指靜脈算法測(cè)試平臺(tái)研究與實(shí)現(xiàn)

■ 文/國(guó)家安全防范報(bào)警系統(tǒng)產(chǎn)品質(zhì)量檢驗(yàn)檢測(cè)中心（北京） 張旭東 陳燦燦

關(guān)鍵字：指靜脈識(shí)別 算法性能測(cè)試

1 引言

相較于其他生物特征識(shí)別,手指靜脈識(shí)別具有以下優(yōu)勢(shì)：1）非接觸式采集。一是手指靜脈圖像不容易受手指表面條件影響，二是非接觸式采集對(duì)用戶來說更為方便、衛(wèi)生；2）活體識(shí)別。手指靜脈圖像只能采集到活體的指紋；3）高安全性。手指靜脈是人體的內(nèi)部特征,因此難以被盜竊、復(fù)制；4）采集設(shè)備體積小、便于攜帶。 與掌靜脈和手背靜脈采集設(shè)備相比，手指靜脈的采集設(shè)備體積較小，便于攜帶。指靜脈識(shí)別不斷深入應(yīng)用到醫(yī)保、社保、司法監(jiān)獄、軍隊(duì)、金融、教育等更多身份識(shí)別領(lǐng)域。生物特征識(shí)別企業(yè)紛紛推出各自的指靜脈識(shí)別算法和產(chǎn)品，但眾多算法缺少統(tǒng)一的測(cè)試平臺(tái)對(duì)其算法性能進(jìn)行橫向測(cè)評(píng)比較，客戶很難組織大規(guī)模的算法評(píng)測(cè)。本文主要是通過指靜脈測(cè)試樣本庫(kù)和算法測(cè)試平臺(tái)對(duì)指靜脈算法進(jìn)行識(shí)別性能測(cè)試，為各廠商及用戶提供測(cè)試服務(wù)，為指靜脈識(shí)別算法選型提供參考。

2 測(cè)試關(guān)鍵問題

2.1 性能測(cè)試指標(biāo)

指靜脈算法識(shí)別性能測(cè)試包括錯(cuò)誤接受率（FAR）、錯(cuò)誤拒絕率（FRR)、等錯(cuò)誤率（EER）和指靜脈識(shí)別響應(yīng)時(shí)間（T）等共4 項(xiàng)技術(shù)指標(biāo)，以及ROC 或DET 曲線。本文根據(jù)GB /T 35676-2017《公共安全 指靜脈識(shí)別應(yīng)用算法識(shí)別性能評(píng)測(cè)方法》中規(guī)定的接口方式和性能參數(shù)，對(duì)算法進(jìn)行測(cè)試。該標(biāo)準(zhǔn)有兩個(gè)核心函數(shù)，其中一個(gè)是提取特征函數(shù)，輸入指靜脈圖像，返回該圖像的特征。另一個(gè)是特征比對(duì)函數(shù)，輸入兩個(gè)特征，返回這兩個(gè)特征的比對(duì)相似度值。

對(duì)指靜脈識(shí)別算法而言，主要是對(duì)兩個(gè)采集對(duì)象的兩張指靜脈圖片、兩個(gè)指靜脈特征或一個(gè)指靜脈圖像和一個(gè)指靜脈特征進(jìn)行比對(duì)，核心是兩個(gè)特征進(jìn)行比對(duì)后返回兩個(gè)特征的比對(duì)相似度值。

