富士通掌静脉宣传资料
掌静脉识别研究综述
第２２卷㊀第１期２０２０年１月大连民族大学学报ＪｏｕｒｎａｌｏｆＤａｌｉａｎＭｉｎｚｕＵｎｉｖｅｒｓｉｔｙＶｏｌ.２２ꎬＮｏ.１Ｊａｎｕａｒｙ２０２０收稿日期:２０１９－１１－２２ꎻ最后修回日期:２０１９－１２－２７作者简介:张秀峰(１９７５－)ꎬ男ꎬ黑龙江绥化人ꎬ副教授ꎬ博士ꎬ主要从事光电检测技术及仪器研究ꎮ文章编号:２０９６－１３８３(２０２０)０１－００３３－０５掌静脉识别研究综述张秀峰ꎬ牛选兵ꎬ王㊀伟ꎬ马天翼ꎬ龚丽娜ꎬ杨荣景(大连民族大学机电工程学院ꎬ辽宁大连１１６６０５)摘㊀要:指纹和掌纹存在于皮肤表面ꎬ有容易被伪造㊁缺乏安全性等一些不可避免的缺点ꎮ掌静脉识别技术应运而生ꎬ它在身份识别㊁安检㊁门禁和医学研究等方面有非常好的发展前景ꎮ对掌静脉识别技术的国内外研究现状进行分析ꎬ梳理掌静脉识别的相关算法ꎬ得到目前掌静脉识别存在的难点ꎬ为今后掌静脉识别技术的发展与应用提供参考ꎮ关键词:掌静脉识别ꎻ特征提取ꎻ深度学习中图分类号:ＴＰ３９１.４１㊀㊀㊀文献标志码:ＡＡＲｅｖｉｅｗｏｆＰａｌｍａｒＶｅｉｎＲｅｃｏｇｎｉｔｉｏｎＺＨＡＮＧＸｉｕ－ｆｅｎｇꎬＮＩＵＸｕａｎ－ｂｉｎｇꎬＷＡＮＧＷｅｉꎬＭＡＴｉａｎ－ｙｉꎬＧＯＮＧＬｉ－ｎａꎬＹＡＮＧＲｏｎｇ－ｊｉｎｇ(ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｍｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇꎬＤａｌｉａｎＭｉｎｚｕＵｎｉｖｅｒｓｉｔｙꎬＤａｌｉａｎＬｉａｏｎｉｎｇ１１６６０５ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｒｅｓｅａｒｃｈｏｎｈａｎｄｆｅａｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｉｓｍｏｒｅｐｒｏｍｉｎｅｎｔ.Ｂｅｃａｕｓｅｆｉｎｇｅｒｐｒｉｎｔｓａｎｄｐａｌｍｐｒｉｎｔｓｅｘｉｓｔｏｎｔｈｅｓｋｉｎｓｕｒｆａｃｅꎬｔｈｅｒｅａｒｅｓｏｍｅｕｎａｖｏｉｄａｂｌｅｓｈｏｒｔｃｏｍｉｎｇｓｓｕｃｈａｓｅａｓｙｆｏｒ￣ｇｅｒｙａｎｄｌａｃｋｏｆｓｅｃｕｒｉｔｙꎬｗｈｉｃｈｗｉｌｌａｆｆｅｃｔｔｈｅｒｅｃｏｇｎｉｔｉｏｎｅｆｆｅｃｔ.Ｉｎｒｅｓｐｏｎｓｅｔｏｔｈｅｓｅｓｈｏｒｔｃｏｍ￣ｉｎｇｓꎬｐａｌｍｖｅｉｎｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙｃａｍｅｉｎｔｏｂｅｉｎｇ.Ｉｔｈａｓｖｅｒｙｇｏｏｄｄｅｖｅｌｏｐｍｅｎｔｐｒｏｓｐｅｃｔｓｉｎｉｄｅｎｔｉｆｉｃａｔｉｏｎꎬｓｅｃｕｒｉｔｙꎬａｃｃｅｓｓｃｏｎｔｒｏｌａｎｄｍｅｄｉｃａｌｒｅｓｅａｒｃｈ.Ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｔｈｅｒｅ￣ｓｅａｒｃｈｓｔａｔｕｓｏｆｐａｌｍａｒｖｅｉｎｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｔｈｏｍｅａｎｄａｂｒｏａｄꎬｓｏｒｔｓｏｕｔｔｈｅｒｅｌａｔｅｄａｌ￣ｇｏｒｉｔｈｍｓꎬａｎｄｏｂｔａｉｎｓｔｈｅｅｘｉｓｔｉｎｇｄｉｆｆｉｃｕｌｔｉｅｓｏｆｐａｌｍａｒｖｅｉｎｒｅｃｏｇｎｉｔｉｏｎꎬｐｒｏｖｉｄｉｎｇｒｅｆｅｒｅｎｃｅｓｆｏｒｔｈｅｄｅｖｅｌｏｐｍｅｎｔａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｐａｌｍａｒｖｅｉｎｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙｉｎｔｈｅｆｕｔｕｒｅ.Ｋｅｙｗｏｒｄｓ:ｐａｌｍａｒｖｅｉｎｒｅｃｏｇｎｉｔｉｏｎꎻｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎꎻｄｅｅｐｌｅａｒｎｉｎｇ㊀㊀随着科学技术的发展和进步ꎬ生物特征识别技术[１]在身份识别㊁医疗诊断和交通管理ꎬ甚至是在人们的日常生活中各个方面的应用越来越广泛ꎮ手部特征识别具有方便快捷等优点ꎬ目前对手部特征的识别主要有指静脉识别[２]㊁掌静脉识别[３]㊁指纹识别[４]㊁指节纹识别[５]㊁掌纹识别[６]和手形识别[７]等ꎮ而掌静脉识别作为一种新兴的生物特征识别技术ꎬ属于内生理特征ꎮ它不会磨损并且是活体时才存在的生理特征ꎬ具有难伪造㊁比掌纹和指纹识别更具安全性㊁比人脸识别更具稳定性㊁比虹膜识别更具应用的普遍性等特点[８]ꎮ因此ꎬ掌静脉识别成为了目前手部特征研究的热点之一ꎮ１㊀国内外研究现状１.１㊀国外研究现状国外在静脉识别方面的研究起步很早ꎬ用于静脉识别的技术也相对成熟ꎬ研发了很多静脉识别技术相关的产品[９]ꎮ１９８３年ꎬ柯达公司在诺丁汉的雇员ＪｏｓｅｐｈＲｉｃｅ在研究红外条形码技术时产生了利用人体手背血管红外成像作为身份识别的想法ꎬ并发明了手静脉特征识别技术ꎬ取名为Ｖｅｉｎｃｈｅｃｋ[１０]ꎮ１９９２年ꎬ日本北海道大学生物工程系的Ｋ.Ｓｈｉｍｉｚｕ发表文章认为可以利用人体手血管红外成像作为身份识别依据[１１]ꎬ为后来日本和韩国进行静脉识别奠定了基础ꎮ１９９７年ꎬ韩国ＮＥＸＴＥＲＮ公司研制出首套手背静脉识别产品ＢＫ－１００ꎬ静脉识别系统进入商业应用[１２]ꎮ２００４年ꎬ日本富士通公司发布了ＰａｌｍＳｅｃｕｒｅ设备ꎬ该设备可安放在银行ＡＴＭ设备中ꎬ其尺寸虽只有手掌大小ꎬ但实现了客户身份识别的功能[１３]ꎮ２００７年ꎬ静脉识别技术正式被国际标准组织(ＩＳＯ)采纳[１４]ꎮ２００８年ꎬ英国ＡｈｍｅｄＭ.Ｂａｄａｗｉ首次采用３ˑ３的中值滤波器处理图像ꎬ逐个像素对比进行特征图像匹配ꎬ通过大量实验后得出的匹配结果ＦＡＲ和ＦＲＲ等指标都得到很大的提高ꎬ但识别需要的时间较长ꎬ无法满足实时识别的需求[１５]ꎮ２０１０年ꎬＮＥＣ发布了可同时对指纹及手指静脉进行识别认证的设备ꎮ２０１４年ꎬ日本富士通公司在手机终端实现手掌静脉识别[１３]ꎮ此前ꎬ日本富士通公司推出了最新款超薄型手掌静脉模块Ｐａｌｍ￣Ｓｅｃｕｒｅ－ＦＰｒｏꎬ具有很高的操作性和很强的环境适应能力ꎬ单机可支持双手５０００人登录ꎬ与２０１０年开始销售的老款传感器ＰａｌｍＳｅｃｕｒｅ－Ｖ２相比具有更完善的功能[１６]ꎮ１.２㊀国内研究现状国内在静脉识别方面的起步较晚ꎬ但由于静脉识别具有研究的诸多优越性ꎬ令其在国内的研究和发展极其迅速ꎮ２００３年ꎬ清华大学林喜荣等[１７]发表了关于手背静脉图像特征提取和匹配的文章ꎮ此后ꎬ国内许多高校和科研机构也相继展开了对静脉识别的研究ꎮ２００９年ꎬ重庆工学院的余成波等[１８]提出基于方向谷形检测的静脉纹路分割ꎬ使用该方法虽然取得了一定的效果ꎬ但较难处理质量不高的图像ꎮ２０１１年ꎬ东北大学的贾旭等[１９]提出了基于分块脊波变换的手背静脉识别算法ꎬ首先利用改进的细化算法对获得的二值图像进行细化处理ꎬ得到了静脉的骨架信息ꎻ再将细化后的静脉图像进行分块ꎬ然后做脊波变换ꎬ并通过降维得到静脉图像的特征向量ꎻ最后利用支持向量机(ＳＶＭ)对静脉图像进行分类匹配ꎬ实验表明其正确识别率可达９７％以上ꎮ２０１９年ꎬ南方医科大学的袁玲等[２０]提出了基于自适应融合的手掌静脉增强方法ꎬ与传统的手掌静脉识别方法相比较ꎬ降低了错误率ꎬ提高了识别精度ꎮ２㊀手掌静脉识别方法２.