单模态至多模态生物特征身份识别研究现状与应用展望

摘要

多模态生物特征身份识别技术结合了多种生物识别方法，因伪造难度大、准确性高等优点，在法医学领域的应用正日益增多。但是目前身份识别主要依赖于包括面部识别、手部识别、虹膜识别、步态识别和声音识别等在内的单模态生物特征，其识别精确度很大程度上依赖于单模态数据质量，因而面临着多重挑战。相比之下多模态生物特征在身份识别领域优势更为明显，不但能有效抵御攻击，且多模态来源的互补信息可丰富特征表示，减轻了环境对识别性能的影响，增强了系统的鲁棒性。为此，本文对该领域相关工作进行梳理，全面综述生物特征身份识别技术的研究现状及发展趋势。首先基于文献计量学梳理近10年内相关研究成果，围绕该领域常用的深度学习模型，分别从单模态识别到多种模态融合识别进行分析、总结和讨论，最后结合法庭科学的实际需求，展望多模态生物特征身份识别领域未来的发展方向，为身份识别研究提供参考。

关键词

生物特征识别 / 法医学 / 单模态身份识别 / 多模态身份识别 / 神经网络 / 生物特征融合

基金资助

国家重点研发计划项目(No.2023YFC3303701)