指紋

指紋紋路有三種基本形狀——鬥型（whorl）、弓型（arch）和箕型（loop），它是皮下組織對指肚表皮頂壓方向的不同造就了這不同的形狀。研究表明，如果某人指頭肚高而圓，其指紋的紋路將是螺旋型。科學家已能夠通過模型再現那些較為常見的指紋，也能重複不太複雜的罕見指紋的形成過程。

指紋，也稱為手印，有廣義狹義之分：狹義的指紋是指人的手指第一節手掌麪皮膚上的乳突線花紋；廣義的指紋則包括指頭紋、指節紋和掌紋。指紋與指印在字面上有區別，即指紋是指手指第一節手掌麪皮膚上的乳突線花紋，指印則是這個乳突線花紋留下的印痕，但是在司法實踐中，約定俗成，指紋與指印的概念是通用的。

留下印痕主要是由於在人的手指、手掌面的皮膚上，存在有大量的汗腺和皮脂腺（想想您緊張或激動時手心裏的汗），只要生命活動存在，就不斷地有汗液、皮脂液排出，有點像原子印章不斷有油墨滲到印文表面，因此，只要手指、手掌接觸到物體表面，就會像原子印章一樣自動留下印痕。當然，這主要是説手指、手掌本身能留下指紋的原因。如果手指、手掌粘上其它液體樣物質，如頭面部的油脂（這是您最常要用的“印泥盒”）、血液和按捺指紋的油墨等時，留下指紋的原理就更像蓋普通印章。

指紋的取證，包括指紋的搜尋和發現。指紋的搜尋範圍：（1）犯罪活動中心；（2）現場的進出口及其周圍；（3）犯罪分子可能接觸過的物品；（4）犯罪分子遺留在現場上的各種兇器和物品。

並且它們的複雜度足以提供用於鑑別的足夠特徵。指紋除了具有獨有性外，還具有遺傳性和不變性。尚未發現有不同的人擁有相同的指紋，所以每個人的指紋也是不一樣的。由於指紋是每個人獨有的標記，近幾百年來，罪犯在犯案現場留下的指紋，均成為警方追捕疑犯的重要線索。現今鑑別指紋方法已經電腦化，使鑑別程序更快更準。

由於每個人的遺傳基因均不同，故指紋也不同。然而，指紋的形成雖然主要受到遺傳影響，但是也有環境因素（5%），當胎兒在母體內發育三至四個月時，指紋就已經形成，兒童在成長期間指紋會略有改變，直到青春期左右時才會定型。在皮膚髮育過程中，雖表皮、真皮，以及基質層都在共同成長，但柔軟的皮下組織長得比相對堅硬的表皮快。 有人説骨髓移植後指紋會改變，那是不對的。除非是植皮或者深達基底層的損傷，否則指紋是不會變的。

在皮膚髮育過程中，雖然表皮、真皮以及基質層都在共同成長，柔軟的皮下組織長得相對比堅硬的表皮快，因此會對錶皮產生源源不斷的上頂壓力，迫使長得較慢的表皮向內層組織收縮塌陷，逐漸變彎打皺，以減輕皮下組織施加給它的壓力。如此一來，一方面使勁向上攻，一方面被迫往下撤，導致表皮長得曲曲彎彎，坑窪不平，形成紋路。這種變彎打皺的過程隨着內層組織產生的上層壓力的變化而波動起伏，形成凹凸不平的脊紋或皺褶，直到發育過程中止，最終定型為至死不變的指紋。

雖説世上沒有兩枚完全相同的指紋，但是同卵雙胞胎的指紋比較相似。而且，同一個人不同手指的紋形也有相似之處。研究發現，出現率高的指紋類型存在性別差異和人種差異。例如，中國人、日本人的指紋中，鬥形紋和箕形紋的出現率大致相當，共佔整體的90%以上；歐洲人的指紋中，箕形紋出現率較高；美國人的指紋中，則是弓形紋的出現率較高。

因為同卵雙胞胎或同一人種的指紋具有相似性，所以也可以説指紋是能夠“遺傳”的。然而，指紋的形成不僅受遺傳基因的影響，同時還受環境等因素的影響。日本北海道大學的井上馨教授長期以來從事解剖學研究，他介紹説：“人類的身體細節也是因人而異。由於指紋使用起來非常方便，所以被廣泛用於鑑別身份。”