１㊀传统手掌静脉图像识别方法传统的手掌脉识别方法首先采集静脉图像并进行预处理ꎬ一般采用近红外光拍摄获取手掌静脉图像ꎻ截取ＲＯＩ(ＲｅｇｉｏｎＯｆＩｎｔｅｒｅｓｔ)区域进行增强㊁去噪等处理ꎻ最后静脉特征提取及匹配ꎮ静脉特征的提取是识别中关键的一步ꎬ提取出完整的掌静脉特征会降低识别的难度ꎮ２.１.１㊀手掌静脉ＲＯＩ图像的获取通过图像采集设备获取的手掌静脉图像包含手指㊁手腕以及手掌外部的背景ꎬ而在进行掌静脉图像处理时只需要处理含有丰富静脉血管的手掌区域ꎬ该区域称为感兴趣区域ＲＯＩ[２１]ꎮ目前有很多种获取ＲＯＩ的方法:中国科学技术大学的王春义[２２]提出非接触式高质量掌静脉图像获取方法ꎬ首先改进了基于掌心或手腕中心与手掌轮廓距离的手掌定位方法ꎬ使算法无需判断左右手即可提取出感兴趣区域ꎬ此外ꎬ结合手掌轮廓凹性分析ꎬ给出了鲁棒性更高的手掌定位方法ꎬ并通过实验验证该方法的定位准确率ꎻ沈阳工业大学的李威[２３]提出非接触成像方式下手掌特征提取的方法ꎬ首先对图像进行二值化ꎬ找到边缘轮廓图ꎬ然后用定位指峰与指谷的方法进行边缘检测ꎬ确定内切圆的圆心和半径ꎬ利用圆的数学特性确定手掌内切圆ꎬ从而确定手掌ＲＯＩ区域ꎮ用以上方法处理图像效果虽好ꎬ但处理时间较长ꎬ且易受外界因素干扰ꎮ２.１.２㊀手掌静脉图像的增强在掌静脉的识别中ꎬ静脉图像增强是重要的研究内容ꎬ直接影响特征提取与匹配的结果ꎬ进而影响识别精度ꎮ手掌静脉识别过程中ꎬ由于采集手部静脉图像时可能会受到采集设备㊁光照条件等各种因素的干扰ꎬ导致采集到的图像不清晰或静脉血管与背景区分度低等质量不佳的情况ꎬ因此对静脉图像识别之前需要对图像进行增强处理ꎮ图像增强是指改善图像质量㊁丰富图像信息㊁加强图像识别效果ꎬ从而使图像主观上看起来更好的一种图像处理方法[２４]ꎮ目前主要的图像增强方法有:灰度归一化[２５]㊁直方图均衡[２６]㊁自适应对比度增强[２７]㊁自适应直方图均衡[２８]等ꎮ例如娄梦莹等[２９]提出的基于自适应融合的手掌静脉增强方法ꎬ采用自适应ＤＣＰ和ＰＯＳＨＥ算法分别对手掌图像增强ꎬ并将ＤＣＰ增强图像和ＰＯＳＨＥ增４３大㊀连㊀民㊀族㊀大㊀学㊀学㊀报第２２卷强图像自适应融合ꎬ得到最终的增强图像ꎮ电子科技大学张钊[３０]发表的掌静脉识别算法研究成果中ꎬ用限制对比度自适应直方图均衡(ＣＬＡＨＥ)方法ꎬ将图像分块后再用自适应直方图处理ꎬ有效避免了图像的过度增强ꎬ效果更好ꎮ２.１.３㊀手掌静脉特征提取手掌静脉特征提取的质量决定着识别的效果ꎬ因此提取合理的手掌静脉特征是很多学者研究的重点ꎮ北京邮电大学的马欣[１３]提出一种根据图像不同区域纹理特性自适应地选择局部Ｇａ￣ｂｏｒ参数的算法ꎬ从而可最优化地提取静脉特征ꎬ提高系统识别率ꎬ但该方法耗时较长ꎮ哈尔滨工业大学的傅泽思[３１]采用四个滤波器的实部滤波图像ꎬ按照单方向２Ｄ－Ｇａｂｏｒ滤波编码的方法进行比特编码ꎬ再比较图像经过四个不同方向滤波器滤波后Ｇａｂｏｒ幅值的大小ꎬ将最大幅值响应的图像编码作为最后的图像特征编码ꎬ利用多方向纹理信息ꎬ提取手掌静脉特征ꎬ但该方法提取ＲＯＩ区域时ꎬ关键的定位有偏移ꎬ导致识别匹配率较低ꎮ吉林大学的代立波[３２]提出利用距离变换算法生成手指骨架图ꎬ通过对其进行局部和全局比较保证骨架图的连续性ꎬ提取手指骨架中心点ꎬ对生成的骨架图进行修剪与拟合获取手指中轴线ꎬ使手指特征更加稳定ꎻ之后为充分利用手形信息ꎬ提取手形的几何和轮廓双重特征ꎬ但该算法对图像质量要求高且算法复杂ꎬ提取时间较长ꎮ西北大学的严娇娇[３３]提出基于全局Ｇｉｓｔ特征的掌静脉特征提取方法ꎬ将增强后的掌静脉图像抽象为一幅场景图像ꎬ利用 分块提取 思想对其分块后ꎬ提取每块的全局Ｇｉｓｔ特征ꎬ将所有Ｇｉｓｔ特征级联构成掌静脉特征向量ꎬ采用主成分分析法对高维掌静脉特征向量进行降维处理ꎬ使其能够有效地完成识别ꎬ但该方法降维过程较难处理ꎮ２.２㊀基于深度学习的掌静脉图像识别深度学习可以通过学习一个深度非线性网络ꎬ实现复杂函数逼近ꎬ展现了其从少量样本集中学习数据集本质特征的能力[３４]ꎮ在深度学习中ꎬ卷积神经网络(ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋꎬＣＮＮ[３５])作为最早成功应用的深度学习模型ꎬ是受生物视觉感知机制启发的深度学习框架ꎬ具有很强的图像表达能力ꎬ现已在目标检测[３６－３７]㊁图像检索[３８－３９]㊁人脸识别[４０－４１]等领域得到广泛应用ꎮ它不但可以自动进行特征提取和分类识别ꎬ还会将识别结果反作用于特征提取ꎬ不需要人工设计特征ꎬ解决了使用传统方法难以提取特征的问题ꎮ经典的卷积神经网络主要包括输入层㊁卷积层㊁池化层㊁全连接层和输出层[４２]ꎮ其中ꎬ利用卷积层可以对手掌静脉图像进行特征提取ꎬ但随着网络模型的加深ꎬ卷积核增加ꎬ参数增多ꎬ容易出现过拟合现象ꎬ这种情况就可用池化层对图像进行二次特征提取ꎮ全连接层用来连接输出层ꎬ对此前提取特征进行分类处理ꎬ最后输出结果ꎮ如南方医科大学的袁丽莎[４３]利用双通道卷积神经网络模板的多样化ꎬ特征提取更充分ꎬ从而更好地保留了原始静脉图像信息的完整性ꎬ并且卷积神经网络可以提取掌静脉图像更高层次和更具表达能力的静脉特征ꎬ有效避免了人工提取特征的局限性ꎮ神经网络可以分为有监督学习网络和无(半)监督学习网络ꎮ卷积神经网络作为有监督学习网络ꎬ发展比较迅速ꎬ已经应用于很多研究领域ꎮ而无监督学习网络由于自身模型难以模拟ꎬ在各研究领域的应用较少ꎮ２０１４年ꎬ由Ｇｏｏｄｆｅｌｌｏｗ首次提出的生成对抗网络(ＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔ￣ｗｏｒｋｓꎬＧＡＮ[４４])属于无监督学习网络的一种模型ꎮＧＡＮ基本框架包括生成模型(Ｇｅｎｅｒａｔｏｒ)和判别模型(Ｄｉｓｃｒｉｍｉｎａｔｏｒ[４５])ꎬ不再需要预先设定的数据分布ꎬ具有拟合的最大自由性[４６]ꎬ可避免卷积神经网络使用最大似然估计时产生的概率计算问题ꎬ但也存在训练不稳定的缺点ꎬ需要进一步优化网络模型ꎮ而条件生成对抗网络(ＣＧＡＮ)作为生成对抗网络的一个扩展ꎬ可有效解决传统静脉图像增强时ꎬ滤波过程中引进的噪声和残存的掌纹问题ꎮ相对于普通的生成对抗网络具有更强大的生成能力ꎬ同时训练更加容易稳定ꎮ如南方医科大学的袁玲[２０]采用条件生产对抗网络ꎬ调整网络的参数使原始手掌静脉图像在学习目标图像静脉网络结构的同时ꎬ去除少量掌纹及滤波操作引进的噪声ꎬ获得静脉纹理更加清晰的手掌静脉图像ꎮ较传统算法ꎬ该方法在有效识别的同时缩短了识别时间ꎮ３㊀手掌静脉识别难点随着学者们的不断研究和机器学习的发展ꎬ手掌静脉识别方面存在的许多问题都得以解决ꎬ但仍然存在以下难点:(１)掌静脉图像采集环境的影响ꎮ掌静脉的５３第１期张秀峰ꎬ等:掌静脉识别研究综述采集主要有接触式采集和非接触式采集ꎬ无论利用哪种采集方式ꎬ采集过程都会受到