融合多生物特征的RFID智能身份識別系統(tǒng)設(shè)計

何芙蓉　黃榮兵

摘要：RFID技術(shù)和生物特征識別得到了快速發(fā)展，為進一步提高身份識別的精度和效率，該文介紹了一種融合RFID和多生物特征的身份認證系統(tǒng)模型。該系統(tǒng)模型可以應(yīng)用在很多領(lǐng)域如公共場所的安全檢測、工作區(qū)域的出入口等，具有非常重要的實際應(yīng)用價值。

關(guān)鍵詞：射頻識別；特征融合；生物特征；信息融合

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1009-3044（2014）19-4535-03

1 概述

隨著無限射頻識別技術(shù)（Radio Frequency Identification，簡稱RFID）的發(fā)展，融合生物特征的RFID識別手段已在自動身份識別領(lǐng)域得到了廣泛應(yīng)用[1][2]。傳統(tǒng)的訪問控制系統(tǒng)通常使用密碼或非接觸IC卡，或使用生物特征識別如指紋、人臉等。但是，密碼容易遺忘，IC卡容易丟失且如果被人撿到容易被冒名頂替，如果使用單一的生物特征進行身份驗證，有時可能導(dǎo)致識別失效。因此，為了提高身份識別的精度和有效性，基于RFID設(shè)計了一種綜合多種生物特征信息于一體的智能身份識別系統(tǒng)模型。

2 系統(tǒng)模型

整個系統(tǒng)的工作過程描述如下：當(dāng)一個人準備通過訪問控制系統(tǒng)時，他隨身攜帶的RFID卡首先會被掃描，ID信息首先進行入系統(tǒng)暫存，同時他還需要按指紋，另外視頻頭拍攝到他的人臉圖像將同時存儲于系統(tǒng)，系統(tǒng)會對人臉和指紋提取特征并進行融合，最后系統(tǒng)通過RFID卡的信息和融合的特征信息進行身份驗證。整個系統(tǒng)可以分為三個模塊：1） 信息獲??；2） 信息存儲；3） 信息處理及分析，系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)框架

2.1 信息獲取

該模塊主要負責(zé)兩方面的工作。一方面是離線工作，即搜集原始數(shù)據(jù)信息包括RFID卡信息和持卡人的人臉圖像和指紋信息并將其存入數(shù)據(jù)庫；另一方面是在線工作，即識別階段即時讀取RFID卡中的信息和實時獲取持卡人的人臉圖像和指紋數(shù)據(jù)，以便與數(shù)據(jù)庫中的信息進行比對。該信息獲取模塊主要涉及的硬件設(shè)備有網(wǎng)絡(luò)視像機、指紋采集儀及RFID讀取設(shè)備。

2.2 信息存儲

該模塊涉及兩個數(shù)據(jù)庫。一個數(shù)據(jù)庫主要是存儲RFID卡內(nèi)用戶信息和持卡人的人臉和指紋信息，這些信息是通過信息獲取模塊得到。另一個數(shù)據(jù)庫是存儲訪問日志信息，以便管理人員查詢相關(guān)訪問人的個人信息。該模塊涉及到的硬件是一臺高速運行、存儲容量大的數(shù)據(jù)庫服務(wù)器。

2.3 信息處理及分析

該模塊是整個系統(tǒng)的核心，它涉及RFID卡信息的處理、人臉及指紋特征提取及識別，其數(shù)據(jù)處理流程如圖2所示。

圖2 數(shù)據(jù)處理流程

3 關(guān)鍵技術(shù)

3.1 RFID數(shù)據(jù)讀取

具有RS232接口的RFID閱讀器與計算機相連，讀取RFID卡的信息。計算機與RFID閱讀器的通信及數(shù)據(jù)傳送過程如圖3所示。它分為三個步驟：1） 閱讀器（Reader）通過內(nèi)置的天線發(fā)出一定頻率的射頻信號；2） 射頻標簽（Tag）進入到射頻信號的磁場范圍內(nèi)時會產(chǎn)生感應(yīng)電流而獲得能量，進而向閱讀器發(fā)出自身的編碼信息；3） 閱讀器將讀到的Tag信息傳送到計算機進行處理。

圖3 RFID數(shù)據(jù)采集

3.2 指紋識別技術(shù)

