基于CNKI 數(shù)據(jù)庫的指靜脈識別分析

張亞，許敏敏，張智，劉洋，賈振軍

1.中國人民公安大學(xué) 研究生院，北京 100038

2.中國人民公安大學(xué) 偵查學(xué)院，北京 100038

信息化時代，網(wǎng)絡(luò)空間個人信息安全逐漸成為當(dāng)下熱門議題，生物特征識別技術(shù)應(yīng)運而生。不同于傳統(tǒng)的知識類密鑰技術(shù)保護(hù)個人隱私，生物特征識別是利用人體本身存在的特征進(jìn)行身份認(rèn)證以達(dá)到保障個人信息安全的目的[1]。其中指靜脈識別是一種采用近紅外光照射手指獲取靜脈圖像，提取靜脈特征來進(jìn)行個人身份認(rèn)證的技術(shù)[2]，因具有以下兩方面的獨特優(yōu)勢：一是只能活體識別，二是位于身體內(nèi)部，于眾多生物特征識別中脫穎而出。2 種特性使得指靜脈難于偽造和復(fù)制，不易受外部因素影響，作為生物特征安全等級高[3]。我國開展指靜脈識別相關(guān)研究起步晚，但發(fā)展迅速，在感興趣區(qū)域(region of interest，ROI)定位分割、圖像增強處理、特征提取和特征匹配等方面成果顯著。為研究我國指靜脈識別技術(shù)相關(guān)進(jìn)展及現(xiàn)狀，本文從文獻(xiàn)計量和可視化分析角度對CNKI 數(shù)據(jù)庫文獻(xiàn)進(jìn)行深入分析。因為文獻(xiàn)是科研的精華所在，具有重要的研究價值[4-5]，通過對各時段文獻(xiàn)進(jìn)行計量分析，揭示了我國指靜脈識別技術(shù)發(fā)展的演變歷程和研究熱點；通過對所有時段文獻(xiàn)的可視化分析，揭示了我國指靜脈識別技術(shù)的主要研究內(nèi)容、主要研究力量以及未來的研究方向，為讀者提供有價值的參考。

1 文獻(xiàn)來源和研究方法

1.1 文獻(xiàn)來源

本文統(tǒng)計文獻(xiàn)來源于CNKI，搜索關(guān)鍵字“指靜脈”并添加關(guān)鍵字識別，兩者均為模糊，時間不限，進(jìn)行高級搜索，搜索結(jié)果為386 篇，該數(shù)字涉及期刊論文、碩士論文、博士論文、國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、科技成果和會議論文等文獻(xiàn)類型，經(jīng)過篩選后，剩余368 篇。采用CNKI 自帶可視化分析工具繪制其發(fā)表年度趨勢如圖1 所示。

圖1 不同年份關(guān)于指靜脈識別文獻(xiàn)數(shù)量

由圖1 統(tǒng)計結(jié)果顯示，2018 年發(fā)表文獻(xiàn)48 篇，位居首位；文獻(xiàn)發(fā)表量每年總體呈上升趨勢，其中2004 年—2009 年期間靜脈識別相關(guān)文獻(xiàn)發(fā)表量增長緩慢，2010 年—2012 年期間增長迅速，呈現(xiàn)爆發(fā)式增長，2013 年—2018 年期間呈現(xiàn)緩慢增長的發(fā)展趨勢，2018 年至今呈下滑態(tài)勢，但是文獻(xiàn)發(fā)表基數(shù)大，從圖1 可以推測未來發(fā)表量會持續(xù)增加。

1.2 研究方法

受1.1 節(jié)中文獻(xiàn)發(fā)表呈波動式遞增趨勢的啟發(fā)，為研究我國指靜脈識別的發(fā)展歷程和最新進(jìn)展，將發(fā)表年度趨勢圖分成4 個階段進(jìn)行時間跨度研究，從文獻(xiàn)類型、主題、學(xué)科和機構(gòu)分布狀況對各階段統(tǒng)計結(jié)果進(jìn)行全面對比，通過時間跨度觀察我國指靜脈識別相關(guān)研究的發(fā)展歷程和最新研究動態(tài)。此外，又從關(guān)鍵字共現(xiàn)、作者共引和機構(gòu)共引3 方面綜合分析我國指靜脈識別研究的主要內(nèi)容、主要分布力量以及未來的研究趨勢，為讀者提供參考。本文采用Excel 保存統(tǒng)計數(shù)據(jù)，運用圖表功能制作相應(yīng)的數(shù)據(jù)圖進(jìn)行統(tǒng)計分析，采用CiteSpace 軟件繪制文獻(xiàn)相應(yīng)圖譜進(jìn)行可視化分析。