光照㊁采集背景和温度等因素的影响ꎮ如文献[４７]使用高动态范围的方法识别手掌静脉取得了不错的效果ꎬ但在获取图像时会引入其他噪声ꎬ使掌静脉图像的识别时间增加ꎮ(２)掌静脉ＲＯＩ图像定位分割的影响ꎮ为获取静脉特征丰富的区域ꎬ需对掌静脉ＲＯＩ图像定位分割ꎬ学者们一般采用香港理工大学数据库的掌静脉图像进行静脉识别研究ꎬ库中的掌静脉图像由于采集时需要固定手掌而在中指与无名指之间的指谷位置安装了硬件设备ꎬ从而使掌静脉ＲＯＩ图像难以定位分割ꎮ如文献[４８]由于缺乏适宜的ＲＯＩ定位分割方法ꎬ导致特征提取的准确性较低ꎬ识别率不高ꎮ(３)掌纹的影响ꎮ掌静脉图像带有掌纹ꎬ现有的算法仍然不能够完全去除掌纹的干扰ꎬ如逄增耀等[４９]利用模糊阈值判定以及全局灰度值匹配提高算法的鲁棒性ꎬ但没有更好地去除掌纹的干扰ꎬ使掌静脉的识别效果不佳ꎮ综上所述ꎬ在今后的掌静脉识别研究中应针对以上难点ꎬ寻求更有效的方法㊁算法解决问题ꎮ４㊀结㊀语手掌静脉识别已应用于很多领域ꎬ有非常好的发展前景ꎮ本文通过对掌静脉识别方法的介绍ꎬ可以得出传统的掌静脉识别方法已经慢慢淡出人们的视野ꎬ而随着机器学习算法的不断发展和优化ꎬ使掌静脉识别技术愈发成熟ꎮ相信未来在掌静脉识别的研究中ꎬ识别精度会不断提高ꎬ达到更好的识别效果ꎬ且在各领域中的应用有更多突破ꎮ参考文献:[１]郑方ꎬ艾斯卡尔 肉孜ꎬ王仁宇ꎬ等.生物特征识别技术综述[Ｊ].信息安全研究ꎬ２０１６ꎬ２(１):１２－２６. [２]吴超.基于深度学习的指静脉识别研究[Ｄ].南京:南京邮电大学ꎬ２０１８.[３]ＤＵＤＹꎬＬＵＬＪꎬＦＵＲＹꎬｅｔａｌ.Ｐａｌｍｖｅｉｎｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｅｎｄ－ｔｏ－ｅｎｄｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ[Ｊ].ＪｏｕｒｎａｌｏｆＳｏｕｔｈｅｒｎＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙꎬ２０１９ꎬ３９(２):２０４－２１７.[４]ＣＡＯＫꎬＪＡＩＮＡＫ.Ｌｅａｒｎｉｎｇｆｉｎｇｅｒｐｒｉｎｔｒｅｃｏｎｓｔｒｕｃｔｉｏｎ:Ｆｒｏｍｍｉｎｕｔｉａｅｔｏｉｍａｇｅ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｆｏｒ￣ｍａｔｉｏｎＦｏｒｅｎｓｉｃｓ＆Ｓｅｃｕｒｉｔｙꎬ２０１５ꎬ１０(１):１０４－１１７. [５]陆劲挺ꎬ贾伟ꎬ叶慧ꎬ等.指节纹识别综述[Ｊ].模式识别与人工智能ꎬ２０１７ꎬ３０(７):６２２－６３６. [６]ＩＭＡＤＲꎬＲＯＭＡＩＮＨꎬＧＩＡＮＬＭꎬｅｔａｌ.Ｐａｌｍｐｒｉｎｔｒｅｃｏｇ￣ｎｉｔｉｏｎｗｉｔｈａｎｅｆｆｉｃｉｅｎｔｄａｔａｄｒｉｖｅｎｅｎｓｅｍｂｌｅｃｌａｓｓｉｆｉｅｒ[Ｊ].ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＬｅｔｔｅｒｓꎬ２０１９ꎬ１２６:２１－３０. [７]ＫＡＮＧＷꎬＷＵＱ.Ｐｏｓｅ－ｉｎｖａｒｉａｎｔｈａｎｄｓｈａｐｅｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｆｉｎｇｅｒｇｅｏｍｅｔｒｙ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＳｙｓ￣ｔｅｍｓＭａｎ＆ＣｙｂｅｒｎｅｔｉｃｓＳｙｓｔｅｍｓꎬ２０１４ꎬ４４(１１):１５１０－１５２１.[８]ＫＵＢＡＮＥＫＭꎬＳＭＯＲＤꎬＨＯＬＯＴＹＡＫＴ.Ｆｅａｔｕｒｅｅｘｔｒａｃ￣ｔｉｏｎｏｆｐａｌｍｖｅｉｎｐａｔｔｅｒｎｓｂａｓｅｄｏｎｔｗｏ－ｄｉｍｅｎｓｉｏｎａｌｄｅｎｓｉｔｙｆｕｎｃｔｉｏｎ[Ｃ].ＩＣＡＩＳＣ２０１５:Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２０１５ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅａｎｄＳｏｆｔＣｏｍｐｕｔｉｎｇ.Ｂｅｒｌｉｎ:Ｓｐｒｉｎｇｅｒꎬ２０１５:１０１－１１１.[９]叶慧.基于方向局部描述子的掌纹和手掌静脉识别研究[Ｄ].合肥:合肥工业大学ꎬ２０１８.[１０]秦斌.手静脉身份识别技术[Ｊ].现代电子技术ꎬ２０１１ꎬ３４(４):１６９－１７４.[１１]ＳＨＩＭＩＺＵＫ.Ｏｐｔｉｃａｌｔｒａｎｓ－ｂｏｄｙｉｍａｇｉｎｇｆｅａｓｉｂｉｌｉｔｙｏｆｏｐ－ｔｉｃａｌＣＴａｎｄｆｕｎｃｔｉｏｎａｌｉｍａｇｉｎｇｏｆｌｉｖｉｎｇｂｏｄｙ[Ｊ].ＪＰＮＪ.ｏｆＭｅｄｉｃｉｎａＰｈｉｌｏｓｏｐｈｉｃａꎬ１９９２ꎬⅡ:６２０－６２９. [１２]宗宇轩.基于优化纹理特征的手背静脉识别算法研究及在ＲａｓｐｂｅｒｒｙＰｉ系统上的实现[Ｄ].长春:吉林大学ꎬ２０１８.[１３]马欣.手掌静脉身份识别关键技术研究[Ｄ].北京:北京邮电大学ꎬ２０１８.[１４]张文辉.掌静脉识别系统研究与实现[Ｄ].成都:电子科技大学ꎬ２０１７.[１５]ＢＡＤＡＷＩＡＭ.Ｈａｎｄｖｅｉｎｂｉｏｍｅｔｉｒｃｖｅｒｉｆｉｃａｔｉｏｎｐｒｏｔｏｔｙｐｅ:Ａｔｅｓｔｉｎｇｐｅｒｆｏｒｍａｎｃｅａｎｄｐａｔｔｅｒｎｓｓｉｍｉｌａｒｉｔｙ[Ｊ].Ｉｎｔｅｒｎａ￣ｔｉｏｎａｌＪｏｕｒｎａｌｏｆＢｉｏｍｅｄｉｃａｌＳｃｉｅｎｃｅｓꎬ２００７:３４－３８. [１６]陶静静.非接触式多光谱掌静脉识别系统设计[Ｄ].淮南:安徽理工大学ꎬ２０１９.[１７]林喜荣ꎬ庄波ꎬ苏晓生.人体手背血管图像的特征提取及匹配[Ｊ].清华大学学报(自然科学版)ꎬ２００３ꎬ４３(２):１６４－１６７.[１８]余成波ꎬ秦华峰.生物特征识别技术[Ｍ].北京:清华大学出版社ꎬ２００９:２３－２５.[１９]贾旭ꎬ薛定宇ꎬ崔建江ꎬ等.基于分块脊波变换的静脉识别算法[Ｊ].模式识别与人工智能ꎬ２０１１(３):３４６－３５２.[２０]袁玲.基于图像融合和深度学习的手掌静脉图像增强方法[Ｄ].广州:南方医科大学ꎬ２０１８.[２１]刘富ꎬ姜守坤ꎬ康冰ꎬ等.基于最大圆形感兴趣区域的手背静脉识别系统[Ｊ/ＯＬ].吉林大学学报(工学版):１－６[２０１９－１２－２０].ｈｔｔｐｓ://ｄｏｉ.ｏｒｇ/１０.１３２２９/ｊ.ｃｎｋｉ.ｊｄｘｂｇｘｂ２０１９０７７７.[２２]王春义.非接触式高质量掌静脉图像获取方法研究[Ｄ].合肥:中国科学技术大学ꎬ２０１８.６３大㊀连㊀民㊀族㊀大㊀学㊀学㊀报第２２卷[２３]李威.非接触成像方式下手掌特征提取方法研究[Ｄ].沈阳:沈阳工业大学ꎬ２０１３.[２４]岳林ꎬ万新军ꎬ张晨皓ꎬ等.复杂背景下红外静脉图像的分割与增强[Ｊ].电子科技ꎬ２０１７ꎬ３０(３):１１８－１２０. [２５]ＬＡＤＯＵＸＰＯꎬＲＯＳＥＮＢＥＲＧＥＲＣꎬＤＯＲＩＺＺＩＢ.ＰａｌｍｖｅｉｎｖｅｒｉｆｉｃａｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎＳＩＦＴｍａｔｃｈｉｎｇ[Ａ].ＡｄｖａｎｃｅｓｉｎＢｉｏｍｅｔｒｉｃｓ.