當(dāng)古老的指掌紋遇上21世紀(jì)的AI技術(shù)，將迸發(fā)出怎樣的火花？

　　相信你也曾經(jīng)過這樣的尷尬：為了證明自己是自己，你必須提供一大堆卡片，背下一串串密碼、口令；一旦這些東西遺失或被篡改，你就不再是”你“了。但是，除了各類身份證件和密碼外，每個(gè)人獨(dú)一無二的生物特征也是一種證明方式。

　　一大早，地鐵閘機(jī)口，不再用從包里掏出手機(jī)，只需輕輕揮一下手，就可通過閘機(jī)，到站后揮一下手就可出站扣費(fèi)；到達(dá)辦公大樓，也不再需要門禁卡，揮手就可控制大門和電梯；去銀行辦理業(yè)務(wù)，也不需要帶銀行卡和身份證，只要通過手系統(tǒng)便可自動(dòng)識(shí)別你的身份，辦理存取款等各種業(yè)務(wù)。

　　這些曾經(jīng)只出現(xiàn)在科幻小說里的場(chǎng)景，慢慢變成了人們觸手可及的現(xiàn)實(shí)。

　　但通過指掌紋這種人體生物特征來做身份識(shí)別并不是 AI 時(shí)代的產(chǎn)物，一千多年前，中國(guó)人就深深意識(shí)到了每個(gè)人的指紋和掌紋的獨(dú)特。

　　早在唐朝，人們就開始使用指紋和掌紋作為獨(dú)特標(biāo)識(shí)用于契書、文書、遺囑等文件?！按笏翁嵝坦佟彼未仍凇断丛╀洝分性敿?xì)記載了如何收集嫌疑人指紋斷案的實(shí)例，也令手印指紋早早就成為中國(guó)古代刑事偵破時(shí)的重要物證。

　　在中國(guó)，上世紀(jì)九十年代以來，計(jì)算機(jī)輔助人工比對(duì)技術(shù)開始應(yīng)用，隨后，計(jì)算機(jī)技術(shù)的普遍應(yīng)用讓這個(gè)古老的技術(shù)產(chǎn)生了新的蛻變。指掌紋比對(duì)工作，也從依賴純?nèi)斯と庋郾葘?duì)，發(fā)展成為基于深度學(xué)習(xí)等技術(shù)的自動(dòng)指掌紋比對(duì)。

　　01. 傳統(tǒng)系統(tǒng)急需升級(jí)，新一代系統(tǒng)應(yīng)運(yùn)而生

　　以更廣泛運(yùn)用的指紋系統(tǒng)為例，國(guó)內(nèi)現(xiàn)有的指紋系統(tǒng)大多在九十年代左右設(shè)計(jì)研發(fā)并投入使用，然而發(fā)展到如今的智能時(shí)代，現(xiàn)有主要的指紋比對(duì)架構(gòu)并沒有隨之變化，對(duì)于應(yīng)對(duì)當(dāng)下生物識(shí)別需求具有相當(dāng)大的挑戰(zhàn)。

　　· 建立海量指紋庫(kù)，需要更高的系統(tǒng)綜合比對(duì)性能

　　近年來，隨著人員數(shù)據(jù)的持續(xù)增長(zhǎng)，指紋庫(kù)容顯著擴(kuò)大，更需要千萬級(jí)、億級(jí)的系統(tǒng)。然而，傳統(tǒng)指紋系統(tǒng)最早設(shè)計(jì)的目標(biāo)庫(kù)容大多是幾萬到幾十萬的小庫(kù)，已經(jīng)難以達(dá)到大庫(kù)比對(duì)的速度和精度要求。

