未來戰(zhàn)爭(zhēng)主要是信息戰(zhàn)，為適應(yīng)這種新的作戰(zhàn)形態(tài)，21世紀(jì)戰(zhàn)場(chǎng)士兵的身份也應(yīng)通過信息網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)字化、?隱形化、?安全化。生物特征識(shí)別技術(shù)是利用人體固有的生理或行為特征來進(jìn)行身份識(shí)別和鑒定的科學(xué),它比傳統(tǒng)的基于口令和身份號(hào)碼的方法更為安全、?可靠和有效,正在越來越被人們所關(guān)注,并應(yīng)用于各個(gè)領(lǐng)域。軍人身份牌，?又稱/士兵牌0或/生命牌0，早在美國南北戰(zhàn)爭(zhēng)時(shí)，美軍就開始配發(fā)這種小金屬牌，作為士兵隨身攜帶的身份標(biāo)志物。為了適應(yīng)現(xiàn)代高技術(shù)局部戰(zhàn)爭(zhēng)的需要，利用生物特征識(shí)別技術(shù)的特點(diǎn)，基于無限射頻識(shí)別技術(shù)?(?RadioFrequency?Ident?i?ficati?on?,?簡稱?RFID)，將人體信息如指紋、?面像及?DNA?等，通過信息融合技術(shù)儲(chǔ)存在后臺(tái)數(shù)據(jù)庫中，并將檢索關(guān)鍵信息載入?RFID?卡，?即/士兵牌0。用它來作為士兵身份準(zhǔn)確識(shí)別的唯一依據(jù),并通過計(jì)算機(jī)終端與網(wǎng)絡(luò)數(shù)據(jù)庫服務(wù)器組建成了/戰(zhàn)場(chǎng)個(gè)人身份識(shí)別系統(tǒng)0。

目前，基于各種生物特征識(shí)別技術(shù)的身份識(shí)別系統(tǒng),正在越來越受人們的青睞,并逐步應(yīng)用于各個(gè)領(lǐng)域。但是，由于單個(gè)生物特征識(shí)別的信息表達(dá)和特征描述存在一定的局限性,為此,采用信息融合技術(shù),通過對(duì)指紋、?面像及?DNA?等信息融合處理的個(gè)人多模態(tài)生物特征識(shí)別系統(tǒng)，不僅加強(qiáng)了身份識(shí)別的安全性,更提高了它的準(zhǔn)確性，并將填補(bǔ)我軍類似/軍人牌0或/士兵牌0在相關(guān)領(lǐng)域的研究空白。?

目前，基于各種生物特征識(shí)別技術(shù)的身份識(shí)別系統(tǒng)，正逐步應(yīng)用于各個(gè)領(lǐng)域。但是,?在?/戰(zhàn)場(chǎng)個(gè)人身份識(shí)別系統(tǒng)0中是否需要在后臺(tái)數(shù)據(jù)庫中存儲(chǔ)指紋、?面像及DNA?等大容量的人體信息，必須根據(jù)應(yīng)用需求進(jìn)行確定。為此，針對(duì)/士兵牌0作為士兵隨身攜帶的身份標(biāo)志物,應(yīng)具有價(jià)格低廉、?防水、防磁、?耐高溫、?使用壽命長等要求。我們針對(duì)生物特征信息的特點(diǎn)，主要對(duì)部分生物特征進(jìn)行采集和信息處理。同時(shí)，按照具體作戰(zhàn)環(huán)境的需求，依據(jù)總體設(shè)計(jì)，分別擴(kuò)展了不同的內(nèi)容和功能，比如：多生物特征信息融合和?GPS定位等等。?