ＢｅｒｌｉｎＨｅｉｄｅｌｂｅｒｇ:Ｓｐｒｉｎｇｅｒꎬ２００９:１２９０－１２９８.[２６]ＥＳＷＡＲＲꎬＲＡＭＡＣＨＡＮＤＲＡＲ.Ｄｙｎａｍｉｃｃｌｉｐｐｅｄｈｉｓ￣ｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎｔｅｃｈｎｉｑｕｅｆｏｒｅｎｈａｎｃｉｎｇｌｏｗｃｏｎｔｒａｓｔｉｍａｇｅｓ[Ｊ].ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉ￣ｅｎｃｅｓꎬＩｎｄｉａＳｅｃｔｉｏｎＡ:ＰｈｙｓｉｃａｌＳｃｉｅｎｃｅｓꎬ２０１９ꎬ８９(２):６７３－６９８.[２７]王成ꎬ张艳超.像素级自适应融合的夜间图像增强[Ｊ].液晶与显示ꎬ２０１９ꎬ３４(９):８８８－８９６.[２８]王超ꎬ孙玉秋ꎬ徐石瑶ꎬ等.自适应直方图均衡化图像增强算法研究[Ｊ].长江大学学报(自科版)ꎬ２０１８ꎬ１５(１):５５－５９.[２９]娄梦莹ꎬ袁丽莎ꎬ刘娅琴ꎬ等.基于自适应融合的手掌静脉增强方法[Ｊ].计算机应用ꎬ２０１９ꎬ３９(４):１１７６－１１８２.[３０]张钊.掌静脉识别算法研究[Ｄ].成都:电子科技大学ꎬ２０１７.[３１]傅泽思.手掌静脉识别技术研究[Ｄ].哈尔滨:哈尔滨工业大学ꎬ２０１４.[３２]代立波.融合手形和掌部静脉的双模态识别系统研究[Ｄ].长春:吉林大学ꎬ２０１８.[３３]严娇娇.基于掌纹与掌静脉双模态融合特征识别研究[Ｄ].西安:西北大学ꎬ２０１８.[３４]吴超ꎬ邵曦.基于深度学习的指静脉识别研究[Ｊ].计算机技术与发展.２０１８ꎬ２８(２):２００－２０４.[３５]ＪＩＮＪꎬＦＵＫꎬＺＨＡＮＧＣ.Ｔｒａｆｆｉｃｓｉｇｎｒｅｃｏｇｎｉｔｉｏｎｗｉｔｈｈｉｎｇｅｌｏｓｓｔｒａｉｎｅｄｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍｓꎬ２０１４ꎬ１５(５):１９９１－２０００.[３６]ＲＥＮＳＱꎬＨＥＫＭꎬＧＩＲＳＨＩＣＫＲꎬｅｔａｌ.ＦａｓｔｅｒＲ－ＣＮＮ:Ｔｏｗａｒｄｓｒｅａｌ－ｔｉｍｅｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎｗｉｔｈｒｅｇｉｏｎｐｒｏｐｏｓａｌｎｅｔｗｏｒｋｓ[Ｊ].ＩＥＥＥＴｒａｎｓＰａｔｔｅｒｎＡｎａｌＭａｃｈＩｎｔｅｌｌꎬ２０１７ꎬ３９(６):１１３７－１１４９.[３７]ＨＥＫꎬＺＨＡＮＧＸꎬＲＥＮＳꎬｅｔａｌ.Ｓｐａｔｉａｌｐｙｒａｍｉｄｐｏｏ￣ｌｉｎｇｉｎｄｅｅｐｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｔｗｏｒｋｓｆｏｒｖｉｓｕａｌｒｅｃｏｇｎｉｔｉｏｎ[Ｊ].ＩＥＥＥＴｒａｎｓＰａｔｔｅｒｎＡｎａｌＭａｃｈＩｎｔｅｌｌꎬ２０１５ꎬ３７(９):１９０４－１９１６.[３８]ＺＨＥＮＧＬꎬＹＡＮＧＹꎬＴＩＡＮＱ.ＳＩＦＴｍｅｅｔｓＣＮＮ:Ａｄｅｃａｄｅｓｕｒｖｅｙｏｆｉｎｓｔａｎｃｅｒｅｔｒｉｅｖａｌ[Ｊ].ＩＥＥＥＴｒａｎｓＰａｔ￣ｔｅｒｎＡｎａｌＭａｃｈＩｎｔｅｌｌꎬ２０１８ꎬ４０(５):１２２４－１２４４. [３９]ＮＡＫＡＺＡＷＡＴꎬＫＵＬＫＡＲＮＩＤＶ.Ｗａｆｅｒｍａｐｄｅｆｅｃｔｐａｔｔｅｒｎｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｉｍａｇｅｒｅｔｒｉｅｖａｌｕｓｉｎｇｃｏｎｖｏｌｕ￣ｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ[Ｊ].ＩＥＥＥＴｒａｎｓＳｅｍｉｃｏｎｄＭａｎｕ￣ｆａｃｔꎬ２０１８ꎬ３１(２):３０９－３１４.[４０]ＳＹＡＦＥＥＺＡＡＲꎬＫＨＡＬＩＬＨＡＮＩＭꎬＬＩＥＷＳＳꎬｅｔａｌ.Ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｆｏｒｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｗｉｔｈｐｏｓｅａｎｄｉｌｌｕｍｉｎａｔｉｏｎｖａｒｉａｔｉｏｎ[Ｊ].ＩｎｔＪＥｎｇＴｅｃｈｎｏｌꎬ２０１４ꎬ６(１):４４－５７.[４１]ＷＵＹꎬＨＡＳＳＮＥＲＴꎬＫＩＭＫꎬｅｔａｌ.Ｆａｃｉａｌｌａｎｄｍａｒｋｄｅｔｅｃｔｉｏｎｗｉｔｈｔｗｅａｋｅｄｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ[Ｊ].ＩＥＥＥＴｒａｎｓＰａｔｔｅｒｎＡｎａｌＭａｃｈＩｎｔｅｌｌꎬ２０１８ꎬ４０(１２):３０６７－３０７４.[４２]ＬＩＵＹꎬＷＡＮＧＤＬꎬＨＥＦꎬｅｔａｌ.Ｐｈｅｎｏｔｙｐｅｐｒｅｄｉｃｔｉｏｎａｎｄｇｅｎｏｍｅ－ｗｉｄｅａｓｓｏｃｉａｔｉｏｎｓｔｕｄｙｕｓｉｎｇｄｅｅｐｃｏｎｖｏｌｕ￣ｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋｏｆＳｏｙｂｅａｎ[Ｊ].Ｆｒｏｎｔｉｅｒｓｉｎｇｅｎｅｔ￣ｉｃｓꎬ２０１９ꎬ１０:１０９１－１０９９.[４３]袁丽莎.基于深度学习的手掌静脉识别[Ｄ].广州:南方医科大学ꎬ２０１９.[４４]ＧＯＯＤＦＥＬＬＯＷＩＪꎬＰＯＵＧＥＴ－ＡＢＡＤＩＥＪꎬＭＩＲＺＭꎬｅｔａｌ.Ｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｓ[Ｃ]ʊＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎ￣ｆｅｒｅｎｃｅｏｎＮｅｕｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍｓꎬ２０１４:２６７２－２６８０.[４５]张营营.生成对抗网络模型综述[Ｊ].电子设计工程ꎬ２０１８ꎬ２６(５):３４－３７.[４６]王杨ꎬ张鑫ꎬ许闪闪.基于维纳滤波器和生成对抗网络的动态模糊图像处理方法[Ｊ].计算机系统应用ꎬ２０１９ꎬ２８(４):１４５－１５０.[４７]王陈.指静脉多曝光图像的研究[Ｄ].北京:北京邮电大学ꎬ２０１９.[４８]ＡＮＸＫꎬＫＡＮＧＷＸꎬＤＥＮＧＦＱꎬｅｔａｌ.Ｐａｌｍｖｅｉｎｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｍｕｌｔｉ－ｓａｍｐｌｉｎｇａｎｄｆｅａｔｕｒｅ－ｌｅｖｅｌｆｕｓｉｏｎ[Ｊ].Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇꎬ２０１５ꎬ１５１:７９８－８０７.[４９]逄增耀ꎬ杨杰.基于方向梯度的快速手掌静脉识别[Ｊ].计算机应用研究ꎬ２０１８ꎬ３５(３):９５３－９５６.(责任编辑㊀赵环宇)７３第１期张秀峰ꎬ等:掌静脉识别研究综述。
监狱掌静脉识别门禁系统应用方案
监狱掌静脉识别门禁系统应用方案一、应用方案手掌静脉识别技术是当前全球最为顶尖的生物识别技术。
它利用人体血红蛋白通过静脉时能吸收近红外光的特性，采集手掌皮肤底下的静脉影像，并提取以作为生物特征。
