指纹识别综述(5): 分类与检索

指纹识别综述系列
1.导论；2.指纹传感器；3.特征提取；4.匹配；5.分类与检索；6.现场指纹识别； 7.指纹合成； 8.唯一性； 9.指纹系统安全；10.深度学习方法；11.专利。

本文主要基于《Handbook of Fingerprint Recognition》第三版第五章“Fingerprint Classification and Indexing”的内容。本文会不定期更新，以反映一些新的进展和思考。

1、引言

身份辨识（identification）需要将查询指纹与数据库中的所有指纹进行比对。在许多司法和政府应用中，该数据库可能非常大（例如，数千万个指纹）。在这种情况下，辨识的响应时间可能会很长。可以采用两种方法来加速：（1）减少搜索空间和（2）使用并行架构进行匹配。本文专门讨论第一种技术。

如果性别、种族、年龄等个人信息可用，要搜索的数据库可以大大减少。然而，这些信息未必总是可用（例如，基于现场指纹的犯罪嫌疑人识别），在一般情况下，必须使用指纹本身进行有效检索。

为了显著加快数据库搜索速度，研究者提出了几种预选技术，可分为（1）排他性指纹分类和（2）指纹索引（也称为连续分类）。

排他性指纹分类（简称指纹分类）旨在以一致和可靠的方式将一组指纹分组为不相交的类别。在过去的五十年中，已经有许多模式识别研究致力于这个题目。虽然粗分类不能唯一地识别指纹，但它可以排除类型不同的指纹，将给定查询指纹的比对限制为仅属于同一类的指纹，从而加快数据库搜索速度。

然而，分类技术作为指纹识别系统中的预选方法，今天只具有历史价值了（可能在人类学研究中仍有价值）。这类技术有一些实质性的局限性，并且通常不能保证足够的性能。主要缺点是类别的数量通常很少，指纹在不同类别之间的分布很不均匀：当必须在大型数据库中搜索单个指纹时，分类通常无法充分缩小搜索范围。此外，有一部分指纹没有唯一明确的类别。

因此，研究者开始探索不基于排他性分类的检索技术。索引的关键思想是通过采用适合高效搜索的指纹表示减少候选指纹数量。索引与检索策略相结合，旨在获得要提交给最终匹配环节的候选列表。在过去的三十年中，研究者提出了多种指纹索引技术。与指纹分类相比，指纹索引目前仍然是一个活跃的研究课题。

虽然指纹匹配通常根据局部特征（例如，细节点）进行，但指纹分类通常基于全局特征，例如脊线方向场和奇异点。指纹索引可能采用局部或者全局的特征。

第2节首先概述了指纹分类的历史，然后简要介绍了文献中的主要方法；第3节讨论了排他性分类方法的指标和数据集。第4节介绍代表性的指纹索引技术；第5节讨论索引技术的性能。