该标准共有八个大类，例如“动物”“植物”，七十个小类，如猫，鸟，花，叶。FBI现在已经建立起一个纹身识别数据库，作为他们下一代身份认证系统的一部分。
然而根据关键词搜索纹身存在一些问题，因为这些分类不够详细，加上人们有时会用稍微不同的方式纹上相似的图案，给一些类别本身带来模糊。
“每个人在看待纹身的时候都非常主观”，FBI生物特征中心管理与项目分析师Eric Phillips说。
举个例子，NIST（美国国家标准技术研究所）的计算机科学家Mei Ngan曾做过这样的研究：底特律老虎队的“D”字母队徽经常被曲解，有人可以认出这是个棒球队的徽章，但是有的人觉得这就是一个英文字母，或者是个抽象的设计。
底特律老虎队队标
这就是为什么FBI更倾向于使用基于图像处理的纹身识别技术。相比于基于关键词的搜索，纹身识别技术利用算法来比较和匹配从纹身图像中截取的一部分图案。FBI向NIST寻求解决方案，并在去年秋天公开发布了关于这个高精尖技术的一个题目。共有六个组织参与到其中，以FBI提供的一组数据作为自家算法的训练对象。
今年六月，这六个组织报告了他们的算法分别针对五种不同的数据组的表现情况。其中对于三种情况他们都能有90%以上的识别率：
检测图像中是否包含纹身
一段时间后在同一个人身上辨认相同纹身
辨认一幅纹身中的一个片段。
而在下面两种情况下这些算法只有不到15%的准确率：
分辨不同人身上的相似纹身
在草图、扫描图、照片等多种媒介中搜索相似纹身图案。
密西根州立大学计算机科学工程学院的教授Anil K. Jain说道：“纹身图像识别类似于人脸识别以及其他图像识别技术。”他三年前曾购买了MorphoTrak公司的一种处理算法用来学习和研究。
这些算法都是基于对从纹身图像中抽取的关键点的处理和分析。但相比之下，指纹有端点、分叉点和短纹的特征，人脸有眼睛和鼻子，但是纹身却没有这样的特征来进行辨识和比较。（值得一提的是，Jain近日证明了指纹并不会随着时间改变。令人惊讶的是，警方在刑事审判上长期以来应用的指纹技术，一直都是基于未被证明的假设）
NIST的Ngan表示：除了了解到现有算法的缺点外，纹身识别技术所包含的挑战也说明了在两个方面我们迫切需要进步与完善。
第一，执法机关需要制定收集纹身图案的具体方式：例如对每个手臂上的图案分别拍摄照片，而不是一张拍下双臂，再如记录时要排除衣服和首饰的干扰等。
第二，生物识别产业一定要明确纹身辨认技术中的具体识别特征和内容。我们需要更好地为这些算法定义：什么是吻合，什么是相似，什么是不同。
via ieee
本文来源：cnbeta网站
责任编辑：
王晓易_NE0011