跟其它如掌纹、眼虹膜或手形等生物识别技术相比，手掌静脉极难复制伪造，最大原因是这种生物特征，是在手掌皮肤底下，单凭肉眼看不见的。
此外，由于手掌静脉使用方式是非接触式，它更加卫生，适合在公共场合使用。
同时，适用手掌也较为自然，让用户更容易接受。
手掌静脉的认假率和拒真率也比其他生物识别技术来得低。
同时要求必须是活体手掌静脉才有效，呼和浩特市的重刑犯之所以能够逃脱就是因为门禁系统采用的是掌纹系统，现如今仿造掌纹膜的出现已经完全让掌纹识别没有了立足之地，掌纹识别不要求是生物活体所以就出现了砍断预警的手掌照样可以去打开门的越狱事件。
富士通中央研究所就开始了对手掌静脉认证技术的研究，现已获得多项专利。
在日本，富士通及其集团公司已将手掌静脉认证技术广泛应用于各个领域，其中包括银行ATM存取款机、汽车锁等。
在日本，80%的ATM都搭载了手掌静脉认证设备(截至3月)，已成为事实上的行业标准。
手掌静脉认证技术不仅在日本逐渐普及，在其他各国也备受关注。
手掌静脉门禁管理系统在新加坡等东南亚市场取得了良好的业绩。
在颇具市场前景的美国，信金中央金库纽约分部的办公室门禁也采用了手掌静脉认证设备。
相信类似的潜在需求在欧美国家将继续上升。
PSN800掌静脉识别仪是江苏富士通通信新研发出来的掌静脉识别仪,深圳澳普实业是其华南地区总代理。
掌静脉识别与声音、脸部、签名、指纹、虹膜识别一样，都属于生物识别，PSN800掌静脉识别仪有权限的人用手在仪器前轻轻一挥，门随之打开，无权限的人，无论采取什么办法，都只能吃“闭门羹”。
PSN800掌静脉识别仪适用于安全性能要求比较高的场所。
手掌静脉识别技术可以实现电子化身份和物理身份的高度统一，从而可以有力支持利用现代化计算机技术实现对的全方位数字化管理。
近红外手背静脉识别装置
摘要基于静脉识别技术实现新一代的身份识别装置，突出唯一性，保密性强的特点，抗伪造能力强。
主要使用采集装置以及图像处理装置，期间经过预处理，特征值提取，去杂，匹配识别等过程，从而进行身份识别。
关键词静脉识别；特征值提取；匹配识别中图分类号 tn21 文献标识码 a 文章编号 1674-6708（2016）166-0183-02在科学飞速发展的今天，高楼林立，工厂遍地，当温饱问题和精神文明达到一定境界后，人们开始对自己的安全以及隐私问题提出越来越高的要求。
公司财产是否安全，军事机密是否安全，以及具体细化到各个普通家庭财产是否安全。
提到这些安全问题，我们首先想到的就是进行身份识别，只有是自己或者可信赖的人才能获得允许的权限。
而说到身份识别，我们不得不对现有的身份识别方式进行分析和比较。
我们最常见的传统身份识别方式即为id卡识别，例如，刷门禁，身份证等，优点是价格低廉，但是存在严重的缺点，易丢失，易复制，易被盗窃冒用，失败率高等。
为了弥补id卡识别的缺陷，应运而生了指纹识别，首次将高科技与生物识别相结合，是识别技术的一个里程碑，但是指纹识别局限性较大，例如，手指指纹处皮肤破损消失等情况，会使身份识别失败，同时也避免不了复制造假的现象，市场上随处可见的指纹膜等产品使指纹造假更为普遍。
除此之外，指纹识别还不能判断是否为活体识别，电影大片里面杀人灭口取死者手指进行身份识别成功的事情也可能发生。
比之更先进的虹膜识别技术产生并克服了指纹识别的区别，但是虹膜识别的成本以及设施过于昂贵，使得它的应用至今还不能普及。
包括人脸识别技术也存在各种问题，如识别率低下，易出错，可变性差等。
因此，我们研究手背静脉识别装置去克服这些缺点，并且满足人们对安全的需求。
手背静脉识别为活体识别，且凭借不会丢失，不能被复制，准确性高，识别率高等特点被越来越多的人所关注，它克服了传统id卡识别，指纹识别，虹膜识别等缺点。
但是，在国内，这方面的研究还处于起步和试验阶段，我们可以把它应用到各个领域，家庭、军事、公司、医疗等，我们有理由相信，由于手背静脉识别低廉的成本，突出的优点，将会在安全领域成为新的宠儿。
世界首创日本发明出手指静脉识别技术
世界首创日本发明出手指静脉识别技术
世界首创!日本发明出手指静脉识别技术。
跟着来看看吧。
据日本媒体报道，日立制作所24日发布了其研发的新技术——可进行手指静脉认证的智能手机照相机。
该技术可以指纹认证的方法判断使用者是否为本人，改进以前的红外线识别方式，更加便利，为世界首创，预计将于1-2年后正式在购物和银行手续等消费方式中导入。
在智能手机上安装专用App，用手机镜头扫过除大拇指以外的四根手指，手指静脉认证1秒就能确认是否为本人。
手指静脉认证比指纹认证安全度更高，在网购、银行手续等需要确认身份的场合，可代替目前使用智能手机指纹传感器、银行发送的“短信验证码”等认证方式。
手掌静脉辨识门禁系统
手掌靜脈辨識產品介紹
二、壁掛型掌靜脈機：高級豪宅社區公共大門
手掌靜脈辨識產品介紹
三、落地型掌靜脈機：高級辦公大樓、社區大門
手掌靜脈辨識產品介紹
四、全功能掌靜脈機：P30 辦公室、研究室、醫院、 工廠
❖ 可單機使用：包括登錄建 檔、特徵比對、門禁權限 設定、開門控制、紀錄儲 存等
中高價
不易複製 安全度極高
需伸入小洞 如按壓開門鈕
極佳 100%
高價
曾有可複製之 研究紀錄
眼睛須對準光 源，無舒適感
極佳 接近100%
昂貴
曾有可複製之 研究紀錄
操作簡單方便 如按壓開門鈕
佳 95%-99%
低
生物辨識系統之比較
核心元件技術 研發製造
系統整合及 支援維護
靜脈辨識之比較
彈性應用整合及 客製化需求
❖ 可連線使用：配合主控電 腦可設定系統管控功能
手掌靜脈辨識產品介紹
五、掌靜脈掃瞄器：P03 ❖ 連接於主控電腦，用於
網路多門門禁權限設定、 開門控制、紀錄儲存等。 ❖ 可後端登錄建檔，並下 傳權限之各掌靜脈機。
掌靜脈門禁系統網路架構
掌靜脈門禁系統實績說明
❖ 成功大學物理所實驗室：安裝 P30一套，P03及管控系統一套， 2006年7月起用，控管實驗室 門禁人員之出入，確保實驗之 正常進行及器材之安全。
❖ 陸軍龍潭某單位：安裝P30一 套，P03及管控系統一套， 2006年9月安裝10月起用，配 合三叉機管制人員出入使用
掌靜脈門禁系統軟體功能
一、管控軟體： ❖ 建檔維護：可登錄使用者資料、掃瞄掌靜脈 ❖ 系統之設定及門禁權限設定 二、通訊伺服軟體： ❖ 可將使用者資料及門禁權限傳輸至掌靜脈機 ❖ 通訊伺服軟體可蒐集掌靜脈機之使用比對紀錄 ❖ 可蒐集掌靜脈機上登錄人員掌靜脈資料
掌纹掌静脉识别技术门禁管理系统
掌纹掌静脉识别技术门禁管理系统2017-10-24 10:42技术一.1 产品简介产品用途：产品适用于智能楼宇、政府机关、金融银行、工厂、军工、监狱、机场和核电等应用场景的出入口控制系统和身份认证系统。
掌纹掌静脉识别技术：掌纹掌静脉识别技术是新一代多模态、高精度、高安全性和活体生物特征识别技术。
掌纹识别是利用手掌皮肤纹路（包括乳突纹、主线和皱褶等）的唯一性，即人的掌纹千差万别，没有任何两个手掌掌纹是完全相同的。
由于掌纹的这一特点，人们可以利用掌纹进行身份鉴别。
根据手掌掌纹的有效信息判断是否来自同一只手掌，从而达到身份识别的目的。