2 文獻(xiàn)計量分析

2.1 文獻(xiàn)類型變遷

指靜脈識別文獻(xiàn)在各類型文獻(xiàn)分布情況如圖2所示。圖2 中期刊性文獻(xiàn)和學(xué)位性論文占比91%以上，是指靜脈識別文獻(xiàn)發(fā)表的主要發(fā)表形式。這2 類文獻(xiàn)偏向研究型，專業(yè)性強，多為從事相關(guān)課題、企業(yè)研發(fā)等專業(yè)人員發(fā)表，國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、會議論文亦是少數(shù)人員才會接觸，報紙、科技成果等反映該技術(shù)公眾普及性的文獻(xiàn)占比不到1%，可見目前關(guān)于指靜脈識別相關(guān)的理論、技術(shù)和落地產(chǎn)品等受眾人群規(guī)模小，市場發(fā)展空間大，前景廣闊。

圖2 指靜脈識別文章在各類型文獻(xiàn)分布情況

由圖1 和圖2 可知，2004 年—2009 年共發(fā)表指靜脈識別相關(guān)文獻(xiàn)34 篇，文獻(xiàn)類型較少，分為期刊論文、研究論文、科技成果3 類；2010 年—2012 年期間總計發(fā)表相關(guān)指靜脈識別文獻(xiàn)64 篇，文獻(xiàn)類型較多，包括期刊論文、研究論文、行業(yè)標(biāo)準(zhǔn)、會議論文和科技成果等5 大類；2013 年—2018 年是指靜脈識別發(fā)展最為迅速的黃金時期，相關(guān)文獻(xiàn)累計高達(dá)204 篇，占據(jù)總文獻(xiàn)2/3 以上，文獻(xiàn)來源廣泛，除上述種類外，還新增國家標(biāo)準(zhǔn)和報紙類型；2018 年至今發(fā)表文獻(xiàn)總計66 篇，主要為期刊論文、研究論文和會議論文3 大類。文獻(xiàn)類型的逐年增加，表明指靜脈識別的研究越來越深入，由理論研究逐漸深入到應(yīng)用產(chǎn)品開發(fā)。

2.2 研究主題變遷

主題分布情況反映一定時期的研究導(dǎo)向，統(tǒng)計結(jié)果顯示，2004 年—2009 年期間，主題主要圍繞指靜脈圖像及其相關(guān)處理技術(shù)、特征提取及特征匹配相關(guān)算法，而研究應(yīng)用、人員身份認(rèn)證和指靜脈融合(多模態(tài)、復(fù)合識別等)相關(guān)研究剛剛起步。這一階段，單一模板識別的算法理論研究是主要方向，其具體分布情況如圖3 所示。

圖3 2004 年—2009 年主要主題分布

2010 年—2012 年期間指靜脈圖像相關(guān)處理技術(shù)及算法研究依舊是當(dāng)下的主要內(nèi)容，身份認(rèn)證、指靜脈融合(雙模態(tài)識別、決策級融合及加權(quán)融合等)正逐漸成為研究熱點，相對于單一模板識別，指靜脈融合可以提高識別的抗攻擊能力，安全性更高。特別需要注意的是，指靜脈圖像相關(guān)處理技術(shù)及算法開始從理論研究層面向應(yīng)用層面過渡，相關(guān)識別系統(tǒng)開發(fā)研究正發(fā)展迅速(研究與實現(xiàn)、系統(tǒng)設(shè)計和應(yīng)用系統(tǒng))，其主題具體分布狀況如圖4 所示。

