城市轨道交通作为一种大运量的运输系统，在给群众带来便利的同时，同时也存在交通卡（币）、手机NFC和二维码、身份证件等遗失、转让、伪造、盗用等安全管理漏洞。尤其在重大公共安全和公共卫生安全预防常态化新形势下，各地区纷纷上线人脸识别、二维码、身份证件登记验证等实名制认证措施，但是综合考虑我国各城市不同的发展特点与模式，城市轨道交通实名认证系统仍存在政策不一、数据及其管理标准不一、线上登记平台不完善、线下实名登记网点少、个人信息安全隐患等诸多问题。因此城市轨道交通实名认证系统亟需一套实名制、零漏洞、高效便捷的标准化有效解决方案。

生物识别技术是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，（如指纹、人脸、掌静脉等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。传统的身份鉴定方法包括身份标识物品（如钥匙、证件、ATM卡等）和身份标识知识（如用户名和密码）但由于主要借助体外物，一旦证明身份的标识物品和标识知识被盗或遗忘，其身份就容易被他人冒充或取代。生物识别技术比传统的身份鉴定方法更具安全、保密和方便性。生物特征识别技术具不易遗忘、防伪性能好、不易伪造或被盗、随身“携带”和随时随地可用等优点。[1]生物识别技术基于自身特点构成了城市轨道交通公共安全技术防范系统身份认证的重要一环。

   生物识别技术除了以上通用特点外，不同生物识别技术又有其各自的特点，比较常见的生物识别技术有人脸识别技术，指纹识别技术和掌静脉识别技术。人脸识别技术易用性好，识别速度快，适用范围广，可进行被动识别，但与此同时人脸识别技术存在准确率低，安全性差、易盗用、侵犯隐私、漠视公众选择权、公共属性与身份认证秘钥属性相违背等问题。指纹识别技术主要应用于小范围场景，高效便捷，但存在易伪造，需接触使用，无法应用于大范围使用场景的特点。人脸和指纹相似，因此差异化信息量小，在用户量大的情况下，无法区分每一位用户，一旦应用于大规模用户应用场景，就造成了大量的认假错误，无法适应城市轨道交通公共安全防范的生物特征识别的应用需求。掌静脉识别技术具有特征充足、高度准确、快速稳定、高效安全、强隐私、主动使用、非接触等特点，可以支持大用户量、大流量、高并发场景的生物特征准确识别。对比人脸识别，指纹识别和掌静脉识别可见掌静脉识别技术对城市轨道交通公共安全技术防范系统锲合度最高，标准化的掌静脉识别技术可良好解决城市轨道交通公共安全技术防范系统中数据标准不统一、用户安全信息采集隐患、公共卫生防疫非接触使用要求、用户基数大、高效便捷需要等问题和要求。

   掌静脉技术已经经历了20余年的发展。在过去，掌静脉技术主要应用于私人高精度电子锁、局域范围身份识别等场景，这一方面是受硬件计算性能限制，但更多的是缺少优秀的人工智能算法模型，导致拥有丰富特征，可以准确区分亿级用户的掌静脉特征只能应用于局部场景。随着人工智能浪潮的到来，算法的不断迭代和升级，掌静脉识别技术可以达到10亿人次0.3秒的闪速精确识别，且已得到公安部和工信部的权威认证，可以支撑亿级市场1：N准确比对的应用需求，因此奠定了其面向城市轨道交通在内的社区级、城市级、区域级等大场景、大用户量使用的推广基础。

掌静脉识别算法技术，具有无与伦比的技术先进性。

目前，市面上的掌静脉识别技术，停留在传统的静脉识别层面，其具备了精度高、不易仿冒、活体检测、安全等优点，但是因为缺乏人工智能和大数据技术延伸和融合，识别速度慢，对目标手掌要求高，且有很大的局限性，仅能满足【1:10000】以下等级的流量场景，因此主要用于掌静脉智能锁、1:1高安全等级身份验证等应用场景，对高安全等级、大流量的社会基础设施级别应用，这些技术是无能为力的。因此，掌静脉识别技术至今仍被局限于一个狭小的应用市场。

其它公司的产品在使用时，都需要在设备上方固定位置、固定角度、停留一段时间。其它的技术可以归为以下几类：

（1）基于结构特征的方法：这类算法将掌静脉看作是边缘信息，利用边缘检测方法提取掌静脉的分叉点和角点来表示掌静脉特征并以此特征进行比对识别，这一类算法的代表性算法包括SIFT（scale invariant feature transform）和 SURF（speeded-up robust features）。

（2）基于纹理特征的方法：这类算法将掌静脉图像看做是纹理图像，先通过变换将掌静脉图像变换到另一个域，然后提取纹理信息。这类算法的代表性算法包括CMF（complex matched filtering）、LDP（local directional pattern）、和ICP（iterative closet point）。

（3）基于子空间的方法：将掌静脉图像看作是高维向量或矩阵，通过投影或变换将其转换成低维向量或矩阵，并在低维空间下对掌静脉进行匹配。这类算法基本都通过PCA算法对图像降维，然后采用LPP（locality preserving projections）算法提取掌静脉特征进行比对识别。

这些算法不但在精度上有所欠缺，更大的缺点是，在1:N的应用场景下，只能使用暴力计算进行掌静脉识别。这就是为什么在中国市场上，诸多掌静脉识别产品，都不能使用到大规模用户群、高流量、高并发的应用场景。

只有实现了掌静脉特征的索引，才能够像搜索引擎那样在数千亿张的图像中，在数百毫秒之内返回结果。掌静脉识别技术比搜索引擎技术面临更大的挑战，在于：

（1）搜索引擎要搜索的同一个词组在任何网页都是一成不变的，建立索引并查找到结果相对容易；而掌静脉识别要搜索的同一个手掌的掌静脉图像在每一次刷掌时，得到的特征向量都不尽相同，对这种数据建立索引的技术难度高出两个维度。

（2）搜索引擎并不要求返回给用户一个唯一的答案，它可以返回无数的近似答案供用户选择；而掌静脉识别的搜索比对，只能返回唯一的正确答案。

应用场景及流程示例

示例是掌静脉可应用于城市轨道交通公共安全防范系统中的场景和用户使用流程，在真实场景中，具体使用流程根据具体情况进行相应调整。

1.用户注册流程

根据使用场景不同，用户信息可包含用户实名身份信息，用户账户信息，用户用卡信息等。“完成”指在中心服务器用户信息和掌静脉信息保存成功。当用户在某一处掌静脉信息录入完成后，可在设定范围的多场景使用掌静脉身份认证，无需重复注册。

2.轨道交通乘客快速安检流程

通过掌静脉技术可快速分辨乘车人身份，进而得知乘车人历史记录，通过策略筛选可准确判断乘车人是否可以快速安检通关，进而提高安检效率，降低乘客等待时间。

3.地铁乘客乘车使用流程

用户刷手入闸也即用户实名入闸，通过入闸信息由入闸终端上传，可知晓用户入闸地点和实名身份等信息。当用户下车出闸时刷手进行出闸请求，经过出闸终端上传相关信息并进行相应结算，即可返回出闸终端对应出闸结果并反馈给用户。

应当清醒的看到：加载了生物识别技术的地铁票务系统，是保障城市轨道交通公共安全（公共安全专篇）与运营安全（运营安全专篇）之间的重要桥梁。

参考文献

[1] 杨强, 谭礼俊. 生物识别技术对比浅析[J]. 大众科技, 2005(2):51-52