掌静脉识别是用近红外光源对人体手掌进行照射，利用血液中血红素对近红外光具有较强的吸收特性，使得近红外光照射后的手掌图像会在皮下静脉处呈现较暗的纹路，并且静脉特征在可见光下无法获取，具有较强的隐蔽性和防伪性。
利用手掌静脉这一特征也可以进行身份识别。
产品原理：掌纹掌脉仪是采用掌纹掌静脉进行身份认证的设备，通过采集掌纹、掌静脉生物特征信息，进行特征提取、特征比对和输出结果。
产品型号DAZW-MJ-RWCPU主频1.2GHz，四核内存1GB存储8GB显示屏7”触摸屏识别技术掌纹+掌脉活体检测有最大用户数量50,000人识别方式1:1识别方式：50,000个ID1:N识别方式：1000个ID识别速度1:1＜1秒，1:N＜2秒识别精度误识率≤0.0001%，拒认率≤0.01%记录容量1,000,000条支持卡片125kHz EM（ID）卡，13.56MHz Mifare/Desfire（IC）卡通信接口TCP/IP，Wiegand26/34输出，USB开关输入2路继电器输出2 路工作电源12V DC，≤7W工作温度-10℃~55℃。
手掌静脉识别装置
富士通先端科技的手掌静脉识别装置PalmSecure
产品的特点
∙只需将手掌静脉传感器和PC注册软件结合，就能简便地进行高可靠性的本人识别。
∙不需要安装费用昂贵的服务器和构建系统。
∙由于成本低，除了办公场所以外，SOHO等个人家庭的电脑中也可以轻松地使用。
产品概述
新颖的传感器（以现有传感器为基础重新设计外形）
∙鼠标内置型
不用重新安装传感器，只要与现有的鼠标调换即可，节省空间。
∙单体型（带折叠式手掌定位器）
o设计精致，体积小，约53mm（W）x 85mm（D）。
o手掌定位器可以折叠收起，移动使用时携带也很方便。
PC注册认证软件「OmniPass」功能
Windows注册 : 启动时的Windows log on, Log off状态恢复Windows Log on, 从Standby 状态的恢复, 密码对应
Screen Saver的恢复,一台PC多个用户各自登陆自己
的手掌静脉信息实现多用户利用。
ID，Password : 对需要用户认证的应用系统和网上系统进行登陆时，帐户和密码自动输入（手掌静脉认证后，ID和PW自动输
入）
文件加密和共享 : 手掌静脉认证后进行文件加密解密，同时可以实现加密文件和其他用户共享。
（申请SRTP、创新设计大赛项目可以在安防监控方面进行选题）。
富士通掌静脉门禁系统方案
掌静脉识别应用方案目录第一章方案设计总述一前言简述二设计原则三设计依据和规范第二章系统结构和配置一系统功能管理结构模式二系统功能和特点2.2.1 系统功能2.2.2 系统特点三系统基本组成部分2.3.1 门禁控制器2.3.2 掌静脉识别仪2.3.3 感应卡识别源2.3.4 电锁及动作执行设备第三章门禁系统操作管理软件一门禁系统管理软件简介二软件操作流程三软件功能说明第四章应用案列效果第五章门禁系统布线规范一施工主要材料、工具要求二施工布线技术要求第一章方案设计综述一、前言简述富士通手掌静脉识别技术是当前全球最为顶尖的生物识别技术。
它利用人体血红蛋白通过静脉时能吸收近红外光的特性，采集手掌皮肤底下的静脉影像，并提取以作为生物特征。
跟其它如指纹、眼虹膜或手形等生物识别技术相比，手掌静脉极难复制伪造，最大原因是这种生物特征，是在手掌皮肤底下，单凭肉眼看不见的。
此外，由于手掌静脉使用方式是非接触式，它更加卫生，适合在公共场合使用。
同时，适用手掌也较为自然，让用户更容易接受。
手掌静脉的认假率和拒真率也比其他生物识别技术来得低。
同时要求必须是活体掌静脉才有效，呼和浩特市的重刑犯之所以能够逃脱就是因为项目门禁系统采用的是指纹系统，现如今仿造指纹膜的出现已经完全让指纹识别没有了立足之地，指纹识别不要求是生物活体所以就出现了砍断预警的手指照样可以去打开门的越狱事件。
手掌静脉识别技术首次于2004?年在日本富士通公司开始应用，随后被推广至全球各地，在欧美已经广泛应用。
客户包括金融业银行、高等学府、政府机构和公共医院等。
这项科技于2005?年荣获华尔街时报最佳科技创新奖, 也于2006?年在德国举行的国际家电展示（CES获创新奖。
2007?年，该项技术开始引入到中国大陆。
二、设计原则先进实用性原则在项目AB 门互锁门禁系统设计中，必须遵循先进实用性原则。
具体应用体现在以下方面：系统智能化：项目AB门互锁门禁系统中采用的产品必须具有智能化特征，前端设备与系统必须有良好可靠的通讯能力和故障自动检测、报警功能。
静脉输液健康宣传册
静脉输液健康宣传册。
静脉输液是一种常见的医疗治疗方式，它通过将药物或液体直接注射到血管中，帮助患者恢复健康。
本宣传册旨在向大家介绍静脉输液的原理、注意事项以及常见问题解答，以便更好地了解和使用静脉输液。
静脉输液的原理静脉输液通过将治疗所需的药物或液体注射到静脉血管中。
这样做的好处是药物可以迅速进入循环系统，快速发挥作用。
静脉输液常用于如下情况：- 治疗感染：静脉输液可以直接将抗生素输送到感染部位，帮助杀死病菌。
- 补液：静脉输液可以在身体缺水的情况下，快速补充体液，保持水平衡。
- 营养补充：静脉输液可以输入营养液，满足机体对营养的需求。
静脉输液的注意事项静脉输液是一项常见的医疗治疗方式，但仍需注意以下事项：1.医生建议：只有经医生诊断并建议的情况下，才需要进行静脉输液。
2.专业操作：静脉输液需要由专业医生或护士进行操作，确保注射的准确性和安全性。
3.注射部位清洁：在进行静脉输液前，确保注射部位干净，以减少感染的风险。
4.药物选用：使用合适的药物进行静脉输液，以确保治疗效果。
5.注意观察：在进行静脉输液期间，密切观察身体反应，如有不适或异常情况应及时告知医生。
常见问题解答静脉输液会痛吗？通常情况下，静脉输液不会引起疼痛。
如果在输液过程中出现疼痛或不适，应及时告知医生或护士，他们会采取相应措施。
静脉输液有哪些可能的风险？静脉输液的风险较小，但仍有可能引起感染、血栓形成等并发症。
如果出现发热、红肿、疼痛等异常情况，应及时就医。
静脉输液后需要注意什么？在接受静脉输液后，应保持注射部位干燥清洁，避免过度活动，适量饮水，注意观察身体反应。
结语静脉输液是一种常见的医疗治疗方式，在合适的情况下可以帮助患者迅速恢复健康。
但在进行静脉输液时需密切遵循医生建议和注意事项，请在医生的指导下进行治疗。
注：本宣传册提供的信息仅供参考，具体治疗需根据医生建议进行。
手掌静脉介绍资料
全球顶尖的 生物身份识别技术
静脉中红血球的血红素是失去氧气的还原血红素。还原血红素会吸收近红外线。因此当近红外 线照射到手掌时，只有静脉部分才会有微弱的反射，从而形成静脉纹路图像。简单地说，就是 通过反射回来的近红外线的强弱识别静脉的位置。
用近红外线照射手掌
传感器接受到被手掌 反射回来的近红外线
手掌原图像
娱乐
简便、准确、地实现本人认证。无需携带门卡、钥匙、现金即可实现认证，既保证准确又 维护客人体面。
11
Beijing Tiangong Ruifeng Technology Co. ,Ltd.