指靜脈圖像比對(duì)分為兩種情況，即同指比對(duì)和異指比對(duì)。當(dāng)收到同一手指采集的兩張圖片特征時(shí)即為同指比對(duì)，如果返回相似度值較大，被認(rèn)為是正確的同指比對(duì)判斷；如果返回相似度值較低，則可能被判定為是一次錯(cuò)誤的同指比對(duì)。這一方法需要測(cè)試樣本庫(kù)中具有同一手指的多次采集數(shù)據(jù)，才能保證足夠多的同指比對(duì)次數(shù)，對(duì)算法同指比對(duì)性能進(jìn)行測(cè)試。當(dāng)收到兩個(gè)不同手指圖像提取的特征時(shí)即為異指比對(duì)，如果返回的相似度夠大，被認(rèn)為是錯(cuò)誤的異指比對(duì)判斷，如果返回很低的相似度值，則可能認(rèn)為是一次正確的異指比對(duì)判斷，這需要測(cè)試樣本庫(kù)中，有足夠多的不同手指樣本進(jìn)行采集，才能保證足夠多的異指比對(duì)次數(shù)，對(duì)算法異指比對(duì)性能進(jìn)行測(cè)試。

通過足夠大的測(cè)試樣本庫(kù)，對(duì)同指和異指進(jìn)行比對(duì)測(cè)試，記錄每次比對(duì)算法返回的相似度值。如果想得到比對(duì)結(jié)果到底是接受還是拒絕，需要一個(gè)門限值作為標(biāo)尺。對(duì)于同指比對(duì)，相似度值大于門限值時(shí)，認(rèn)為是一次正確比對(duì)，相似度值小于門限值時(shí)，認(rèn)為一次錯(cuò)誤比對(duì)。對(duì)于異指比對(duì)，相似度值大于門限值時(shí)，認(rèn)為是一次錯(cuò)誤比對(duì)，相似度值小于門限值時(shí)，認(rèn)為是一次正確比對(duì)。統(tǒng)計(jì)不同門限值下的同指比對(duì)和異指比錯(cuò)誤次數(shù)，把錯(cuò)誤次數(shù)分別除以同指和異指比對(duì)總次數(shù)，就得到錯(cuò)誤拒絕率和錯(cuò)誤接受率，將門限值作為橫坐標(biāo)，錯(cuò)誤拒絕率和錯(cuò)誤接受率作為縱坐標(biāo)就得到兩條曲線即FAR（錯(cuò)誤接受率）和FRR（錯(cuò)誤拒絕率）。正常情況下兩條曲線會(huì)有一個(gè)交點(diǎn)，這個(gè)交點(diǎn)就是錯(cuò)誤接受率和錯(cuò)誤拒絕率同時(shí)最低的錯(cuò)誤率（EER 等錯(cuò)誤率），記錄此時(shí)的門限值。具體參見圖1、圖2 和圖3。

圖1 FAR/FRR 曲線

圖2 ROC 曲線

圖3 DET 曲線

測(cè)試過程中能夠記錄每次特征提取和特征比對(duì)所用時(shí)間，最后計(jì)算出指靜脈識(shí)別響應(yīng)時(shí)間，即平均特征提取時(shí)間和平均特征比對(duì)時(shí)間之和。

2.2 測(cè)試方法研究

對(duì)于面對(duì)多家算法廠商的測(cè)試，需要保證測(cè)試內(nèi)容的一致性，例如選取哪些測(cè)試樣本，需要哪些測(cè)試樣本進(jìn)行比對(duì)，包含特征提取任務(wù)和特征比對(duì)任務(wù)。為保證公平公正，不同廠商需使用完全一致的特征提取任務(wù)和特征比對(duì)任務(wù)，這就要求能夠把特征提取任務(wù)和特征比對(duì)任務(wù)保存起來，確保一致。

通過數(shù)據(jù)庫(kù)對(duì)測(cè)試樣本進(jìn)行分類和管理。同時(shí)，通過對(duì)文件名的解析保存文件多個(gè)維度信息，如一枚圖像信息包括：文件保存路徑、人員編號(hào)、指位代碼、采集序號(hào)、特征文件保存路徑等。此外，可以將生成特征文件保存路徑預(yù)先設(shè)定好后保存在數(shù)據(jù)庫(kù)中，特征提取時(shí)調(diào)用此數(shù)據(jù)庫(kù)保存到對(duì)應(yīng)位置，為特征比對(duì)做好準(zhǔn)備。

