民身份的拒識(shí)率，統(tǒng)計(jì)結(jié)果如圖4所示。通過圖4實(shí)驗(yàn)結(jié)果可以看出，采用本文方法識(shí)別1 000名公民身份拒識(shí)率均低于0.8%；而采用人臉識(shí)別方法以及步態(tài)識(shí)別方法識(shí)別1 000名公民身份拒識(shí)率均高于1.5%，實(shí)驗(yàn)結(jié)果說明本文方法拒識(shí)率明顯低于人臉識(shí)別以及步態(tài)識(shí)別兩種單一生物識(shí)別技術(shù)。

圖4 不同方法拒識(shí)率對(duì)比

統(tǒng)計(jì)采用不同方法識(shí)別1 000名公民身份識(shí)別時(shí)間，統(tǒng)計(jì)結(jié)果如圖5所示。通過圖5實(shí)驗(yàn)結(jié)果可以看出，采用本文方法識(shí)別1 000名公民身份識(shí)別時(shí)間僅為97 ms，而采用人臉識(shí)別方法以及步態(tài)識(shí)別方法識(shí)別1 000名公民身份識(shí)別時(shí)間分別為157 ms以及194 ms，實(shí)驗(yàn)結(jié)果有效驗(yàn)證本文方法識(shí)別速度。

圖5 不同方法識(shí)別時(shí)間對(duì)比

以上統(tǒng)計(jì)結(jié)果可以看出，本文方法與人臉識(shí)別方法以及步態(tài)識(shí)別方法相比，具有較高的識(shí)別準(zhǔn)確率以及識(shí)別速度。

為進(jìn)一步驗(yàn)證本文方法識(shí)別性能，將本文方法與掌紋、指紋、虹膜、聲音等幾種單一特征生物識(shí)別方法對(duì)比，仍以上述識(shí)別環(huán)境識(shí)別1 000名公民身份，通過應(yīng)用于警務(wù)工作中的識(shí)別精準(zhǔn)度、誤識(shí)率、拒識(shí)率以及識(shí)別速度驗(yàn)證本文方法識(shí)別效率，對(duì)比結(jié)果如表1所示。通過表1實(shí)驗(yàn)結(jié)果可以看出，本文方法具有高識(shí)別精準(zhǔn)度、低誤識(shí)率以及拒識(shí)率，識(shí)別速度優(yōu)于其他任何單一生物識(shí)別方法。

表1 不同方法識(shí)別效率對(duì)比

為了驗(yàn)證本文方法應(yīng)用于警務(wù)工作中的識(shí)別性能，充分考慮被訪問對(duì)象對(duì)生物特征識(shí)別技術(shù)要有一定程度的了解，對(duì)不同職業(yè)、學(xué)歷(大專以上)和年齡(20歲以上)約1 000名公民采用發(fā)放、回收和統(tǒng)計(jì)問卷(發(fā)放問卷1 000份，回收有效問卷934份)方式調(diào)查，將本文方法與多種單一特征生物識(shí)別方法的性能進(jìn)行對(duì)比，其中設(shè)備成本性能主要參照網(wǎng)絡(luò)文獻(xiàn)資料查詢結(jié)果來描述，對(duì)比結(jié)果如表2所示。由表2可以看出，采用本文方法應(yīng)用于警務(wù)工作中，具有非常高的普遍性、可采集性、唯一性、穩(wěn)定性、準(zhǔn)確性、安全性、可接受性以及便利性。本文方法將多種單一生物特征識(shí)別技術(shù)相結(jié)合，設(shè)備成本略高，但仍處于可接受范圍內(nèi)，統(tǒng)計(jì)結(jié)果有效驗(yàn)證本文方法的識(shí)別性能。

3 結(jié)論

生物識(shí)別技術(shù)近年來發(fā)展極快，已在社會(huì)各行業(yè)領(lǐng)域有廣泛使用。警務(wù)工作是維持社會(huì)治安秩序，保障居民正常生活、基本安全的重要部分，生物識(shí)別技術(shù)廣泛應(yīng)用于警務(wù)工作是科技發(fā)展的必然趨勢(shì)。單一生物特征識(shí)別技術(shù)各有利弊，實(shí)際應(yīng)用中選擇何種技術(shù)用于個(gè)體身份識(shí)別也是一大難題。更為重要的是單一生物特征識(shí)別技術(shù)容易被偽造、欺騙，或者因設(shè)備使用局限、圖像不夠清晰、被采集特征用戶抵觸等因素，使其應(yīng)用于警務(wù)工作中個(gè)體身份識(shí)別系統(tǒng)時(shí)可靠性有所降低，準(zhǔn)確性受限。而應(yīng)用于警務(wù)工作中的多元特征生物識(shí)別技術(shù)相對(duì)于單一特征生物識(shí)別技術(shù)卻展現(xiàn)了更多方面的獨(dú)特優(yōu)勢(shì)，比如克服了先天特征不明顯情況，降低了識(shí)別系統(tǒng)被攻破風(fēng)險(xiǎn)，具有非常高的識(shí)別準(zhǔn)確性、穩(wěn)定性、安全性、唯一性等，將會(huì)是未來警務(wù)工作中個(gè)體身份識(shí)別應(yīng)用技術(shù)必不可少部分。

表2 不同方法識(shí)別性能對(duì)比

基于多元特征的生物識(shí)別技術(shù)應(yīng)用于警務(wù)工作時(shí)，應(yīng)注意生物特征的選擇和融合策略的取舍問題。通常綜合考慮關(guān)聯(lián)或互補(bǔ)因素選擇多種單一特征生物識(shí)別技術(shù)，分別采集這些單一生物特征的圖像樣本比對(duì)形成多個(gè)特征樣本，再利用恰當(dāng)融合方式對(duì)特征樣本融合二次比對(duì)，從而達(dá)到個(gè)體身份準(zhǔn)確識(shí)別目的。其中特征融合方式及算法是難點(diǎn)，也是個(gè)體身份識(shí)別準(zhǔn)確性的關(guān)鍵應(yīng)慎重對(duì)待。雖然在警務(wù)工作實(shí)際應(yīng)用中，基于多元特征的選擇和融合系統(tǒng)識(shí)別個(gè)體身份相對(duì)難度較大，但效率較高、抗干擾能力也適中?；诙嘣卣鞯纳镒R(shí)別技術(shù)始終圍繞個(gè)體身份識(shí)別又快又準(zhǔn)的最終目的，選擇和融合個(gè)體多元生物特征，提升個(gè)體身份識(shí)別的準(zhǔn)確性和識(shí)別效率。隨著生物識(shí)別技術(shù)不斷發(fā)展，警務(wù)工作在多元特征生物識(shí)別技術(shù)應(yīng)用上將會(huì)越來越完善，必然會(huì)為社會(huì)基本穩(wěn)定和經(jīng)濟(jì)協(xié)調(diào)發(fā)展做出重要貢獻(xiàn)。