金融机关使用案例
全球顶尖的 生物身份识别技术
在重视安全性可靠性的金融机关，从2004年7月的敦贺银行，10月东京三菱银行（现在的三菱东 京UFJ银行）开始，通过两年以上的稳定使用，现在已有超过40家的银行使用。
第3位 虹膜认证
生理排斥反应强烈。 需要强制让睁开的眼睛接近异物（传感器）。
9
Beijing Tiangong Ruifeng Technology Co. ,Ltd.
手掌静脉认证技术获奖履历
全球顶尖的 生物身份识别技术
最高水平生体认证技术屡获国际大奖
The Wall Street Journal 2005 Technology Innovation Award
14
Beijing Tiangong Ruifeng Technology Co. ,Ltd.
附录1：PalmSecure™ 传感器规格
◆ 硬件关联
PalmSecure™ 传感器
全球顶尖的 生物身份识别技术
备注
尺寸 （mm） 动作环境温度
35 x 35 x 27 0 ～ 60ﾟC
Fujitsu PalmSecure 手掌识别系统说明书
34contactless, hygienic, non-invasive system that’s fast, accurate, and easy to use. Simply hold your palm a few centimeters over apre-registered templates. lf a perfect match is found, your identity is verified.PalmSecure has an experimentally-proven false rejection rate of 0.01%, and a falseEasy-to-UseHygienic and Non-Invasiveaddition, PalmSecure is non-invasive: the near- infrared rays used in the scanner have noThe PalmSecure system can be embedded in all kinds of flat-type products, including laptopcomputers, copiers, printers, fax machines, wall-mounted room access systems, andFujitsu has won many awards for its highly original, world-acclaimed PalmSecure system,of the CES Innovations Design and Engineer-5Employee Time Recording/Access ControlEmployee Time Recorders, and cardless/keyless access control to doors, computers, printers,Patient Registration/ Medical Records Systembeing given to patients, as well as preventing medical identity theft/ insurance fraud, andA Radical Solution to the Problem of Bank Card Theft/ForgeryIn 2004, the Suruga Bank and the Bank of Tokyo-Mitsubishi were the first in the world toNo More Forgetting Multiple IDs/Passwords or Sharing IDs/PasswordsSingle Sign-On) with various solutions (Single Sign-On and ID Management). Single Sign-On78PalmSecure due to its high accuracy and non-invasive user interface. After choosing the verification accuracy and non-invasive, hygienic user interface. It was also impressed with range of applications, including PCs, ATMs, and wall-mounted building and room access e-Government program, PalmSecure checks the respondents’ identity so as to prevent 25353514Shiodome City Center, 5 - 2,Higashi-shimbashi 1 - chome, Minato-ku,Tokyo, 1O5-7123, JapanURL : /Contact : https:///global/contact/solutions/PALM_form.htmlURL : /au/E-mail:*************************.comRua Treze de Maio, 1633-I Andar,CEP0I327-905, Sao Paulo, SP.BrazilURL : /br/E-mail:*********************.brURL : /ffts/E-mail:******************************URL : /felg/E-mail:*********************.comURL : /hk/E-mail:*******************.comGurgaon, Haryana-122002, IndiaURL : /in/services/palmsecure/E-mail:***************************.comSusong Tower Building, 83-1, Susong-Dong,Jongno-Gu, Seoul, KoreaURL : /kr/E-mail:*********************.comURL : /palmsecure/E-mail:*******************************.com20 Science Park Road #03-37, TeIeTech Park,URL : /E-mail:****************.com19th F1., N0.39, Scc. 1,Chung-Hwa Rd.,URL : /tw/E-mail:*********************.com。
掌脉中的秘密
相似， 但是 ， 手掌静脉 的配套设备成本
却要 比指纹技术高得 多。“ 指纹用得好
好 的，为什么要换？”这也成为大多数 银行拒绝掌脉识别技术 的主要理 由。 据记者了解，掌脉识别技术对硬件 并没有太高的要求，目前市场主流 Ｃ Ｕ Ｐ （ 中央处理器 ） 的处理能力完全能够满足。 因此 ，配套设备成本偏 高的说法并不能 成立 。 对此 ， 富士通方面的一位市场人员 认为 ，造成上述情况的原 因是中国银行 业的特殊性 ， 即统一采购 ， 因此新技术的
特就不会得手 了” 富士通 （ ， 中国 ） 信息
单 。他用 不干胶 条粘 贴使用 过的玻 璃 杯， 然后撕 下胶条 ， 获 就
得 了玻璃 杯上残 留的 指 纹样 品，接着再根 据 指 纹样 品制造假 的手指 。 至于 眼部 虹膜 识别
系统有 限公 司 （ 以下简称富士通 ） 一位
大的缺点是 ， 一旦当事人的生物特征被 收集或仿 制 ， 他很难像改变数字密码一 样更改 自身的特征 那么 ，手掌静脉识别技术是否可以
须与扫描器表面发生直接接触 ， 这种非
侵入型的扫描过程简单 、 自然、 卫生 ， 减 轻了用户的抗拒心理 。 ”富士通认为更 重要的是 ， 手掌静脉识别装置通过红外 线感应器来取得 手掌静脉分布 图 ， 通过
码 而 苦 恼 … …
中国 市场遭 遇 红灯
按照富士通的描述 ， 掌脉识别技术 的前景应该不错 ， 但在 中国市场的实际 推广似乎遇到了一些问题 。 目前在 中国市场 ，掌脉 识别技 术 的应用 主要集 中在 鼠标和 门禁系统上 。 对于 传统 信息安 全产 品采购大 户银行 系统 来说 ，这一 技术几 乎完全 是陌生 的 。在记者 所作 的北京 １ 家银 行随机 ０
富士通掌静脉门禁系统方案
掌静脉识别应用方案目录第一章方案设计总述一前言简述二设计原则三设计依据和规范第二章系统结构和配置一系统功能管理结构模式二系统功能和特点2.2.1 系统功能2.2.2 系统特点三系统基本组成部分2.3.1 门禁控制器2.3.2 掌静脉识别仪2.3.3 感应卡识别源2.3.4 电锁及动作执行设备第三章门禁系统操作管理软件一门禁系统管理软件简介二软件操作流程三软件功能说明第四章应用案列效果第五章门禁系统布线规范一施工主要材料、工具要求二施工布线技术要求第一章方案设计综述一、前言简述富士通手掌静脉识别技术是当前全球最为顶尖的生物识别技术。
它利用人体血红蛋白通过静脉时能吸收近红外光的特性，采集手掌皮肤底下的静脉影像，并提取以作为生物特征。
跟其它如指纹、眼虹膜或手形等生物识别技术相比，手掌静脉极难复制伪造，最大原因是这种生物特征，是在手掌皮肤底下，单凭肉眼看不见的。
此外，由于手掌静脉使用方式是非接触式，它更加卫生，适合在公共场合使用。
同时，适用手掌也较为自然，让用户更容易接受。
手掌静脉的认假率和拒真率也比其他生物识别技术来得低。
同时要求必须是活体掌静脉才有效，呼和浩特市的重刑犯之所以能够逃脱就是因为项目门禁系统采用的是指纹系统，现如今仿造指纹膜的出现已经完全让指纹识别没有了立足之地，指纹识别不要求是生物活体所以就出现了砍断预警的手指照样可以去打开门的越狱事件。
手掌静脉识别技术首次于2004年在日本富士通公司开始应用，随后被推广至全球各地，在欧美已经广泛应用。
客户包括金融业银行、高等学府、政府机构和公共医院等。