個(gè)人多模態(tài)生物特征識(shí)別系統(tǒng)主要通過計(jì)算機(jī)終端,?首先將指紋、面像和?DNA等，以及文字信息，采集輸入微處理器,進(jìn)行信息融合后,通過網(wǎng)絡(luò)寫入后臺(tái)個(gè)體生物特征信息數(shù)據(jù)庫管理系統(tǒng)，并可與其他有關(guān)軍人的軍事信息，政治信息，醫(yī)療、被裝、工薪、住房等供應(yīng)關(guān)系信息等進(jìn)行數(shù)據(jù)關(guān)聯(lián)。同時(shí)，產(chǎn)生一個(gè)唯一的ID序列號(hào)，并由?RFI?D讀寫器及其生物特征輔助信息寫入?RFI?D?卡中。然后，識(shí)別時(shí)只需用?RFID讀寫器讀取ID和生物特征輔助信息，輸入計(jì)算機(jī)終端后,經(jīng)由無線通訊網(wǎng)絡(luò)或局域網(wǎng)在個(gè)體生物特征信息數(shù)據(jù)庫中對(duì)其進(jìn)行匹配查詢。如圖1：

其中計(jì)算機(jī)終端可應(yīng)用基于Windows?.?net操作系統(tǒng)的微型計(jì)算機(jī)，內(nèi)部配置?RFID讀寫器，并由擴(kuò)展接口，連接生物特征采集器,除?DNA外，目前可對(duì)其他特征實(shí)時(shí)采集、讀寫。RFI?D卡中的信息在寫入的同時(shí)需對(duì)其進(jìn)行加密保護(hù)。最終建立個(gè)體生物特征信息數(shù)據(jù)庫。以下主要針對(duì)生物特征的采集、多模態(tài)生物特征信息的融合與?RFID系統(tǒng)的設(shè)計(jì)詳細(xì)論述。?

2?.?1??生物特征識(shí)別技術(shù)

生物特征識(shí)別技術(shù)就是指通過計(jì)算機(jī)與光學(xué)聲學(xué)和生物統(tǒng)計(jì)學(xué)原理等相結(jié)合，利用人體固有的生理或行為特征，來進(jìn)行個(gè)人身份識(shí)別和鑒定的科學(xué)。人們通常將生理特征和行為特征統(tǒng)稱為生物特征。生理特征與生俱來,多為先天性的;行為特征則是習(xí)慣使然,多為后天性的。然而，人類任何生理或行為特征為實(shí)現(xiàn)身份識(shí)別,必須滿足以下幾個(gè)條件：

第一，普遍性:?即必須每個(gè)人都具備這種特征;?

第二，唯一性:?即任何兩個(gè)人的特征是不一樣的;?

第三，可采集性:即特征可測(cè)量;?

第四，穩(wěn)定性:即特征在一段時(shí)間內(nèi)不改變。?

同時(shí)，在實(shí)際應(yīng)用時(shí),還應(yīng)考慮其他因素:實(shí)時(shí)性和準(zhǔn)確性等等。常用的生物特征包括：指紋、掌紋、人臉、虹膜、視網(wǎng)膜、DNA、手形、簽名、語音、步態(tài)等。與傳統(tǒng)的基于口令和身份號(hào)碼的身份識(shí)別方法相比,生物特征識(shí)別技術(shù)具有不易遺忘或丟失；防偽性能好，不易偽造或被盜；?隨身攜帶0，?隨時(shí)隨地可用；價(jià)格低廉、易用性高、安全保密等諸多優(yōu)點(diǎn)。下面分別介紹系統(tǒng)中用到的生物特征識(shí)別技術(shù)。?

2．2??指紋識(shí)別技術(shù)?

指紋識(shí)別技術(shù)主要包括:讀取指紋圖像、?特征提取、?模式匹配。首先通過指紋讀取設(shè)備讀取到人指紋的圖像,再對(duì)原始圖像進(jìn)行預(yù)處理,使之更清晰。接下來進(jìn)行特征提取,?指紋特征提取算法由以下三步組成:?(圖2)?

(a)讀取指紋圖像；(?b)?區(qū)域定位；(?c)?脊特征圖形；(d)細(xì)節(jié)提取?

方向場(chǎng)估計(jì)：即對(duì)輸入圖像的方向場(chǎng)進(jìn)行估計(jì)。?確定可用區(qū)域?

脊特征提取：即提取脊特征并進(jìn)行細(xì)化

細(xì)節(jié)檢測(cè)及后處理：即從細(xì)化的脊特征圖中提取細(xì)節(jié)，確定脊特征參數(shù)坐標(biāo)、方向角及和脊相互關(guān)系。?