　　· 傳統(tǒng)系統(tǒng)比對(duì)精度的“大庫(kù)衰減”現(xiàn)象嚴(yán)重

　　傳統(tǒng)算法隨著庫(kù)容增加準(zhǔn)確率下降很快，這就是所謂的“大庫(kù)衰減”現(xiàn)象。傳統(tǒng)系統(tǒng)難以克服大庫(kù)衰減難題的原因有兩方面：一方面，隨著指紋數(shù)據(jù)量增加，導(dǎo)致更多應(yīng)該比中的數(shù)據(jù)在候選列表中排名靠后，而如果排名靠后太多，就無法出現(xiàn)在候選列表中，導(dǎo)致漏比。另一方面，存在低質(zhì)量指紋的頑疾，使比對(duì)精度降低。

　　傳統(tǒng)系統(tǒng)的特征類型主要是細(xì)節(jié)特征點(diǎn)（Minutia），其信息量很非常有限。以指紋為例，一個(gè)高質(zhì)量的指紋有 80 - 120 個(gè)特征點(diǎn)，而很多現(xiàn)場(chǎng)快采的指紋只有十幾個(gè)甚至幾個(gè)特征點(diǎn)，再考慮到比對(duì)算法的誤差，實(shí)際可用的信息量更少。同時(shí)，傳統(tǒng)指紋采集易受外界條件影響，如手指過干、過濕、指紋過淺，都會(huì)導(dǎo)致模糊或形變，降低指紋質(zhì)量，而這些低質(zhì)量指紋在指紋庫(kù)中占有很大比重。而由于這些低質(zhì)量指紋的特征點(diǎn)少，在大庫(kù)中比中的可能性更低。

　　· 傳統(tǒng)系統(tǒng)依賴人工標(biāo)注，使用門檻高

　　在傳統(tǒng)算法下，指紋需要標(biāo)注才能比對(duì)，非常依賴于有經(jīng)驗(yàn)的指紋專家，而這類專家目前非常稀缺。同時(shí)，一枚疑難指紋的標(biāo)注方式可能有上百種，不同的標(biāo)注方式比對(duì)結(jié)果也不同，錯(cuò)誤的標(biāo)注可能直接導(dǎo)致漏比，因此指紋比對(duì)的技術(shù)門檻很高，效率卻很低。

　　如今我們需要更及時(shí)、更精確地獲取及處理指掌紋，這對(duì)于指掌紋比對(duì)技術(shù)以及數(shù)據(jù)庫(kù)的快速響應(yīng)都提出了更高要求。

　　新一代指掌紋識(shí)別系統(tǒng)應(yīng)運(yùn)而生。

　　02. 面向 AI 時(shí)代的墨奇智能指掌紋系統(tǒng)

　　墨奇智能指掌紋系統(tǒng)是面向未來生物識(shí)別需求的下一代指掌紋系統(tǒng)。憑借墨奇底層的技術(shù)創(chuàng)新，墨奇智能指掌紋系統(tǒng)突破了傳統(tǒng)系統(tǒng)在大庫(kù)中不能返回精確結(jié)果、對(duì)復(fù)雜環(huán)境比較敏感、需要海量訓(xùn)練數(shù)據(jù)的缺陷， 能夠做到十億大庫(kù)秒級(jí)比對(duì)，擁有業(yè)界領(lǐng)先的比中率和排前率，且突破性地不需要人工標(biāo)注，已獲得許多機(jī)構(gòu)和企業(yè)的青睞，累計(jì)處理超過數(shù)十億枚指紋和掌紋數(shù)據(jù)，包括兩個(gè)十億數(shù)量級(jí)的指紋中心。墨奇已成為極少數(shù)可在十億量級(jí)的指掌紋圖像上達(dá)到秒級(jí)、高精度、自動(dòng)化比對(duì)的系統(tǒng)服務(wù)提供商。

　　· 秒級(jí)：十億指紋實(shí)時(shí)比對(duì)

　　墨奇智能指掌紋系統(tǒng)實(shí)現(xiàn)了十億級(jí)別指紋庫(kù)的秒級(jí)比對(duì)，而且具備無限擴(kuò)展的比對(duì)能力。因?yàn)橛捎诓捎玫姆植际郊軜?gòu)設(shè)計(jì)彈性大，在實(shí)際應(yīng)用中，即使客戶端請(qǐng)求量增多，只要配備了合理的硬件資源，就可以無限擴(kuò)展比對(duì)性能。從庫(kù)容的幾百萬到幾十億，系統(tǒng)支持返回時(shí)間最短可達(dá) 10 秒。