當胎兒發育到4個月時，就已經形成了指紋。在這之前，大約發育到10周時，指尖等部位會暫時形成大的球狀鼓包——就像貓爪的肉墊一樣，對指紋的形成起着決定性的作用。

當鼓包開始收縮塌陷時，表皮和真皮交界處開始出現皺褶，這就是剛萌芽的“指紋模子”。指紋模子所生成的細胞使勁向表層擠壓，在胎兒發育到4個月時就會在表皮上形成指紋。研究認為，指紋是由鼓包曲面上密集排列的“模子”發育而成的。所以，原始鼓包的形狀和大小決定了指紋的形狀。

眾所周知，指紋具有“各不相同、終生不變”的特性。很早以前，人們就在紙上或木板上按手印來標識身份。指紋已被廣泛用於入境檢查、搜查罪犯等領域。指紋是表皮上線狀排列的凸起和凹陷所形成的紋路，“一種膚紋”。人類手部和腳部的內側佈滿了膚紋。指紋被廣泛應用於搜尋罪犯等領域，用來鑑別身份。眾所周知，古巴比倫人和中國在很久以前就利用指紋來驗證人的身份。

利用指紋識別身份，這是因為指紋滿足了下面的兩個條件：

首先，指紋是不一樣的，沒有兩枚完全相同的指紋。儘管同卵雙胞胎在紋型上有高度的相似性，可其細節特徵並不完全相同，而是存在一定的差異（特徵點見圖1）。另外，一個人不同手指的指紋也各不相同。

其次，人的指紋原則上來説是終身不變的。當兒童長大成人，指紋也只不過放大增粗，其紋形、紋數等特徵則保持不變。

圖2為指紋的三大類型（箕形紋、鬥形紋、弓形紋），並顯示了鬥形紋和弓形紋的一個亞類。右圖為皮膚的內部構造。雖然還有其他觸覺器官，這裏僅顯示正文涉及的部分。

真皮位於表皮下層，表皮和真皮交界處凹凸不平，錯綜複雜。這些凹凸就是“模子”，並最終形成了指紋紋形。即使磨掉了表皮，只要不傷及內部的真皮層，傷愈後仍能長出同樣的指紋。指紋的清晰度會隨着年齡的增長而逐漸模糊。1880年，生活在日本的英國傳教士兼醫生福爾德斯在英國的學術刊物《自然》（Nature）上發表了第一篇有關指紋的研究，首次科學地闡述了指紋識別在犯罪偵查等領域的應用，開創了現代指紋研究的先河，在1900年傳入亞洲並得以實踐。

根據遺留方式的不同，指紋又可分為三類：

第一類是明顯紋（patent print），就是目視即可見的紋路。如手沾油漆、血液、墨水等物品轉印而成，通常都是印在指紋卡上成為基本資料；

第二類是成型紋（plastic print），這是指在柔軟物質，如手接觸壓印在蠟燭、黏土上發現的指紋 ^[1]  ；

第三類是潛伏指紋（latent print），這類指紋是經身體自然分泌物如汗液，轉移形成的指紋紋路，目視不易發現，是案發現場中最常見的指紋。潛伏指紋往往是手指先接觸到油脂、汗液或塵埃後，再接觸到乾淨的表面而留下，雖然肉眼無法看到這些指紋，但是經過特別的方法及使用一些特別的化學試劑加以處理，即能顯現出這些潛伏的指紋。

如果指紋是留在金屬、塑膠、玻璃、磁磚等非吸水性物品的表面，通常可以用物理方法使指紋顯現。

（1）粉末法，選擇顏色對比大的粉末，撒在提取出完整的指紋；

（2）磁粉法，以微細的鐵粉顆粒，用磁鐵作為刷子，來回刷掃，顯現指紋。

（3）激光法， 隨着激光技術的發展，我國用激光來顯示指紋。顯示裝置採用氬離子激光器。激光能夠顯示指紋，那是因為人的手指表面，總有一層汗液及脂肪酸，接觸物體後便留下不顯眼的指印；用激光一照，汗液、脂肪酸等會發生彩色熒光，指紋便一清二楚。用專門的指紋攝影機拍出清晰的指紋照片。照片經放大後，給鑑定工作帶來不少方便。