圖4 2010 年—2012 年主要主題分布

2013 年—2018 年期間手指靜脈識別相關(guān)圖像、特征算法依舊是研究熱點，相關(guān)系統(tǒng)設(shè)計也穩(wěn)居高位，但是指靜脈融合技術(shù)開始迅速崛起(多模態(tài)、多生物特征等)，除此之外，深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等首次出現(xiàn)，開啟了算法研究新紀(jì)元。傳統(tǒng)的機器學(xué)習(xí)泛化性低，耗時長，而深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)在處理大規(guī)模數(shù)據(jù)方面具有顯著優(yōu)勢，并且可以解決深層結(jié)構(gòu)優(yōu)化問題[6-7]。與此同時，與指靜脈識別相關(guān)的產(chǎn)品也從理論研究成功應(yīng)用到了現(xiàn)實生活中，具體主題分布如圖5 所示。

圖5 2013 年—2018 年主要主題分布

2019 年—2020 年是研究當(dāng)下熱點最佳參考階段。與前3 個階段相比，手指靜脈圖像、特征提取等相關(guān)算法研究一直是研究熱點，穩(wěn)居前列，而深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、指靜脈融合相關(guān)研究發(fā)展迅速，明顯有趕超趨勢，未來發(fā)展前景廣闊，具體分布情況如圖6 所示。隨著互聯(lián)網(wǎng)技術(shù)的深入發(fā)展，大數(shù)據(jù)環(huán)境下，對保障信息安全的要求越來越高，在接下來的幾年里，深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、指靜脈融合將會是長期的研究焦點。

圖6 2019 年—2020 年主要主題分布

2.3 涉及學(xué)科變遷

由圖7 統(tǒng)計結(jié)果顯示，2004 年—2009 年期間，指靜脈識別主要涉及計算機軟件與應(yīng)用、自動化技術(shù)這2 大學(xué)科，總占比85%；而在計算機硬件技術(shù)、無線電電子學(xué)、生物醫(yī)學(xué)工程、安全工程與災(zāi)害防治和工業(yè)經(jīng)濟等學(xué)科占比不相上下，分布均衡。

圖7 2004 年—2009 年指靜脈識別研究學(xué)科分布

由圖8 統(tǒng)計結(jié)果顯示，2010 年—2012 年期間，計算機軟件及計算機應(yīng)用學(xué)科自占比達(dá)84%，并開始涉及公安、電信技術(shù)、互聯(lián)網(wǎng)技術(shù)、初等教育、無線電子學(xué)、建筑科學(xué)與工程和金融等方面，其中公安學(xué)科和自動化學(xué)科占比均等。總體來說，其學(xué)科涉及較上一階段更廣泛。

圖8 2010 年—2012 年指靜脈識別研究學(xué)科分布

由圖9 統(tǒng)計結(jié)果顯示，2013 年—2018 年期間，學(xué)科分布呈現(xiàn)井噴式增長，涉及學(xué)科十分廣泛。

圖9 2013 年—2018 年指靜脈識別研究學(xué)科分布

計算機軟件及應(yīng)用仍然占比最高；自動化技術(shù)位居其次，卻僅占5%；工業(yè)經(jīng)濟安全與科學(xué)防治占比2%；其余涉及學(xué)科分布占比均勻，新增社會學(xué)及統(tǒng)計學(xué)、信息經(jīng)濟和郵政經(jīng)濟、新政學(xué)及國家行政管理、輕工業(yè)手工業(yè)、汽車工業(yè)和機械工業(yè)等學(xué)科，可見指靜脈識別技術(shù)的相關(guān)研究已經(jīng)具有了一定的規(guī)模。

由圖10 統(tǒng)計結(jié)果顯示，2019 年—2020 年期間，兩大主要學(xué)科分別占比63%、15%，明顯可見自動化技術(shù)占比上升，此外生物醫(yī)學(xué)工程占比也增加，還新增醫(yī)學(xué)與衛(wèi)生學(xué)、電力工業(yè)、貿(mào)易經(jīng)濟和企業(yè)經(jīng)濟等學(xué)科。

圖10 2019 年—2020 年指靜脈識別研究學(xué)科分布

縱觀圖7—圖10，指靜脈識別技術(shù)所涉及的學(xué)科占比十分不均衡，學(xué)科分布主要涉及計算機軟件及計算機應(yīng)用，而其他學(xué)科涉及較少；此外，涉及學(xué)科種類呈逐年增加的演變趨勢，表明指靜脈識別潛在市場還很廣闊，值得大家去深入探索。