用指紋識(shí)別技術(shù)建立指紋的數(shù)據(jù)庫，從指紋上找到被稱為/細(xì)節(jié)0的數(shù)據(jù)點(diǎn)，也就是那些指紋紋路的分叉、終止或打圈處的坐標(biāo)位置。有的算法把節(jié)點(diǎn)和方向信息組合產(chǎn)生了更多的數(shù)據(jù)，這些方向信息表明了各個(gè)節(jié)點(diǎn)之間的關(guān)系，也有的算法針對(duì)整幅指紋圖像進(jìn)行處理。把兩個(gè)指紋的模板進(jìn)行比較，計(jì)算出它們的相似程度，最終得到兩個(gè)指紋的匹配結(jié)果，從而達(dá)到鑒別個(gè)人身份的目的(圖?3)。

指紋自動(dòng)識(shí)別系統(tǒng)是通過將輸入的指紋與數(shù)據(jù)庫里的指紋相比較從而實(shí)現(xiàn)識(shí)別的，因此它要求數(shù)據(jù)庫的容量足夠大，同時(shí)，實(shí)驗(yàn)表明指紋識(shí)別系統(tǒng)的輸入傳感器對(duì)大約?4?%的人的指紋不能提供足夠高質(zhì)量的指紋圖像以用于識(shí)別,?包括手指上的皮膚有傷疤、有繃帶包扎、長繭、皮膚干燥、干濕度、病態(tài)的皮膚、老皮膚、特別光滑的皮膚、手指窄小和輸入傳感器受污染等都會(huì)影響指紋的識(shí)別效果。?

2?.?3??人臉信號(hào)的采集??
人臉識(shí)別系統(tǒng)的原理如圖?4所示。首先,，由傳感器如?CCD?攝像機(jī)捕獲人臉圖像；其次經(jīng)預(yù)處理來提高圖像的品質(zhì)；再根據(jù)人臉檢測(cè)來定位人臉并將人臉圖像設(shè)置成預(yù)先定義的尺寸；特征提取用于抽取有效特征以降低原模式空間的維數(shù)，分類器則根據(jù)特征來做出決策分類。最后，將已檢測(cè)到的待識(shí)別的人臉與數(shù)據(jù)庫中的已知人臉進(jìn)行比較匹配，得出識(shí)別結(jié)果。?

人臉識(shí)別方法主要有:?基于側(cè)面人臉幾何特征的方法、?正面人臉特征方法、?正面人臉特征和側(cè)面人臉特征的混合法、?模板匹配法、?主元分析法、?等密度線圖法、?多模板相關(guān)方法、基于神經(jīng)網(wǎng)絡(luò)的模板匹配法等。?

2?.?4??其他個(gè)人基本信息?

DNA識(shí)別是利用人體細(xì)胞中?DNA?分子結(jié)構(gòu)的獨(dú)特性和永久性,?進(jìn)一步深度識(shí)別個(gè)體身份,以致彌補(bǔ)指紋和面像識(shí)別技術(shù)中的不足,?完善系統(tǒng)識(shí)別的準(zhǔn)確性。然而,?與指紋、?人臉信息相比,人體每一個(gè)細(xì)胞和組織的?DNA?序列都是一樣的。這種識(shí)別方法的準(zhǔn)確性優(yōu)于其他任何生物特征識(shí)別方法,?因此,?廣泛應(yīng)用于犯罪偵破。它的主要問題是使用者的倫理問題和實(shí)際的可接受性,?DNA?模式識(shí)別必須在實(shí)驗(yàn)室中進(jìn)行,?難以達(dá)到實(shí)時(shí)以及抗干擾,?耗時(shí)長是另一個(gè)問題,?從而限制了?DNA?識(shí)別技術(shù)的使用;?此外,?某些特殊疾病也可能改變?nèi)梭w?DNA?的結(jié)構(gòu),?系統(tǒng)無法對(duì)這類人群進(jìn)行識(shí)別。由于?DNA?識(shí)別周期太長,序列的測(cè)繪最快也需一個(gè)月。因此,它的實(shí)時(shí)性、?抗干擾性,以及某些疾病引起人體?DNA?的結(jié)構(gòu)改變,是構(gòu)成影響?DNA識(shí)別實(shí)際應(yīng)用于識(shí)別系統(tǒng)的主要問題。?