如果指紋留在紙張、卡片、皮革、木頭等吸水性物品的表面，必須經過化學處理才能在化驗室顯形。

碘燻法——即使用碘晶體加温產生蒸氣，它與指紋殘留物的油脂產生反應後，便會出現黃棕色的指紋，必須立即拍照或用化學方法固定；

茚三酮法——將試劑噴在檢體上，與身體分泌物的氨基酸產生反應後，會呈現出紫色的指紋；

硝酸銀法——硝酸銀溶液與殘留汗液中的氯化鈉產生反應後，在陽光下會產生黑色的指紋；

熒光試劑法——熒光胺與鄰苯二醛迅速與指紋殘留物的蛋白質或氨基酸作用，產生高螢光性指紋，此試劑可以用在彩色物品的表面。

三秒膠法——將氰基丙烯酸酯氣化，指紋上殘留的物質譬如氨基酸和葡萄糖會與氣化的膠漿起反應，並使指紋呈現。

（1）哈氣觀察法：以光滑物表面哈氣觀察。

（2）肉眼觀察法：藉助一定的光線、角度進行觀察。藉助於逆光，常可使指紋顯示出來。這是因為指紋上常沾有灰塵，會吸收光線，呈深色。

（3）放大鏡觀察法：藉助放大鏡在一定的光線、角度下觀察。

（4）紫外線觀察法：藉助紫外線的特徵進行觀察。

（5）理、化觀察法：對於用肉眼難以觀察發現的潛在手印，需藉助理、化處理，以便尋找發現。

（6）氰化膠法：先配製氰化膠和乙醚的溶液，將大小合適的濾紙浸到溶液中，取出晾乾後，將濾紙與指紋接觸5~60分鐘。指紋靠近紙的部分因膠水的作用而揮發，在濾紙表面顯現圖形。

患特殊疾病的人在現場留下“特殊指紋”的情況，主要見於某些能使患者的汗液發生變化的疾病。像糖尿病，由於使患者汗液中糖分增加，如果大量出汗留下指紋，會有可能出現像有些小説或謎題中描述的螞蟻、蜜蜂聚集的現象。還有像前段時間電視上講的，有人長期使用劣質瓷茶杯喝茶，產生銅中毒，結果出現了流紅汗的現象。像這種病人，如果留下指紋，就會發現指紋是紅色的。

在阿根廷，用指紋證據使一名殺害自己兩個孩子的婦女招供了罪行，這是現代指紋檢驗技術第一次被法庭採用。

隨着科學技術的發展，指紋在醫學上又有了新的用途。有的醫生髮現，通過檢查人的指紋、掌紋，能夠查出某些疾病。

指紋又和電子計算機成了好朋友。

很多商家也都利用指紋的特性，研製出一些高科技的設備，來體現指紋給生活帶來的方便和安全，比如：指紋鎖、指紋門禁、指紋考勤機、指紋採集儀、指紋保險櫃以及網絡指紋登陸技術等等。據調查，國內很多高檔智能小區都裝有指紋鎖、指紋門禁，指紋被用到設備最早的是指紋考勤機，公司人事管理者為了杜絕代打卡，紛紛採用指紋考勤機。同時我國首家網絡指紋登陸技術提供商已推出測試版，有望解決網絡賬號安全性問題。

小小的指紋將來究竟還會有哪些新的用途？新的迷宮又擺在我們面前，等待着我們去探索，去尋求。

研究發現，除了人類，大猩猩、黑猩猩、猩猩等靈長類動物的手部和腳部也有膚紋，甚至在樹棲動物考拉及其同類（袋貂科）動物身上也有膚紋。另外，生活在南美的蜘蛛猿、捲尾猴等都有一根捲曲的尾巴，可以靈巧地抓曳物體，它們的尾巴內側也有膚紋。由此可以推斷，在動物抓曳物體部位的皮膚上總是比較容易形成膚紋。

讀取指紋圖像、提取特徵、保存數據和比對。在一開始，通過指紋讀取設備讀取到人體指紋的圖像，取到指紋圖像之後，要對原始圖像進行初步的處理，使之更清晰。接下來，指紋辨識軟件建立指紋的數字表示——特徵數據，一種單方向的轉換，可以從指紋轉換成特徵數據但不能從特徵數據轉換成為指紋，而兩枚不同的指紋不會產生相同的特徵數據。

