[1]張秀峰,牛選兵,王偉,等.掌靜脈識別研究綜述[J].大連民族大學學報,2020,22(01):33-37.DOI:10.13744/j.cnki.cn21-1431/g4.2020.01.007.

1、背景

目前對手部特征的識別主要有：指靜脈識別、掌靜脈識別、指紋識別、指節紋識別、掌紋識別和手形識別等。

而掌靜脈識別作為一種新興的生物特征識別技術，屬于內生理特征。它不會磨損并且是活體時才存在的生理特征，具有難偽造、比掌紋和指紋識別更具安全性、比人臉識別更具穩定性、比虹膜識別更具應用的普遍性等特點。

2007年，靜脈識別技術正式被國際標準組織( ISO) 采納。

2、手掌靜脈識別方法

2.1、傳統手掌靜脈圖像識別方法

一般采用近紅外光拍攝獲取手掌靜脈圖像; 截取 ROI（Region Of Interest）區域進行增強、去噪等處理; 最后靜脈特征提取及匹配。

（1）手掌靜脈 ROI 圖像的獲取

eg：利用圓的數學特性確定手掌內切圓，從而確定手掌 ROI 區域。

（2）手掌靜脈圖像的增強

由于采集手部靜脈圖像時可能會受到采集設備、光照條件等各種因素的干擾，導致采集到的圖像不清晰或靜脈血管與背景區分度低等質量不佳的情況，因此對靜脈圖像識別之前需要對圖像進行增強處理。

灰度歸一化、直方圖均衡、自適應對比度增強、自適應直方圖均衡等。

（3）手掌靜脈特征提取

傳統方法

• 2D － Gabor 濾波編碼
• 全局 Gist 特征

2.2、基于深度學習的掌靜脈圖像識別

eg：GAN 獲得靜脈紋理更加清晰的手掌靜脈圖像

3、手掌靜脈識別難點

• 掌靜脈圖像采集環境的影響
• 掌靜脈 ＲOI 圖像定位分割的影響
• 掌紋的影響