指紋生物識別技術的捕獲方法正在繼續發展，3D非接觸式指紋圖像用結構化的光進行了測量的圖像，這表明了解決該領域的某些持續挑戰的潛力，歐洲生物滲透學協會的最新虛擬午餐會上聽到的參與者（EAB）。
idloop研究負責人湯姆·米歇爾斯基博士交付了有關人皮膚生物特徵的“ 3D成像”的演示。 IDLOOP生產非接觸式生物識別設備，以實現更快的工作流程和降低維護成本。
Michalsky通過沮喪的總內反射回顧了接觸指紋生物識別的標準方法。這是基於光源，棱鏡以及鏡頭和相機的通常的掃描儀體系結構。 TFT傳感器也越來越熟悉，並且具有提供正確規模並避免棱鏡的優勢，但是根據Michalsky的說法，它們保留了其他基於接觸的掃描儀的其他缺點，例如留下潛在印刷品和細菌傳播的可能性。
隨後是2D非接觸式指紋的開發，並且顯示出比接觸掃描儀的可用性提高。最近的研究根據手與攝像機鏡頭的距離探討了規模歧義的問題。儘管試圖彌補這一規模問題，但較小的手指傾向於通過非接觸式圖像提供較低的匹配速率。 Michalsky說，非接觸式的2D指紋也可能會受到透視扭曲的影響，側視圖改變了毛細管線和細節之間的距離，而沒有更多信息就無法糾正。
Michalsky還討論了他所說的指紋“ 2.5D成像”，該指紋基於手指的粗糙3D結構，該結構通過2D成像解決了一些但不是全部挑戰。
相比之下，IDLOOP的光學非接觸式技術使用了絕對規模，沒有透視扭曲。圖像是用結構化的光創建的，投影到了主題上。他說，這種方法可在10微米以下分辨率。
演講中還描述了其他常見的3D測量技術，例如立體聲視覺和飛行時間。立體聲視覺不能用於3D指紋成像，因為它的周期性結構不足，而飛行時間則僅限於大約1cm的深度分辨率。
結構光3D指紋和足跡生物識別技術
結構化光線的發展可以追溯到六十年代，但是該技術在生物識別技術中的應用最新進展已應對特定的挑戰。一個例子涉及由於捕獲圖像時手指的微小運動而引起的偽影。重建算法用於在IDLOOP系統中執行運動校正。
結構化的光系統也必須非常精細地校準，研究人員發現缺乏標準的校準技術，其失真程度不高。
Michalsky的日期至今年至今沒有運動偽像的真正非接觸式3D指紋。除了更容易可見的生物特徵特徵外，還可以測量毛孔，這是第三級特徵。
研究人員還共享了一名兩年曆史的受試者的指紋脊和山谷結構的數據，這表明了幼兒生物識別驗證的持續困難，但也建議與其他方法相比，使用無接觸式3D成像更清晰的圖像更容易捕獲。
根據Michalsky的說法，TRUE 3D非接觸式指紋可以將局部曲率用作增強匹配精度的附加數據點。
Michalsky提出了該方法在應用中的一些優勢。為了識別小孩，甚至可以使用相同方法進行的足跡，甚至可以用來與父母團聚被綁架的嬰兒。它也可以用於演示攻擊檢測中，在該檢測中，它可以輕鬆識別印刷的欺騙偽像。
文章主題
3D|生物識別匹配|生物識別技術|生物識別研究|非接觸式生物識別技術|EAB|歐洲生物識別協會|指紋生物識別技術|idloop