有的算法把節點和方向信息組合產生了更多的數據，這些方向信息表明了各個節點之間的關係，也有的算法還處理整幅指紋圖像。總之，這些數據，通常稱為模板，保存為1K大小的記錄。無論它們是怎樣組成的，仍然沒有一種模板的標準，也沒有一種公佈的抽象算法，而是各個廠商自行其是。最後，通過計算機模糊比較的方法，把兩個指紋的模板進行比較，計算出它們的相似程度，最終得到兩個指紋的匹配結果。指紋其實是比較複雜的。

與人工處理不同，許多生物識別技術公司並不直接存儲指紋的圖像。多年來在各個公司及其研究機構產生了許多數字化的算法（美國有關法律認為，指紋圖像屬於個人隱私，因此不能直接存儲指紋圖像）。

指紋識別算法最終都歸結為在指紋圖像上找到並比對指紋的特徵。指紋的特徵我們定義了指紋的兩類特徵來進行指紋的驗證：總體特徵和局部特徵。總體特徵是指那些用人眼直接就可以觀察到的特徵，包括：基本紋路圖案環型（loop）、弓型（arch）、螺旋型（whorl）。其他的指紋圖案都基於這三種基本圖案。僅僅依靠圖案類型來分辨指紋是遠遠不夠的，這只是一個粗略的分類，但通過分類使得在大數據庫中搜尋指紋更為方便。

模式區（Pattern Area）

模式區是指指紋上包括了總體特徵的區域，即從模式區就能夠分辨出指紋是屬於那一種類型的。有的指紋識別算法只使用模式區的數據。Aetex的指紋識別算法使用了所取得的完整指紋而不僅僅是模式區進行分析和識別。

核心點（Core Point）

核心點位於指紋紋路的漸進中心，它用於讀取指紋和比對指紋時的參考點。

三角點（Delta）

三角點位於從核心點開始的第一個分叉點或者斷點、或者兩條紋路會聚處、孤立點、折轉處，或者指向這些奇異點。三角點提供了指紋紋路的計數和跟蹤的開始之處。

式樣線（Type Lines）

式樣線是在指包圍模式區的紋路線開始平行的地方所出現的交叉紋路，式樣線通常很短就中斷了，但它的外側線開始連續延伸。

（Ridge Count）指模式區內指紋紋路的數量。在計算指紋的紋數時，一般先在連接核心點和三角點，這條連線與指紋紋路相交的數量即可認為是指紋的紋數。局部特徵局部特徵是指指紋上的節點。兩枚指紋經常會具有相同的總體特徵，但它們的局部特徵——節點，卻不可能完全相同節點（Minutia Points）指紋紋路並不是連續的，平滑筆直的，而是經常出現中斷、分叉或打折。這些斷點、分叉點和轉折點就稱為“節點”。就是這些節點提供了指紋的確認節點特性

1.分類-節點有以下幾種類型，最典型的是終結點和分叉點

A.終結點（Ending）--一條紋路在此終結。

B.分叉點（Bifurcation）--一條紋路在此分開成為兩條或更多的紋路。

C.分歧點（Ridge Divergence）--兩條平行的紋路在此分開。

D.孤立點（DotorIsland）--一條特別短的紋路，以至於成為一點。

E.環點（Enclosure）--一條紋路分開成為兩條之後，立即有合併成為一條，這樣形成的一個小環稱為環點。

F.短紋（Short Ridge）--一端較短但不至於成為一點的紋路。

2.方向（Orientation）--節點可以朝着一定的方向。

3.曲率（Curvature）--描述紋路方向改變的速度。

4.位置（Position）--節點的位置通過（x,y）座標來描述，可以是絕對的，也可以是相對於三角點或特徵點的。

藉助光學技術採集指紋是歷史最久遠、使用最廣泛的技術。將手指放在光學鏡片上，手指在內置光源照射下，用稜鏡將其投射在電荷耦合器件（CCD）上，進而形成脊線（指紋圖像中具有一定寬度和走向的紋線）呈黑色、谷線（紋線之間的凹陷部分）呈白色的數字化的、可被指紋設備算法處理的多灰度指紋圖像。