多模態(tài)融合是對(duì)多種生物特征指示器(?I?nd?ica?-tors)的信息融合，此類系統(tǒng)集成多個(gè)生物特征源提供的證據(jù)評(píng)分以做出更為準(zhǔn)確和快速的決策。多模態(tài)生物特征識(shí)別系統(tǒng)集成的信息可以來自一種或多種生物特征指示器。一般多模態(tài)單生物特征識(shí)別系統(tǒng)是指通過綜合一種生物特征提供的多種證據(jù)來改進(jìn)系統(tǒng),在多模態(tài)生物特征識(shí)別系統(tǒng)(?Mult-?i?b?i?ome-?tric?Syste?m?)中，一般采用指紋的多模態(tài)信息融合，從而,滿足數(shù)據(jù)量和準(zhǔn)確性的雙向要求。然而，為了進(jìn)??
一步提高準(zhǔn)確性，可采用融合多個(gè)生物特征的方法，以提供特殊環(huán)境下的精確識(shí)別。

一般來說,融合可以在模式識(shí)別三個(gè)層次的任一個(gè)層次上進(jìn)行，?即數(shù)據(jù)層融合、特征層融合和決策層融合。目前關(guān)于生物特征數(shù)據(jù)融合的研究主要集中在決策層上，不同的單個(gè)特征分別進(jìn)行獨(dú)立的處理，然后進(jìn)行匹配，得到匹配分?jǐn)?shù)，最后經(jīng)過一定的融合算法綜合得到結(jié)果?？刹捎玫娜诤纤惴ㄓ性S多種，如多數(shù)投票法、加法和乘法法則、K-?NN分類器、SVM、貝葉斯決策、支持向量機(jī)、決策樹等人工智能算法。

3?.?1??特征層的融合?

特征層融合是輸入數(shù)據(jù)經(jīng)過前端處理后對(duì)每種生物特征分別得到其特征描述向量,?不同的特征向量集用不同的方法來構(gòu)成新的高維特征向量,?用這個(gè)高維特征向量來代表多個(gè)生物特征的融合。特征層的融合比前兩層的融合效率高。?

3?.?2??匹配層的融合?

匹配層的融合模塊的輸入是若干個(gè)生物認(rèn)證系統(tǒng)的匹配模塊輸出的分?jǐn)?shù)。匹配層的融合就是針對(duì)這幾個(gè)輸入來進(jìn)行的。在三種融合方式中,?匹配層的融合是最常見的。這是因?yàn)槠ヅ鋵拥娜诤霞染哂邢鄬?duì)比較小的實(shí)現(xiàn)難度,又融合了若干個(gè)特征各自的信息量。匹配層融合過程中重要方面之一是對(duì)不同系統(tǒng)得出的分?jǐn)?shù)進(jìn)行歸一化。在進(jìn)行歸一化以后,不同系統(tǒng)得出的分?jǐn)?shù)就被映射到一個(gè)?N維的空間,在這個(gè)空間里再對(duì)所有的點(diǎn)進(jìn)行分類。?

3?.?3??決策層的融合?

不同的單個(gè)特征可以分別進(jìn)行獨(dú)立的處理，然后進(jìn)行匹配得到匹配分?jǐn)?shù)，最后通過決策融合的過程,將多個(gè)匹配結(jié)果經(jīng)過一定的融合算法進(jìn)行綜合，得到最終的結(jié)果。在決策層進(jìn)行融合相對(duì)來說比較簡單，可利用的信息量也比較少。由于決策層的輸入已經(jīng)是單個(gè)生物認(rèn)證的邏輯輸出，因此決策層的融合可以分為兩種形式：

(1)?OR規(guī)則:在這種系統(tǒng)中,?如果用戶被子系統(tǒng)?H1拒絕,子系統(tǒng)?H2將對(duì)用戶再進(jìn)行一次驗(yàn)證,如果通過則確定為真實(shí)用戶。?