2.4 機構(gòu)分布變遷

由圖11 統(tǒng)計結(jié)果顯示，2004 年—2009 年，指靜脈識別研究的主力軍主要集中在東北三大高校和西南兩大高校：吉林大學(xué)、哈爾濱工程大學(xué)、長春理工大學(xué)和重慶理工大學(xué)、西華大學(xué)，具有明顯的地域集中性；高校研究是主要力量，企業(yè)等研究相比較少。

圖11 2004 年—2009 年指靜脈識別研究機構(gòu)分布

由圖12 統(tǒng)計結(jié)果顯示，2010 年—2012 年，哈爾濱工程大學(xué)指靜脈識別研究發(fā)文量位居首位，研究成果遠(yuǎn)超吉林大學(xué)、重慶理工大學(xué)。此外，機構(gòu)分布不再是東北和西南兩足鼎立格局，華北地區(qū)山東大學(xué)、清華大學(xué)、北京交通大學(xué)、北京大學(xué)等高校，以及華東地區(qū)南京郵電大學(xué)、深圳大學(xué)、江蘇大學(xué)、中國民航大學(xué)等高校，也開始從事指靜脈識別研究。如果以南北來比較的話，北方機構(gòu)分布相較于南方多一些。與此同時，企業(yè)參與研究的量也有明顯增加。

圖12 2010 年—2012 年指靜脈識別研究機構(gòu)分布

由圖13 統(tǒng)計結(jié)果顯示，2013 年—2018 年期間，杭州電子科技大學(xué)、中國民航大學(xué)、山東大學(xué)這些后起研究者逐漸成為了指靜脈識別研究的主力軍，研究實力不相上下。各大區(qū)域高校范圍也進(jìn)一步擴大，新增華南理工大學(xué)、湖南大學(xué)等，直到2018 年，尚無西北地區(qū)高校開展此類研究。

圖13 2013 年—2018 年指靜脈識別研究機構(gòu)分布

由圖14 結(jié)果顯示，2018 年—2020 年，中國民航大學(xué)、遼寧工程大學(xué)、山東大學(xué)指靜脈識別研究發(fā)文量位居前列，這一時期各高校機構(gòu)文獻(xiàn)發(fā)表貢獻(xiàn)比均衡，西北地區(qū)陜西科技大學(xué)也首次開展了指靜脈識別相關(guān)研究。

圖14 2019 年—2020 年指靜脈識別研究機構(gòu)分布

縱觀圖11—14，可以發(fā)現(xiàn)指靜脈識別相關(guān)研究機構(gòu)發(fā)展趨勢：早期東北和西南地區(qū)各大高校對指靜脈識別研究頗多，之后擴展至華東和華南、華中地區(qū)，西北地區(qū)研究最晚，地域性差異明顯。此外，任何時間段，高校在相關(guān)研究上的奉獻(xiàn)都遠(yuǎn)遠(yuǎn)超于企業(yè)等研究機構(gòu)，是主要研究力量。

3 可視化分析

CiteSpace 軟件處理知網(wǎng)下載的文獻(xiàn)時，需要去除會議、報紙等文獻(xiàn)類型，如果不去掉就會影響后期的出圖和分析，不夠嚴(yán)謹(jǐn)；而期刊論文和碩博士論文是分析重點，兩者各有側(cè)重點，碩博士論文更傾向于基礎(chǔ)研究，期刊論文更接近于當(dāng)前熱點。經(jīng)過篩選后，對353 篇文獻(xiàn)進(jìn)行分析。

3.1 主要研究內(nèi)容及研究方向

文獻(xiàn)共引分詞共篩選出399 個關(guān)鍵詞，如圖15 所示。主要可分為手指靜脈識別、指靜脈識別、手指靜脈、特征提取、圖像分割、多模態(tài)生物特征識別、生物特征識別和單像素點額加權(quán)平均這10 類，如圖16 所示。