該技術(shù)主要涉及指紋圖像的獲取和特征提取。首先通過指紋采集儀獲取到持卡人的指紋紋信息，然后，通過圖像的預(yù)處理手段，使其更清晰，圖4給出了原始指紋圖像和預(yù)處理后的指紋圖像。緊接著進行特征提取，文中采用孟祥萍等[3]人提出的指紋紋線輪廓特征提取算法。在該算法里，利用Freeman鏈碼的導(dǎo)數(shù)來表示從指紋圖像中提取的紋線。

（a）原始指紋圖像 （b）預(yù)處理后的指紋

圖4 指紋圖像

3.3 人臉識別技術(shù)

該技術(shù)主要包含人臉檢測和人臉特征提取。人臉檢測采用文獻[4]提出的檢測方法；而人臉特征的提取則采用具有很強鑒別能力的LDA特征提取方法[5]，其核心思想就是從高維空間中提取最具分類能力的低維信息，使得在保證類間離散度最大的同時類內(nèi)離散度最小。下面給出其具體方法：給定一個數(shù)據(jù)集[{xi}，i=1，2，…M]將它分成[n]類，類間離散度[Sb]和類內(nèi)離散度[Sw]分別定義為：

[Sw=1Mi=1nk=1li（xik-ni）（xik-mi）T] （1）

[Sb=1Mi=1nli（mi-m0）（mi-m0）T] （2）

其中，[m0=1Mi=1Mxi ]，[mi=1lik=1lixik i=1，2，…，n]，[xik]表示第[i]類中的第[k]個訓(xùn)練樣本，[li]表示第[i]類樣本數(shù)，則有[i=1nli=M]，[m0]表示所有訓(xùn)練樣本的均值，[mi]表示第[i]類樣本的均值。定義總體離散度矩陣[St=Sw+Sb]，則得到準則函數(shù)為：

[Fμopt=μTSbμμTSwμ] （3）

通過尋求最佳投影方向[μ]，使得[Fμ]取最大值，最后將問題轉(zhuǎn)化為[Sbμi=λiSwμi]。假設(shè)[λi]為對應(yīng)矩陣[S-1wSb]大于0的特征值，則所對應(yīng)的特征向量[μi（i=1，2，…，n-1）]即為投影空間，構(gòu)成[n-1]維矢量特征空間[W]，即[W={μ1，μ2，…μn-1}]。

3.4 特征信息融合

在本設(shè)計系統(tǒng)里，采用了兩類生物特征，為了更加準確和快速地對持卡人身份進行判別，文中采用了決策層融合的方式對人臉和指紋信息進行融合[6]，即針對兩類生物特征先分別進行處理和匹配，然后再對匹配結(jié)果進行決策融合后得到最終的識別結(jié)果。在決策層融合的過程中，采用了AND規(guī)則進行驗證，只有當(dāng)兩種類型的特征同時被判定正確時，持卡用戶才能真正被接受。

4 系統(tǒng)仿真

使用Pentium（R） Dual-Core CPU T2500， 2.4GHz， 2G RAM，操作系統(tǒng)是window XP，開發(fā)工具是C#，后臺數(shù)據(jù)庫使用SQL Server 2008。整個系統(tǒng)主要由8個類構(gòu)成：訪問控制類AccessControl，RFIDControl類，RFIDResultSet類，VideoControl類，F(xiàn)aceRecogntion類、FingerPrintRecognition類、RecordSave類和DecisionFusion類。AccessControl類是核心類，它控制RFID信息的讀取、視頻圖像的獲取、人臉檢測和信息存儲；RFIDControl類主要對RFID信息進行讀取，它包括ReadCard（），HandleCard（）等方法；FaceRecogntion類主要進行人臉特征的提取和識別。RecordSave類用來存儲日志信息；DecisionFusion類是決策融合類。整個系統(tǒng)仿真結(jié)果界面如圖5（a）和（b），其中圖（a）是待識別持卡人通過驗證后得到的個人資料基本信息，（b）圖是未通過驗證，因為沒有其相應(yīng)的資料。

（a）驗證通過 （b）驗證未通過

圖5 系統(tǒng)仿真結(jié)果

5 結(jié)論

本文結(jié)合RFID技術(shù)和多模態(tài)生物特征設(shè)計并初步實現(xiàn)了一個身份驗證系統(tǒng)。該系統(tǒng)模型可以用于實際的自動智能監(jiān)控，在海關(guān)、機場、大型商場的出入口具有很大的商業(yè)和實際應(yīng)用價值，它對降低社會犯罪率，保護企業(yè)、政府部門的利益等有重要意義。

參考文獻：

[1] 吳元，劉決仕.結(jié)合人臉識別的RFID 身份驗證系統(tǒng)研究與實現(xiàn)[J].計算機工程與應(yīng)用，2009，45（4）：242-248.

