具有活体检测功能的手背静脉身份识别方法研究

作     者：陈秀莲 黄梅珍 富雨超 Chen Xiulian;Huang Meizhen;Fu Yuchao

作者机构：上海交通大学电子信息与电气工程学院仪器科学与工程系上海200240 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2021年第41卷第6期

页      面：84-91页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0805[工学-材料科学与工程（可授工学、理学学位）] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0702[理学-物理学] 

基　　金：国家自然科学基金(61775133) 

主　　题：图像处理 模式识别 近红外成像 手背静脉 活体检测 主成分分析 马氏距离 

摘      要：针对身份识别容易被仿冒和造假的问题,提出了一种利用近红外相机捕获手背静脉同时具有活体检测功能的身份识别方法,手背静脉图像提供静脉特征作为身份识别的依据,与此同时获取的脉搏波的周期性特征作为活体检测的标志。利用自行搭建的手背静脉和脉搏波捕获实验装置,研究了70个个体的手背静脉图像以及活体和假体的静脉图像特征,并提出了提高身份识别准确率的算法。采用主成分分析对活体静脉特征向量进行降维,降低分类算法的复杂度,结合马氏距离去除异常样本,以提高识别精度,再采用参数优化的随机森林算法和支持向量机算法实现了手背静脉的精准识别。结果表明:基于手背静脉特征结合随机森林算法和支持向量机算法可以对不同个体进行身份识别,识别准确率分别为99.28%和99.86%,识别时间分别为0.368 s和0.110 s。