(2)?AND規(guī)則:在這種系統(tǒng)中用戶只有同時(shí)被子系統(tǒng)?H1和子系統(tǒng)H?2接受,方能夠被確認(rèn)為真實(shí)用戶。

在具體的應(yīng)用中,?每種融合方式都有各自的優(yōu)缺點(diǎn)。特征層融合雖然效率比較高,?但是不易集成實(shí)用的單生物認(rèn)證系統(tǒng)。匹配層融合既實(shí)現(xiàn)了信息能算法的融合，實(shí)現(xiàn)起來又不是非常困難,且具有較好的應(yīng)用價(jià)值。決策層雖然信息融合的程度比較小,?但是可以用于一些集成的系統(tǒng)當(dāng)中。

目前關(guān)于生物特征數(shù)據(jù)融合的研究也主要集中在決策研究上,但僅進(jìn)行決策階段的研究是不夠的,因?yàn)樵谔幚磉^程中忽略了特征之間的關(guān)聯(lián)所帶來的作用和影響,?同時(shí),?主要集中于融合算法的討論,?而忽略了對(duì)生物特征的更多考慮,?因此尚需進(jìn)行數(shù)據(jù)層和特征層的融合。?

4.1??RFID系統(tǒng)?

4.1.1??RFID技術(shù)概述?

RFI?D射頻識(shí)別是一種非接觸式的自動(dòng)識(shí)別技術(shù),它通過射頻信號(hào)自動(dòng)識(shí)別目標(biāo)對(duì)象并獲取相關(guān)數(shù)據(jù),識(shí)別工作無須人工干預(yù)。與傳統(tǒng)的條形碼相比,具有非接觸、?可擦寫、?快速掃描、?穿透性好、?安全性高、?數(shù)據(jù)存儲(chǔ)容量大,?以及防水、?防磁、?耐高溫、使用壽命長、?讀取距離大等優(yōu)點(diǎn),可適應(yīng)現(xiàn)代高技術(shù)局部戰(zhàn)爭(zhēng)復(fù)雜的環(huán)境要求。最基本的?RFID系統(tǒng)由三部分組成：

標(biāo)簽:也被稱為電子標(biāo)簽或智能標(biāo)簽,由耦合元件及芯片組成,每個(gè)芯片具有唯一的電子編碼,?芯片中存儲(chǔ)有能夠識(shí)別目標(biāo)的信息。

讀寫器:?由發(fā)送器、接收儀、控制模塊和收發(fā)器組成。收發(fā)器和控制計(jì)算機(jī)或可編程邏輯控制器(?PLC?)連接,，讀取(寫入)標(biāo)簽信息,設(shè)計(jì)為手持式。

天線:在標(biāo)簽和讀寫器間無線傳遞射頻信號(hào)。?

4.1.2?　RFID的工作頻率及其應(yīng)用?

RFID系統(tǒng)的工作頻率是其最重要的一項(xiàng)參數(shù),無線電頻率是一項(xiàng)公用資源,在使用過程中,如果不同的應(yīng)用系統(tǒng)在時(shí)間、?空間和頻率三方面出現(xiàn)重疊,則有可能發(fā)生相互干擾。系統(tǒng)間相互干擾的程度與無線電信號(hào)的重疊程度及信號(hào)的強(qiáng)度有關(guān)。因此,無線電應(yīng)用的規(guī)則是各種應(yīng)用系統(tǒng)必須遵循的基本原則。?

目前國際上制定?R?I?FD標(biāo)準(zhǔn)的組織比較著名的有三個(gè):?ISO、?以美國為首的?EPC?globa?l以及日本的Ub?i?qu?i?tous?ID?C?enter(縮寫為U?ID)。常用的RFID國際標(biāo)準(zhǔn)主要有?I?SO?/IEC18000標(biāo)準(zhǔn)(包括?7個(gè)部分,涉及?125?KH?z?,?13?.?56MH?z?,?433MHz?,?860)?960MH?z?,2?.?45GH?z等頻段)。

其中，由于工作頻率為?13.56MHz的高頻標(biāo)簽便于做成卡片狀，第二代電子身份證采用的標(biāo)準(zhǔn)是I?S014443?TYPE?B協(xié)議。這種標(biāo)簽是目前的主流應(yīng)用之一。其一般采用無源方案，識(shí)讀距離一般可達(dá)?20?cm左右,?最遠(yuǎn)可達(dá)?1?.?5M,可適用于普通的/士兵牌0。有源的識(shí)別距離不小于?9m,?實(shí)際感應(yīng)區(qū)域可根據(jù)具體情況進(jìn)行設(shè)置，識(shí)別距離?1~10m可以調(diào)整。可靠識(shí)別[?100?Km?/h的高速移動(dòng)目標(biāo)(人、車、?物)。?