　　· 高精度：業(yè)界領(lǐng)先的比中率和排前率

　　基于創(chuàng)新技術(shù)突破，墨奇智能指掌紋系統(tǒng)在大庫(kù)容下仍具有領(lǐng)先行業(yè)的高比中率和高排前率。多項(xiàng)應(yīng)用結(jié)果表明，在十億級(jí)圖像數(shù)據(jù)庫(kù)的比對(duì)中，墨奇智能指掌紋系統(tǒng)的正確結(jié)果排前五的精度高達(dá) 99%、排第一的精度高達(dá) 90%，大幅領(lǐng)先其他參與公司。

　　· 自動(dòng)化比對(duì)：墨奇原創(chuàng)無標(biāo)注特征提取

　　墨奇智能指掌紋系統(tǒng)的自動(dòng)特征提取技術(shù)是墨奇原創(chuàng)。得益于墨奇獨(dú)有的小樣本無監(jiān)督學(xué)習(xí)技術(shù)，在訓(xùn)練階段只需要極少的人工標(biāo)注樣本，而在特征提取和比對(duì)階段，完全不需要人工標(biāo)注。這不僅簡(jiǎn)化了以往繁瑣的流程，而且大大提升了特征數(shù)量、維度以及系統(tǒng)的比對(duì)精度，與現(xiàn)有絕大部分依賴人工的人工智能系統(tǒng)都有本質(zhì)的差別。

　　03. 底層技術(shù)積蘊(yùn)提供堅(jiān)實(shí)支撐

　　墨奇智能指掌紋系統(tǒng)離不開底層在技術(shù)上的長(zhǎng)期積累和創(chuàng)新突破：

　　首先，先進(jìn)的數(shù)學(xué)模型，讓高精度、高性能的圖像搜索成為可能

　　· 從底層構(gòu)建視覺信號(hào)的多尺度表達(dá)，從像素到圖像整體的多尺度刻畫，極大地?cái)U(kuò)充了信息量。

　　o 傳統(tǒng)算法主要依靠細(xì)節(jié)特征點(diǎn)比對(duì)，而指掌紋上除了傳統(tǒng)特征點(diǎn)還有很多其他信息，例如紋線的曲率、疏密分布、宏觀的走向、拓?fù)浣Y(jié)構(gòu)等等，以及大量的不能直接用規(guī)則描述、但是有區(qū)分度的信息，這些都可以被用來區(qū)分指掌紋。然而，這些信息分布在不同的尺度上，有的是在像素層級(jí)的，有的是指紋整體圖像層級(jí)的，用人工規(guī)則編碼的方式來提取這些特征是不現(xiàn)實(shí)的，需要有特殊的方法。

　　o 墨奇智能指掌紋系統(tǒng)采用人工智能技術(shù)來提取多尺度特征，在從像素到整體圖像的每一個(gè)中間尺度上，都提取了標(biāo)簽、向量和圖等不同的特征，使得信息量擴(kuò)大了上萬倍。同時(shí)，通過高效的壓縮算法，多尺度特征的大小只是傳統(tǒng)的數(shù)倍就實(shí)現(xiàn)了上萬倍的信息量擴(kuò)充。