这项科技于2005年荣获华尔街时报最佳科技创新奖,也于2006年在德国举行的国际家电展示（CES）获创新奖。
2007年，该项技术开始引入到中国大陆。
二、设计原则先进实用性原则在项目AB门互锁门禁系统设计中，必须遵循先进实用性原则。
具体应用体现在以下方面：系统智能化：项目AB门互锁门禁系统中采用的产品必须具有智能化特征，前端设备与系统必须有良好可靠的通讯能力和故障自动检测、报警功能。
安全你我，信任天地——富士通手掌静脉识别装置PalmSecure
安全你我，信任天地——富士通手掌静脉识别装置
PalmSecure
佚名
【期刊名称】《互联网周刊》
【年(卷),期】2007(000)016
【摘要】近年出现的“生物识别技术”将安全防范鉴别带入了一个全新的天地——静脉纹路识别就是最主要的代表。
作为静脉纹路识别技术的主导厂商，富士通在安全鉴别技术上经过多年钻研，取得了令人瞩目的成果，推出了新一代手掌静脉识别装置DalmSecure。
【总页数】1页(P81)
【正文语种】中文
【中图分类】TP393.08
【相关文献】
1.安全、便捷的非接触型手掌静脉识别系统 [J],
2.南京擎天公司解决方案引入富士通手掌静脉认证装置 [J], 李明
3.南京擎天公司解决方案引入富士通手掌静脉认证装置 [J],
4.日本研制出通过手掌静脉识别人的新装置 [J],
5.手掌静脉识别安全解决方案出炉 [J],
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
■■非非接接触触 ■■伪伪造造困困難難 ■■适适用用于于安安全全性性要要求求 较较高高的的市市场场领领域域
认证精度低
面部特征 签名
声纹
手掌静脉
虹膜
手背/手指静脉
■■高高精精度度 ■■高高价价格格
认证精度高
■■当当使使用用电电话话时时,,其其为为唯唯一一手手段段 ■■容容易易受受身身体体状状态态的的影影响响
零售业/信用卡上使用的案例
因可以对操作员工进行正确的劳务管理，并为客户提供便利性，所以手掌静脉认证系统受到欢迎
【POS终端】 • 操作员工认证
－管理实际工作时间 －防止不正当行为
【会员管理】 • 积分管理 • 积分兑换
【支付】 • 信用卡 • 借记卡 • 手机支付
【考勤管理】 • 正式员工 • 合同工／临时工
多门控制器
Wiegand26/34 或RS485协议
LAN
管理PC
14
掌静脉识别仪 功能：
.静脉认证 .IC卡认证
通过手掌静脉认证 登入管理PC，提高 了安全性
All Rights Reserved. © JiangSu Fujitsu Limited 2010
苏州电信IDC机房应用
15
PSN 800掌静脉识别仪规格
脸
Applied Optics / Feb. 2005
指纹 / 声音 / Aug. 2005
声音 3.0% 3.0%3 NhomakorabeaAll Rights Reserved. © JiangSu Fujitsu Limited 2010
主要生物认证方法比较
认证种类
声纹
１
脸
２
签名
３
指紋
All Rights Reserved. © JiangSu Fujitsu Limited 2010
应用模式二
静脉识别门禁管理系统-网络型
电子门
掌静脉识别仪
[管理PC.主要功能]
.记录管理 .静脉注册和管理 .IC卡注册和管理 .权限管理 .通信监视和管理 .门控器管理(第三方)
*多门控制器由第三方提供
10
All Rights Reserved. © JiangSu Fujitsu Limited 2010
PSN 800在门禁系统中的应用
独立型 网络型
11
All Rights Reserved. © JiangSu Fujitsu Limited 2010
PSN 800支持的识别模式
12
All Rights Reserved. © JiangSu Fujitsu Limited 2010
【学生信息】 • 学生证 • 发行各种证书
【无现金支付】 • 校内商店 • 校内食堂
千叶工业大学
【门禁管理】 • 考勤管理 • PC 登录 • 机房进入 • 图书馆管理
ＩＣ卡 ＋ 静脉
21
【储存柜】 ・钥匙
All Rights Reserved. © JiangSu Fujitsu Limited 2010
眼睛前放东西造成心理
亚洲人由于瞳孔较小，不合 不安
高
适此方法
医学上人各不同，同一人的 左右手也不一样 孪生、克隆也不同 除手掌大小其他没有变化且 保持终生不変
几乎没有抵触感
非常低
高 非常高
好 门禁装置
非常好
高精度,公共 场所(ATM,门 禁,PC注册)
高
作作为为普普及及条条件件面面向向多多数数人人使使用用时时，，心心理理抵抵触触感感较较小小，，是是大大家家可可以以接接受受的的最最佳佳识识别别方方式式，，同同时时考考虑虑识识别别精精度度和和价价
４
虹膜
５
静脉（非接触型）
６
识别特征
提取声紋的特征，制作声 紋模型，进行比对识别。 可以利用电话进行识别。
根据眼睛、嘴等部位的形 状、位置等模式进行比对 识别
笔順、笔圧、运笔速度等 的比对，找出本人基准签 字误差程度
通过接触型传感器抽取指 纹模式进行比对。 身体识别中实用化程度最 高
通过非接触型传感器抽取 眼睛的虹膜模式进行比对
应用模式一
静脉识别门禁管理系统-独立型
掌静脉识别仪
Wiegand26/34 或RS485协议
出门按钮
掌静脉识别仪功能：
1.静脉注册和管理 2.IC卡注册和管理 3.静脉认证 4.IC卡认证
*门控器由第三方提供
门控器
门控器功能： 1.继电器控制 2.用户ID管理 3.进出控制 4.时间管理
13
电子门
16
掌静脉认证日本运用案例
17
All Rights Reserved. © JiangSu Fujitsu Limited 2010
金融机关使用案例
在重视安全性可靠性的金融机关，从2004年7月的敦贺银行，10月东京三菱银行（现在的三菱东京 UFJ银行）开始，通过6年的稳定使用情况，现广泛地使用在后方事务（川崎信用社），个人保险柜 等。
『出租保险柜系统』 采用手掌静脉认证进行出租保险柜室的出入管理。 防止伪造卡的使用提高安全性。
23
All Rights Reserved. © JiangSu Fujitsu Limited 2010
谢谢, 欢迎合作!
2244
All Rights Reserved, Copyright FFUuJjitIsTuSUFroLnIMteIcThEDLim20it0e7d
由于是身体内部的特征，极难伪造。手掌静脉传感器同时具备活体检知功能。
功能特点
可联网使用，配置管理PC，对联网的终端进行管理和数据处理 接口丰富 ，集成网络接口、USB口、RS485/韦根接口 内置IC卡识别，实现1：1精确、快速地认证 配备触摸屏，无需显示器也可进行操作、维护 提供认证记录接口，可应用于门禁、考勤等
生物认证
生物认证是「基于个人的身体・行动特征进行识别」的技术。根据利用身体各部位的特征（身体特征）， 及个人的行动特征（习惯）（行动特征）而进行分类。
基于个人的身体行动特征识别
和事先登记的人体信息比对识别本人
身体特征
脸 指纹 虹膜 静脉
行动特征
声纹 签名
2
All Rights Reserved. © JiangSu Fujitsu Limited 2010
22
All Rights Reserved. © JiangSu Fujitsu Limited 2010
专用机应用案例
旭精工
『游戏用硬币存取机』 通过使用手掌静脉认证终端和认证卡实现顾客本人认证， 实现高安全性。
理光
『综合复印机（MFP）』 打印时一旦数据保存后,只有通过手掌静脉认证后才能打印
冈村制作所
非接触型掌静脉识别原理
掌静脉识别的工作原理
① 手放在传感器上方 ② 近红外线照射 ③ 取得近红外线影像 ④ 储存影像为样板
手掌静脉传感器
DB
或者
氧化血色素
还原血色 素
←吸收约760nm前后的波长
血色素的吸光特性 Korona公司 生物体情报的可视化技术编辑委员会
「生物体情报的可视化技术」(1997)
0.1%
0.8%
2.6%
1.0%
FAR
0.00008%
(False Acceptance Rate)
0.0001% 0.0001% 0.001%
0.07%
1.3%
1.0%
出处 :
手背静脉
手形
University of Buffalo / Center of Unified Biometrics and Sensors
生活住宅的使用案例
手掌静脉的自然操作性和非接触公众性得到认可，已在高级住宅楼的入口处安装了『手掌静脉 认证装置』。今后，将会普及到高级住宅楼的各户入口及别墅型住宅。
【高级住宅楼】 • 小区入口 • 各户入口
〔已采用的高级住宅楼〕 •兵库县西宫高级住宅楼 •M’s City 三乡, MEITU黑川长喜町（爱知）
掌静脉识别仪 －PalmSecure Node 800介绍
2011年1月 江苏富士通通信技术有限公司
All Rights Reserved. © JiangSu Fujitsu Limited 2010
“生物认证技术” 当今社会安全认证的新趋势
1
All Rights Reserved. © JiangSu Fujitsu Limited 2010
【柜台终端】 • 登录静脉数据 • 本人确认
【后台业务】 • PC登录
柜台操作
后方事务
【ATM】
• 现金卡的 本人确认
【个人保险柜】 ・钥匙
18
All Rights Reserved. © JiangSu Fujitsu Limited 2010
医疗机关使用案例
在医疗机关里『卫生性＝非接触』是一个前提 → 所以管理和生命有关数据的医生都会选择: ①由复杂的静脉特征构成，②血管粗可稳定使用的『手掌』静脉识别系统
个人使用
指纹
■■因因接接触触型型 不不适适合合公公众众使使用用
■■易易受受寒寒冷冷天天气气影影响响
■■小小型型・・低低价价格格
5
All Rights Reserved. © JiangSu Fujitsu Limited 2010
非接触型掌静脉识别原理 (PalmSecure)
6
All Rights Reserved. © JiangSu Fujitsu Limited 2010
7
近红外线影像
静脉存储样板
All Rights Reserved. © JiangSu Fujitsu Limited 2010