圖15 關(guān)鍵詞共現(xiàn)分析

圖16 關(guān)鍵詞聚類分析

對關(guān)鍵詞進(jìn)行突變篩選時，由圖17 統(tǒng)計結(jié)果可知，存在5 個關(guān)鍵詞激增，分別為模式識別(始于2007 年)、生物特征識別(始于2012 年)、指靜脈識別(始于2018 年)、深度學(xué)習(xí)(始于2018 年)和卷積神經(jīng)網(wǎng)絡(luò)(始于2018 年)，由模式識別向指靜脈識別轉(zhuǎn)變，相關(guān)術(shù)語更加具體專業(yè)，而深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)是近年來才開始的，是當(dāng)下研究熱點所在，也是長期的研究焦點。

圖17 關(guān)鍵詞突變分析

3.2 重點研究力量及研究熱點

文獻(xiàn)作者共有309 個，統(tǒng)計結(jié)果顯示，楊金峰(引用頻次11)、王俊科(引用頻次11)、余成波(引用頻次7)、馬慧(引用頻次6)、尹義龍(引用頻次6)、沈雷(引用頻次5)、孟憲靜(引用頻次5)位居前列；楊金鋒(中心性10)、王俊科(中心性8)、余成波(中心性8)、尹義龍(中心性7)、管鳳旭(中心性7)、襲肖明(中心性7)、沈雷(中心性6)、孟憲靜(中心性6)位居前列，值得特別注意的是，位居前列的研究學(xué)者，團(tuán)隊內(nèi)合作強度關(guān)系密切，文獻(xiàn)影響力高，如圖18 所示。沈雷文章是2017 年以來引用頻次最高的，參考價值高，其主要研究方向為大規(guī)模數(shù)據(jù)下(融合、泛化人群)識別速度和識別率問題[8-10]；管鳳旭、襲肖明引用頻次不高，但中心性位居前列，中心性是衡量測度節(jié)點在網(wǎng)絡(luò)中重要性的一個指標(biāo)，近年來引用頻次最高的文獻(xiàn)研究方向為融合識別問題[11-13]，管鳳旭相關(guān)文獻(xiàn)是罕見的“睡美人”，自2012 年左右提出來后，一直處于0 被引狀態(tài)，直到2018 年引用頻次突增，研究方向也為融合識別[14-15]。可見指靜脈融合技術(shù)提出早，但受當(dāng)時條件限制，停滯不前，近年來深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為指靜脈融合的發(fā)展提供了契機。

圖18 作者合作強度分布

文獻(xiàn)機構(gòu)共引分析共產(chǎn)生157 個節(jié)點74 條連線，密度只有0.006，分布圖譜非常分散，只有少部分機構(gòu)有合作關(guān)系，如圖19 所示。

圖19 機構(gòu)共引圖譜

由表1 數(shù)據(jù)結(jié)果顯示，哈爾濱工程大學(xué)自動化學(xué)院、中國民航大學(xué)天津市智能信號與圖像處理重點實驗室、杭州電子科技大學(xué)通信工程學(xué)院、山東大學(xué)計算機科學(xué)與技術(shù)學(xué)院、遼寧工程技術(shù)大學(xué)電子與信息工程學(xué)院文獻(xiàn)引用頻次位于前列。近年來，杭州電子科技大學(xué)通信工程學(xué)院引用頻次高，參考價值高，沈雷即是該院學(xué)生。

表1 引用頻次統(tǒng)計

4 結(jié)論

綜合上述分析可以看出，我國指靜脈識別技術(shù)的發(fā)展具有地域性，分布不均衡；主要研究力量聚集在高校，各高校間合作強度不大；近年來提出的深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)是當(dāng)下的研究熱點，并促進(jìn)了指靜脈融合技術(shù)的發(fā)展；指靜脈融合技術(shù)研究起步早，但近年來才成為研究焦點，深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)功不可沒。目前，我國指靜脈識別技術(shù)涉及學(xué)科較窄、潛在市場巨大，相關(guān)文獻(xiàn)發(fā)表將會持續(xù)增長。通過本文研究大膽預(yù)測，指靜脈大數(shù)據(jù)發(fā)展(深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、多模態(tài)融合)以及相關(guān)科技產(chǎn)品開發(fā)將會是指靜脈識別未來的主要研究方向。