[2] Lokhande P，Kotkar D，Nikam P.Combined RFD-Biometric based MIS for student information.[J].International Journal of Engineering Trends and Technology，2013，4（3）：307-310.

[3] 孟祥萍，武增光，趙玉蘭.基于紋理結(jié)構(gòu)的指紋識別算法[J].計算機工程與設(shè)計，2009，30（13）：3136-3138.

[4] 黃榮兵，梁幗英，杜明輝.復(fù)雜背景下基于模糊集的快速人臉檢測[J].計算機工程與設(shè)計，2008，29（3）：690-693.

[5] 黃榮兵，梁幗英，張敏霄，等.一種基于LDA的Gabor不變矩人臉特征提取方法[C].第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集，2008.

[6] 徐新萍，趙鵬，王曉民，等.基于RFID技術(shù)的多模態(tài)生物特征認別系統(tǒng)設(shè)計[J].中國體視學(xué)與圖像分析，2008， 13（3）：188-192.

通過尋求最佳投影方向[μ]，使得[Fμ]取最大值，最后將問題轉(zhuǎn)化為[Sbμi=λiSwμi]。假設(shè)[λi]為對應(yīng)矩陣[S-1wSb]大于0的特征值，則所對應(yīng)的特征向量[μi（i=1，2，…，n-1）]即為投影空間，構(gòu)成[n-1]維矢量特征空間[W]，即[W={μ1，μ2，…μn-1}]。

3.4 特征信息融合

在本設(shè)計系統(tǒng)里，采用了兩類生物特征，為了更加準確和快速地對持卡人身份進行判別，文中采用了決策層融合的方式對人臉和指紋信息進行融合[6]，即針對兩類生物特征先分別進行處理和匹配，然后再對匹配結(jié)果進行決策融合后得到最終的識別結(jié)果。在決策層融合的過程中，采用了AND規(guī)則進行驗證，只有當(dāng)兩種類型的特征同時被判定正確時，持卡用戶才能真正被接受。

4 系統(tǒng)仿真

使用Pentium（R） Dual-Core CPU T2500， 2.4GHz， 2G RAM，操作系統(tǒng)是window XP，開發(fā)工具是C#，后臺數(shù)據(jù)庫使用SQL Server 2008。整個系統(tǒng)主要由8個類構(gòu)成：訪問控制類AccessControl，RFIDControl類，RFIDResultSet類，VideoControl類，F(xiàn)aceRecogntion類、FingerPrintRecognition類、RecordSave類和DecisionFusion類。AccessControl類是核心類，它控制RFID信息的讀取、視頻圖像的獲取、人臉檢測和信息存儲；RFIDControl類主要對RFID信息進行讀取，它包括ReadCard（），HandleCard（）等方法；FaceRecogntion類主要進行人臉特征的提取和識別。RecordSave類用來存儲日志信息；DecisionFusion類是決策融合類。整個系統(tǒng)仿真結(jié)果界面如圖5（a）和（b），其中圖（a）是待識別持卡人通過驗證后得到的個人資料基本信息，（b）圖是未通過驗證，因為沒有其相應(yīng)的資料。

（a）驗證通過 （b）驗證未通過

圖5 系統(tǒng)仿真結(jié)果

5 結(jié)論

本文結(jié)合RFID技術(shù)和多模態(tài)生物特征設(shè)計并初步實現(xiàn)了一個身份驗證系統(tǒng)。該系統(tǒng)模型可以用于實際的自動智能監(jiān)控，在海關(guān)、機場、大型商場的出入口具有很大的商業(yè)和實際應(yīng)用價值，它對降低社會犯罪率，保護企業(yè)、政府部門的利益等有重要意義。

參考文獻：

[1] 吳元，劉決仕.結(jié)合人臉識別的RFID 身份驗證系統(tǒng)研究與實現(xiàn)[J].計算機工程與應(yīng)用，2009，45（4）：242-248.

[2] Lokhande P，Kotkar D，Nikam P.Combined RFD-Biometric based MIS for student information.[J].International Journal of Engineering Trends and Technology，2013，4（3）：307-310.

[3] 孟祥萍，武增光，趙玉蘭.基于紋理結(jié)構(gòu)的指紋識別算法[J].計算機工程與設(shè)計，2009，30（13）：3136-3138.