根據(jù)圖像列表可生成特征比對(duì)任務(wù)，同指比對(duì)相對(duì)較少可全部保留，異指比對(duì)次數(shù)比同指比對(duì)次數(shù)多。通過設(shè)置滑動(dòng)窗口范圍，在不影響最終結(jié)果的前提下控制異指比對(duì)總次數(shù)，使得異指比對(duì)次數(shù)與同指比對(duì)次數(shù)相當(dāng)，提高測(cè)試效率。

特征提取和特征比對(duì)是不斷重復(fù)的工作，目前的樣本庫(kù)測(cè)試，需要比對(duì)5 萬次特征提取和50 萬次特征比對(duì)，一般算法需要兩天時(shí)間完成?？紤]采用多線程進(jìn)行特征提取和特征比對(duì)，提高測(cè)試效率，要注意線程間協(xié)同，避免競(jìng)爭(zhēng)或漏掉測(cè)試任務(wù)的情況。

通過專業(yè)的matplotlib 庫(kù)繪制FAR/FRR、ROC、DET曲線，直觀展示算法識(shí)別性能。

3 測(cè)試平臺(tái)實(shí)現(xiàn)

出于快速開發(fā)、支持多線程、圖形化界面、輕松繪制數(shù)據(jù)圖表的考慮，本文采用Python 作為開發(fā)語言，選取支持大量并發(fā)訪問的NoSQL 數(shù)據(jù)庫(kù)MongoDB 作為后臺(tái)數(shù)據(jù)庫(kù)，采用WxPython 開發(fā)圖形化界面，采用ctypes從Python 語言調(diào)用Windows DLL 動(dòng)態(tài)鏈接庫(kù)，采用PyPubSub 實(shí)現(xiàn)WxPython 線程間通信進(jìn)行多線程特征提取和比對(duì)，采用matplotlib 繪制FAR/FRR 曲線、ROC 曲線和DET 曲線，下面分別詳細(xì)介紹實(shí)現(xiàn)方式。

3.1 通過WxPython 實(shí)現(xiàn)GUI 界面

一般情況下，Python 程序是命令行程序，不帶圖形化界面，如果需要圖形化界面則要使用專門的庫(kù)，并用特定方式編寫代碼。本文選取WxPython作為界面開發(fā)工具，以此實(shí)現(xiàn)圖形化界面。

WxPython 是一個(gè)專門為Python 編程語言設(shè)計(jì)的跨平臺(tái)GUI 工具包，由C++ 語言編寫，允許 Python 程序員簡(jiǎn)單輕松地創(chuàng)建健壯的、功能強(qiáng)大的圖形用戶界面程序。WxPython 也是開源的，任何人均可免費(fèi)使用，并且可以查看和修改源代碼。此外，WxPython 是跨平臺(tái)的，相同的程序無需修改即可在多個(gè)平臺(tái)運(yùn)行。當(dāng)前支持的平臺(tái)包括Microsoft Windows、Mac OS X 和 mac OS，以及 Linux 或其他具有 GTK2 或 GTK3 庫(kù)的類 Unix 系統(tǒng)。由于編程語言是Python，所以WxPython 程序簡(jiǎn)單、易編寫、易理解。

WxPython 是由事件驅(qū)動(dòng)的，所以界面設(shè)計(jì)和后臺(tái)功能實(shí)現(xiàn)是分開的，通過專用工具wxFormBuilder設(shè)計(jì)界面，設(shè)計(jì)好每個(gè)按鈕的函數(shù)名，用Python 實(shí)現(xiàn)函數(shù)的具體功能則可以實(shí)現(xiàn)圖形化界面。具體參見圖4。

圖4 WxPython 界面設(shè)計(jì)

圖5 為定義按鈕的響應(yīng)函數(shù)，后面分別給出函數(shù)的具體接口定義、代碼片段，但不用在界面代碼中具體實(shí)現(xiàn)響應(yīng)函數(shù)。