　　· 利用多尺度特征以及之間的層次和幾何關(guān)系建立索引結(jié)構(gòu)，進(jìn)一步提升了比對(duì)性能

　　特征的索引結(jié)構(gòu)也是比對(duì)性能的決定性因素之一。系統(tǒng)對(duì)多尺度特征分配了不同的索引結(jié)構(gòu)，例如，對(duì)于向量特征使用了多種量化索引的特征以支持近似和精確查詢。索引在內(nèi)存中使用列存儲(chǔ)的數(shù)據(jù)結(jié)構(gòu)。對(duì)于索引來說，特別是向量和部分的幾何索引結(jié)構(gòu)，列存儲(chǔ)的性能要顯著優(yōu)越于行存儲(chǔ)。索引的內(nèi)存訪問是向量?jī)?yōu)化的，也就意味著很多的指令可以以批次（Batch）的方式進(jìn)行，節(jié)約了 I/O 和提高緩存效率。

　　其次，只需要極少樣本的自學(xué)習(xí)框架，讓系統(tǒng)可以自學(xué)習(xí)，且需要的標(biāo)注數(shù)據(jù)減少了幾千至上萬倍

　　· 適應(yīng)多尺度特征的 AI 自學(xué)習(xí)框架，能夠從搜索候選中不斷自學(xué)習(xí)，且單張圖片的訓(xùn)練信號(hào)大大增加，突破了 feedforward neural network 的瓶頸。

　　· 這使得需要的標(biāo)注數(shù)據(jù)減少了幾千甚至上萬倍，且更容易泛化到看不見的數(shù)據(jù)類別。

　　另外，超高性能的異構(gòu)系統(tǒng)和架構(gòu)，讓準(zhǔn)確性和速度提升。

　　· 專門用于視覺搜索的異構(gòu)多層分布式系統(tǒng)，針對(duì)多尺度特征進(jìn)行了優(yōu)化，同時(shí)提高了搜索準(zhǔn)確性和速度。系統(tǒng)比對(duì)引擎由一組異構(gòu)的比對(duì)服務(wù)器組成，支持CPU、GPU、NPU 等不同的計(jì)算單元。引擎將不同種類的特征分配到不同的計(jì)算單元上去，在保證準(zhǔn)確率的情況下實(shí)現(xiàn)加速。在比對(duì)過程中，向量和大尺度被首先分配到 GPU/NPU 中去，利用其強(qiáng)大的并行計(jì)算能力，對(duì)特征進(jìn)行初步的比對(duì)和過濾；對(duì)結(jié)果使用 CPU 進(jìn)行幾何特征的比對(duì)和精確匹配，以及對(duì)于多種算法的候選列表進(jìn)行再排序以優(yōu)化最終的結(jié)果。

　　秒級(jí)搜索數(shù)十億圖像的高性能搜索引擎，具備單機(jī)高性能 + 分布高容錯(cuò)比對(duì)，可以實(shí)現(xiàn)海量索引數(shù)據(jù)分段存儲(chǔ)，機(jī)群自動(dòng)擴(kuò)展和數(shù)據(jù)自動(dòng)恢復(fù)。同時(shí)，利用 NVM 減小了內(nèi)存消耗，提高了數(shù)據(jù)密度。

　　由此可見，相較于傳統(tǒng)系統(tǒng)，雖然墨奇智能指掌紋系統(tǒng)需要處理的特征數(shù)量和特征維度更多，但比對(duì)效率和響應(yīng)速度卻更高?；谝陨系募夹g(shù)突破，墨奇智能指掌紋系統(tǒng)是目前行業(yè)內(nèi)比對(duì)速度更快、精度更高的系統(tǒng)，同時(shí)降低了大庫(kù)衰減率。

　　目前，隨著科技的不斷發(fā)展，生物識(shí)別技術(shù)已被運(yùn)用到生活的各個(gè)場(chǎng)景之中，為人們的生活帶來便利，幫助人們以“一手之力”證明你就是你。未來，墨奇科技將繼續(xù)以技術(shù)創(chuàng)新解決行業(yè)挑戰(zhàn)和客戶需求，為數(shù)十億人提供保護(hù)隱私、安全可靠的下一代身份識(shí)別和認(rèn)證服務(wù)，并研發(fā)先進(jìn)的人工智能技術(shù)來自動(dòng)化地處理機(jī)器知識(shí)，最終增強(qiáng)人類處理信息的能力。