二、温差感應式識別技術

它的優點是可在0.1s內獲取指紋圖像，而且傳感器體積和麪積最小，即通常所説的滑動式指紋識別儀就是採用該技術。缺點是：受制於温度侷限，時間一長，手指和芯片就處於相同的温度了。

三、半導體硅感技術（電容式技術）

半導體電容傳感器根據指紋的嵴和峪與半導體電容感應顆粒形成的電容值大小不同，來判斷什麼位置是嵴什麼位置是峪。其工作過程是通過對每個像素點上的電容感應顆粒預先充電到某一參考電壓。當手指接觸到半導體電容指紋表現上時，因為嵴是凸起、峪是凹下，根據電容值與距離的關係，會在嵴和峪的地方形成不同的電容值。然後利用放電電流進行放電。因為嵴和峪對應的電容值不同，所以其放電的速度也不同。嵴下的像素（電容量高）放電較慢，而處於峪下的像素（電容量低）放電較快。根據放電率的不同，可以探測到嵴和峪的位置，從而形成指紋圖像數據。

超聲波技術所使用的超聲波頻率為1×10⁴Hz-1×10⁹Hz，能量被控制在對人體無損的程度（與醫學診斷的強度相同）。超聲波技術產品能夠達到最好的精度，它對手指和平面的清潔程度要求較低，但其採集時間會明顯地長於前述兩類產品，而且價格昂貴，也並不能做到活體指紋識別，故使用稀少。

指紋識別技術作為一個新的IT技術領域，自身具有許多新的概念。瞭解指紋識別技術的概念有助於準確的理解指紋識別技術。

指紋識別系統經過人工識別到機器識別的發展之後，進入自動識別階段，稱為自動指紋識別系統（AFIS）。一個典型的自動指紋識別系統，包括與人交互的前端子系統——自動指紋採集設備、完成指紋圖像處理和特徵值提取的後台子系統，以及用於指紋庫存儲的數據庫子系統。當後台子系統用於指紋註冊過程時，可以稱為指紋註冊子系統。當它用於指紋辨識過程時，稱為指紋辨識子系統。

指紋註冊又叫指紋登記。這是從指紋圖像中提取指紋特徵值，形成指紋特徵值模板，並與人的身份信息結合起來，存儲在指紋識別系統中的過程。它相當於為指紋報户口。所以指紋註冊的時候，需要保證指紋與身份信息之間的正確對應。尤其對於政府、社團、公司等單位進行指紋註冊時，防止冒名頂替，避免指紋與身份信息關聯錯誤，這是非常重要的。因此在這類指紋應用中，指紋登記的過程，需要現場督導人員參與。甚至把督導人的指紋採集到系統中，作為註冊者指紋特徵值模板的組成部分，以示職責之重要，併為後續責任審計提供依據。

識別與驗證並不是指紋識別算法領域的問題，而是指紋識別系統的問題。指紋識別是指在1：N模式下匹配指紋特徵值。它是從多個指紋模板中識別出一個特定指紋的過程。其結果是，“有”或者“沒有”。有時會給出“是誰”的信息。

指紋驗證是指在1：1模式下匹配指紋特徵值。它是拿待比對的指紋特徵模板與事先存在的另一個指紋特徵模板進行一次匹配的過程。其結果是“是不是”。在一個系統中既可以採用1：1模式也可以採用1：N模式，這是取決於應用系統的特點和要求。有時候還可以業務模式的需要，把1：N模式轉化為1：1模式以提高系統安全性和比對速度。

優點：

1.指紋是人體不一樣的的特徵，並且它們的複雜度足以提供用於鑑別的足夠特徵。

2.如果要增加可靠性，只需登記更多的指紋、鑑別更多的手指，最多可以多達十個，而每一個指紋都是不一樣的。

3.掃描指紋的速度很快，使用非常方便。

4.讀取指紋時，用户必需將手指與指紋採集頭相互接觸，與指紋採集頭直接。

5.接觸是讀取人體生物特徵最可靠的方法。

6.指紋採集頭可以更加小型化，並且價格會更加的低廉。

缺點：

1.某些人或某些羣體的指紋特徵少，難成像。

2.過去因為在犯罪記錄中使用指紋，使得某些人害怕“將指紋記錄在案”。

3.實際上指紋鑑別技術都可以不存儲任何含有指紋圖像的數據，而只是存儲從指紋中得到的加密的指紋特徵數據。

4.每一次使用指紋時都會在指紋採集頭上留下用户的指紋印痕，而這些指紋痕跡存在被用來複制指紋的可能性。

FRR（False Rejection Rate）和FAR（False Acceptance Rate）是用來評估指紋識別算法性能的兩個主要參數。FRR和FAR有時被用來評價一個指紋識別系統的性能，其實這並不貼切。指紋識別系統的性能除了受指紋算法的影響外，指紋採集設備的性能對FRR和FAR的影響也是不能忽視的。