圖5 事件驅(qū)動(dòng)

3.2 多線程運(yùn)行

為了加快測(cè)試進(jìn)程可進(jìn)行多線程設(shè)計(jì)，在特征提取時(shí)，特征比對(duì)和結(jié)果計(jì)算的緩解采用多線程運(yùn)行，前臺(tái)顯示線程進(jìn)度和正在處理的消息。

WxPython 中通過PySubpub 進(jìn)行線程間通信，實(shí)現(xiàn)前臺(tái)界面顯示后臺(tái)線程進(jìn)度、收發(fā)消息等功能。通過消息訂閱的方式，后臺(tái)線程發(fā)送特定消息，前臺(tái)通過分發(fā)消息到相應(yīng)處理函數(shù)，處理函數(shù)解析消息具體內(nèi)容，顯示到訂閱消息的控件上。具體參見圖6。

圖6 消息訂閱

如圖7 所示，處理函數(shù)收到消息后，顯示到前臺(tái)控件上。多線程提取特征則如圖8 所示。

圖7 處理函數(shù)將信息顯示到前臺(tái)控件

圖8 多線程提取特征

3.3 通過ctypes 調(diào)用Windows 動(dòng)態(tài)鏈接庫(kù)

本文實(shí)現(xiàn)算法測(cè)試平臺(tái)參考GA /T 35676 -2017《公共安全 指靜脈識(shí)別應(yīng)用 算法識(shí)別性能評(píng)測(cè)方法》附件A中規(guī)定的接口函數(shù)要求，需要受測(cè)廠家根據(jù)這個(gè)標(biāo)準(zhǔn)提供動(dòng)態(tài)鏈接庫(kù)，測(cè)試平臺(tái)使用Python 語言調(diào)用有c 或c++編寫生成的動(dòng)態(tài)鏈接庫(kù)，需要用到ctypes 庫(kù)，圖9 為具體調(diào)用方法。

圖9 通過ctypes 調(diào)用Windows 動(dòng)態(tài)鏈接庫(kù)

3.4 通過Matplotlib 繪制圖表

在Python中使用數(shù)據(jù)科學(xué)的常用繪圖工具matplotlib繪制數(shù)據(jù)圖表，通過0-1 之間平均分布的1000 個(gè)值作為預(yù)設(shè)相似度閾值，計(jì)算錯(cuò)誤拒絕率和錯(cuò)誤接受率。通過這些數(shù)據(jù)分別繪制FAR/FRR、ROC 和DET 曲線，并計(jì)算相等錯(cuò)誤率和對(duì)應(yīng)的相似度閾值，圖10 為最終測(cè)試結(jié)果圖。

圖10 根據(jù)計(jì)算結(jié)果生成測(cè)試結(jié)果

4 結(jié)語

本文通過對(duì)指靜脈識(shí)別算法性能指標(biāo)測(cè)試指標(biāo)和測(cè)試方法進(jìn)行研究，提出了一種可行的實(shí)現(xiàn)方案；測(cè)試平臺(tái)在提高測(cè)試效率上體現(xiàn)在兩個(gè)方面，一是比對(duì)次數(shù)可控，通過調(diào)節(jié)參數(shù)控制異指比對(duì)次數(shù)調(diào)節(jié)測(cè)試時(shí)間，二是采用多線程進(jìn)行特征提取和特征比對(duì)，切實(shí)縮短測(cè)試時(shí)間，提高測(cè)試效率；測(cè)試結(jié)果方面能夠繪制三種曲線、計(jì)算出相等錯(cuò)誤率，直觀展示算法性能；測(cè)試平臺(tái)調(diào)試完成后，項(xiàng)目組將繼續(xù)完善測(cè)試樣本庫(kù)，形成對(duì)算法廠商具有一定挑戰(zhàn)性的測(cè)試庫(kù)，提高測(cè)試權(quán)威性。