4.2??個(gè)體生物特征信息數(shù)據(jù)庫的建立?

通過集成?RFID讀寫器的采集系統(tǒng),?把士兵的I?D和生物特征信息相繼寫入卡中和發(fā)送到計(jì)算機(jī)終端再存入服務(wù)器后。計(jì)算機(jī)將個(gè)人生物特征經(jīng)過處理錄入服務(wù)器的數(shù)據(jù)庫管理系統(tǒng)，并綜合其他信息,最終基于數(shù)據(jù)庫平臺(tái),建立一個(gè)完整的與生物特征信息相關(guān)數(shù)據(jù)庫,通過數(shù)據(jù)庫的查詢功能,進(jìn)行戰(zhàn)時(shí)、平時(shí)個(gè)人的信息的管理。同時(shí)，可以利用信息化網(wǎng)絡(luò)共享的數(shù)據(jù)庫，建立數(shù)據(jù)倉庫，使用人工智能方法進(jìn)行數(shù)據(jù)挖掘,?利用有效的數(shù)據(jù)信息，從而，使個(gè)體生物特征信息數(shù)據(jù)庫的利用率達(dá)到最大化，并有益于科學(xué)研究和管理決策。?

4．3??其他功能的擴(kuò)展?

按照戰(zhàn)場(chǎng)傷員搜救的需要，或其他特殊作戰(zhàn)環(huán)境的需求，系統(tǒng)可采用有源方案，選用超高頻的RFI?D系統(tǒng)，通過構(gòu)建無線通訊網(wǎng)絡(luò)，并由計(jì)算機(jī)終端擴(kuò)展GPS定位功能。主要包括：使用在有源RFID標(biāo)簽和讀寫模塊，此類卡的厚度和成本與無源?RFID相比都會(huì)增加。其次，利用藍(lán)牙等無線通訊模塊將計(jì)算機(jī)終端和GPS定位系統(tǒng)連接，在有效范圍內(nèi)，實(shí)時(shí)發(fā)送方位信息，并由主機(jī)選擇確認(rèn)跟蹤目標(biāo)，進(jìn)行定位。從而，實(shí)現(xiàn)戰(zhàn)場(chǎng)傷員的搜救工作以及指揮工作。?

國內(nèi)外研究已表明，利用指紋和面像結(jié)合，以及指紋、面像和語音結(jié)合等等生物特征識(shí)別技術(shù)進(jìn)行身份識(shí)別，提高識(shí)別的準(zhǔn)確性，已廣泛應(yīng)用于機(jī)場(chǎng)港口的安全系統(tǒng)、身份認(rèn)證系統(tǒng)、金融領(lǐng)域、門禁系統(tǒng)、考勤系統(tǒng)、流動(dòng)人口管理以及電子商務(wù)、電子政務(wù)等方面。但是,由于融合指紋、面像和?DNA?圖譜的識(shí)別系統(tǒng)是基于無限射頻識(shí)別技術(shù)，導(dǎo)致多模態(tài)生物特征信息數(shù)據(jù)存儲(chǔ)量大、?運(yùn)算速度慢,而有源和無源射頻卡的存儲(chǔ)容量和無線讀寫速度和距離有限，難以適應(yīng)現(xiàn)代高技術(shù)局部戰(zhàn)爭(zhēng)和未來戰(zhàn)爭(zhēng)的實(shí)際需要，成為了制約多模態(tài)生物特征識(shí)別系統(tǒng)廣泛應(yīng)用的主要瓶頸。相信隨著后續(xù)研究不斷的創(chuàng)新和相關(guān)硬件技術(shù)的高速發(fā)展，多模態(tài)生物特征識(shí)別技術(shù)終將能得到更廣泛應(yīng)用，并在戰(zhàn)場(chǎng)個(gè)人身份識(shí)別中發(fā)揮其更重要角色。