FRR通俗叫法是拒真率的意思，標準稱謂是FNMR（False Non-Match Rate，不匹配率）。可以通俗的理解為“把應該相互匹配成功的指紋當成不能匹配的指紋”的概率。對指紋算法的性能測量是在給定指紋庫的情況下進行測量的。用於測量的指紋庫一般由FVC（國際指紋識別算法大賽）組織者給定。FVC在作指紋識別算法性能測試時，並無外界指紋輸入，是使用標準的指紋圖像庫來測試的。所以FNMR是在沒有連接指紋採集設備的情況下得出的測試值。本節的其它參數也都是在這一前提下得出的。

假定指紋庫中有100個不同ID的手指，每個手指註冊有3枚指紋，則該指紋庫中共有300枚指紋。假定P₁表示手指1的ID，則其三次註冊的指紋用P₁-F₁，P₁-F₂，P₁-F₃來表示。FNMR是指把指紋庫中的同一個手指的3枚指紋兩兩比較，即P₁-F₁與P₁-F₂匹配，P₁-F₁與P₁-F₃匹配，P₁-F₂與P₁-F₃匹配，P₁-F₂與P₁-F₁匹配，P₁-F₃與P₁-F₁匹配，P₁-F3與P₁-F2匹配，共有6種匹配方式。把所有100個手指在其內部均作6種匹配，共6×100=600次匹配。理論情況下，600次匹配均能正確匹配，匹配的成功率為100%。實際上因為同一手指的3枚指紋圖像不可能完全一樣，所以有一個匹配相似度問題。假定我們把匹配成功的相似度設為大於90%，就是説當相似度大於90%時，表示匹配成功。然後我們從600次匹配中，找出多少次相似度在90%以上的，這個數值就表示匹配成功的次數，假定為570次。600次中其餘的表示沒有匹配成功的次數，為600-570=30次。則匹配失敗率，就是30/600=5%。

對於指紋識別算法來講，在指紋庫確定的情況下，其匹配失敗率FNMR是一定的。當指紋庫發生變化，其FNMR也會有變化。所以國際上是以FVC公佈的指紋庫為統一的測試庫，在該測試庫中測試出來的FNMR結果作為衡量指紋算法性能的標準參考。

FAR一般稱為認假率，其標準稱謂是FMR（False Match Rate 錯誤匹配率）。FMR是用來評估指紋識別算法性能的最重要參數。可以通俗的理解為“把不應該匹配的指紋當成匹配的指紋”的概率。

同樣以前段中的指紋庫為例。把庫中的每個指紋，與除自己之外的其它所有指紋進行匹配，匹配的總次數，即300×（300-1）=89700次。理論情況下，匹配成功次數為6×100=600次，匹配失敗次數應為89700-600=89100次。假定由於指紋算法性能的原因，把本應該匹配失敗的判為匹配成功，若假定這種錯誤次數為100次。則錯誤接受率FAR為100/89100=0.11%。匹配失敗次數是因判定相似的條件嚴格程度而變化的。當匹配成功的篩選條件，即門限值提高時，FAR會降低。

FAR也與指紋庫相關。在FVC大賽中，有4個指紋庫用於測試，並取平均值。其中有一個指紋庫是人工生成的，以排除採集設備不同導致的指紋圖像質量不同對算法效能的影響。

在同一個指紋庫中，對同一個算法來講，需要設定一個閾值，作為判定相似的標準。當相似度大於這個閾值時，表示匹配成功，否則表示匹配失敗。FNMR是隨閾值增大而增大的，即判定相似的門檻值越高，則真的指紋判定為假的機率越大。反之，FMR是隨閾值增大而減小的，即隨着判定相似度的門檻值越高，把假的指紋判定為真的概率會越小。FAR與FRR成反比。根據2004年FVC大賽測試結果，一般當FMR是1/1000量級時，FNMR是5/100左右。也就是100個手指的指紋庫中，進行1000次匹配，有可能發生一次匹配錯誤，即認錯。進行100次匹配，有可能出現5次匹配失敗，即不認。