[4] 黃榮兵，梁幗英，杜明輝.復(fù)雜背景下基于模糊集的快速人臉檢測[J].計算機工程與設(shè)計，2008，29（3）：690-693.

[5] 黃榮兵，梁幗英，張敏霄，等.一種基于LDA的Gabor不變矩人臉特征提取方法[C].第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集，2008.

[6] 徐新萍，趙鵬，王曉民，等.基于RFID技術(shù)的多模態(tài)生物特征認別系統(tǒng)設(shè)計[J].中國體視學(xué)與圖像分析，2008， 13（3）：188-192.

通過尋求最佳投影方向[μ]，使得[Fμ]取最大值，最后將問題轉(zhuǎn)化為[Sbμi=λiSwμi]。假設(shè)[λi]為對應(yīng)矩陣[S-1wSb]大于0的特征值，則所對應(yīng)的特征向量[μi（i=1，2，…，n-1）]即為投影空間，構(gòu)成[n-1]維矢量特征空間[W]，即[W={μ1，μ2，…μn-1}]。

3.4 特征信息融合

在本設(shè)計系統(tǒng)里，采用了兩類生物特征，為了更加準確和快速地對持卡人身份進行判別，文中采用了決策層融合的方式對人臉和指紋信息進行融合[6]，即針對兩類生物特征先分別進行處理和匹配，然后再對匹配結(jié)果進行決策融合后得到最終的識別結(jié)果。在決策層融合的過程中，采用了AND規(guī)則進行驗證，只有當(dāng)兩種類型的特征同時被判定正確時，持卡用戶才能真正被接受。

4 系統(tǒng)仿真

使用Pentium（R） Dual-Core CPU T2500， 2.4GHz， 2G RAM，操作系統(tǒng)是window XP，開發(fā)工具是C#，后臺數(shù)據(jù)庫使用SQL Server 2008。整個系統(tǒng)主要由8個類構(gòu)成：訪問控制類AccessControl，RFIDControl類，RFIDResultSet類，VideoControl類，F(xiàn)aceRecogntion類、FingerPrintRecognition類、RecordSave類和DecisionFusion類。AccessControl類是核心類，它控制RFID信息的讀取、視頻圖像的獲取、人臉檢測和信息存儲；RFIDControl類主要對RFID信息進行讀取，它包括ReadCard（），HandleCard（）等方法；FaceRecogntion類主要進行人臉特征的提取和識別。RecordSave類用來存儲日志信息；DecisionFusion類是決策融合類。整個系統(tǒng)仿真結(jié)果界面如圖5（a）和（b），其中圖（a）是待識別持卡人通過驗證后得到的個人資料基本信息，（b）圖是未通過驗證，因為沒有其相應(yīng)的資料。

（a）驗證通過 （b）驗證未通過

圖5 系統(tǒng)仿真結(jié)果

5 結(jié)論

本文結(jié)合RFID技術(shù)和多模態(tài)生物特征設(shè)計并初步實現(xiàn)了一個身份驗證系統(tǒng)。該系統(tǒng)模型可以用于實際的自動智能監(jiān)控，在海關(guān)、機場、大型商場的出入口具有很大的商業(yè)和實際應(yīng)用價值，它對降低社會犯罪率，保護企業(yè)、政府部門的利益等有重要意義。

參考文獻：

[1] 吳元，劉決仕.結(jié)合人臉識別的RFID 身份驗證系統(tǒng)研究與實現(xiàn)[J].計算機工程與應(yīng)用，2009，45（4）：242-248.

[2] Lokhande P，Kotkar D，Nikam P.Combined RFD-Biometric based MIS for student information.[J].International Journal of Engineering Trends and Technology，2013，4（3）：307-310.

[3] 孟祥萍，武增光，趙玉蘭.基于紋理結(jié)構(gòu)的指紋識別算法[J].計算機工程與設(shè)計，2009，30（13）：3136-3138.

[4] 黃榮兵，梁幗英，杜明輝.復(fù)雜背景下基于模糊集的快速人臉檢測[J].計算機工程與設(shè)計，2008，29（3）：690-693.

[5] 黃榮兵，梁幗英，張敏霄，等.一種基于LDA的Gabor不變矩人臉特征提取方法[C].第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集，2008.

[6] 徐新萍，趙鵬，王曉民，等.基于RFID技術(shù)的多模態(tài)生物特征認別系統(tǒng)設(shè)計[J].中國體視學(xué)與圖像分析，2008， 13（3）：188-192.