《Handbook of Fingerprint Recognition》第三版（2022年出版）的主要更新

《Handbook of Fingerprint Recognition》（2004年第一版，2009年第二版）是指纹识别领域的必读书。它的谷歌学术引用超过6000次，在指纹识别领域是绝无仅有的。时隔13年出的第三版，相比上一版有什么主要更新呢？

• 专门增加了一章“现场指纹识别”。原因是，过去十年来发表的指纹识别论文中，相当一部分是围绕现场指纹这个主题。也就是说，现场指纹识别的挑战激发了指纹领域的创新和技术进步。而且至今，现场指纹识别仍然是一个具有挑战性的问题，有相当比例的现场指纹的识别过程需要指纹鉴定专家的人工辅助。
• 删去了“多生物特征融合”一章。一方面原因是，多生物特征融合在现实中已经非常成熟而且普遍；另一方面，《Handbook of Multibiometrics》对于多生物特征融合的论述已经很全面了，指纹的融合并无很多特殊之处，没有必要单独写成一章。
• 深度学习技术在指纹识别系统各个模块的应用，包括特征提取、匹配、检索、合成、活体检测。
• 各个章节的呈现风格略有变化。在前两版，作者试图涵盖所有公开发表的指纹识别文献（包括一些不太重要的文献）。然而，随着时间推移，期刊和会议收录的论文越来越多，继续全面覆盖各种文献会导致书籍过于庞大，阅读体验不好。因此，在第三版中，作者试图在综述和重点文献的详细介绍之间取得平衡。
• 增加了500多篇新的文献。正文由于有增有删，总页数没有增加太多（从494页增加到522页）。
• 每章的参考文献是独立的，方便读者单独下载和打印感兴趣的章节。
• 电子版和纸质版均是彩色的（导致价格高了不少​​​​​​​）。

每章的新增内容

1 引言

• 新出现的应用、大规模项目
• 每章简介更新

2 指纹采集

• 传感器技术的发展
• 新的传感器技术（OCT，非接触）
• 从CMOS到TFT传感器
• 多指和单指指纹扫描仪，手机指纹传感器

3 指纹分析与表示

• 高级的分割技术：全变分、深度模型
• 基于学习的方向场估计技术：字典法、CNN
• 指纹姿态估计新方法
• 基于神经网络的指纹增强技术
• 基于学习的指纹细节点检测（如FingerNet）
• 方向场和细节点检测的评测
• 汗孔检测
• 全局和局部指纹质量估计新方法（如NFIQ2）

4 指纹匹配

• 全局细节点匹配方法的重新分类
• 细节点的谱表示方法
• 新的局部细节点描述子（如MCC）
• 皮肤扭曲校正技术
• 稠密指纹配准
• 基于特征的匹配方法的发展：从FingerCode到手工纹理特征，再到深度特征（DeepPrint）
• 汗孔匹配
• 技术评测更新

5 指纹分类与检索

• 压缩指纹分类部分，扩展指纹检索部分
• 基于细节点的新检索方法
• 基于深度学习的检索方法
• 技术评测

6 现场指纹识别（新）

• 指纹专家的现场指纹识别方法
• 现场指纹的自动特征提取和匹配
• 现场指纹质量估计
• 性能评测

7 指纹合成

• 指纹合成方法的分类
• Master指纹生成和各种指纹图像的合成
• 生成式模型（GAN）
• 合成技术的验证

8 唯一性

• 经验和理论的建模方法
• 指纹的持久性

9 指纹系统安全

• 指纹系统的风险模型
• 获取指纹数据的方法和对策
• 最新的活体检测技术与评测
• 整形指纹与检测
• 新的模板保护技术（如定长表示的同态加密）
• 挑战