EER（Equal Error Rate）是相等錯誤率的意思。這個參數一般在普通場合不大使用。EER主要用於評價指紋算法整體效能的指標。也就是把FAR、FRR兩個參數統一為一個參數，來衡量指紋算法的整體性能。FAR和FRR是同一個算法系統的兩個參數，把它放在同一個座標中，FAR是隨閾值增大而減小的，FRR是隨閾值增大而增大的。因此它們一定有交點。這個點是在某個閾值下的FAR與FRR等值的點。習慣上用這一點的值來衡量算法的綜合性能。對於一個更優的指紋算法，希望在相同閾值情況下，FAR和FRR都越小越好。

把FAR和FRR曲線都向下平移。同時相交點ERR也向下平移。EER值越小的時候，表示算法的整體性能越高。

由於當FRR與FAR相交時對應的閾值都很小，也就是説此時的相似度閾值連30%都不到。實際使用中的閾值至少設在80%以上，故EER值並不被用在大眾化場合來描述指紋算法的性能，只是在競賽排名中使用。

FRR實際上也是系統易用性的重要指標。由於FRR和FAR是相互矛盾的，這就使得在應用系統的設計中，要權衡易用性和安全性。一個有效的辦法是比對兩個或更多的指紋，從而在不損失易用性的同時，極大地提高了系統安全性。

拒登率一般使用較少，在指紋識別術語中，它是一個意思相對比較含糊的詞。在世界指紋算法大賽中，有個參數叫拒絕註冊率，有時被稱為拒登率，用來衡量指紋識別算法對指紋圖像質量的挑剔程度，用REJENROLL。表示。在給定的指紋數量，如100枚指紋圖像中，可以成功註冊或稱為建檔的指紋，如果是99，則REJENROLL=1%。對FVC大賽給出的標準指紋庫來講，絕大多數的指紋算法都可以建檔成功，即REJENROLL為0.00%。

在另外一種場合，拒登率通常被解釋為指紋識別系統（包含指紋採集設備）不接受指紋註冊的概率。這種情況下，拒絕註冊的因素，除了算法本身的原因外，更多的受指紋採集設備的成像能力的影響。指紋採集設備輸出的指紋圖像質量越好，指紋識別系統的拒登率越低，指紋採集設備輸出的指紋圖像質量越低，其拒登率越高。

註冊時間是用來衡量指紋算法性能的另一個指標。它是指從輸入指紋圖像到指紋建檔成功（註冊成功）的時間。根據FVC大賽的結果，一般的指紋算法註冊時間在0.5秒以內，這也是FVC以參加LIGHT組比賽的算法提出的參賽資格之一。

匹配時間有時稱為比對速度，是用來指示指紋識別算法完成一次匹配所需的時間。它是從指紋圖像輸入算起到匹配結果輸出為止的時間。參加算法大賽的絕大多數算法的匹配時間在0.3秒以內，這個參數與註冊時間最小值一起構成LIGHT組的參賽條件。

由於這些時間都是受待測的指紋圖像的質量影響，故一般取多個指紋庫的平均值，一般拿平均註冊時間和平均匹配時間作為衡量依據。

從“指紋”到“指紋術”的研究，經歷了漫長的過程。指紋技術形成之後，又經過了從人工識別技術到自動化識別技術的發展轉變。隨着計算機圖像處理技術和信息技術的發展，指紋識別技術逐漸進入IT技術領域，與眾多計算機信息系統結合在一起，廣泛應用起來。

日本國立信息學研究所教授提醒網友，拍照時擺V字手勢，很有可能被盜取指紋。除了指紋外，面部以及虹膜識別也被應用於手機認證等。一些行政機關以及企業也在利用這些信息進行出勤管理。此前，要想取得個人的生物信息，需要接近本人進行拍攝。但是，近來一些生物信息被流傳到網上，對犯罪者來説門檻大大降低。

復旦、中科院團隊首次揭示了奇妙的指紋圖案和肢體生長的基因有關。 ^[2]