Fingerpass是中科院自动化所——北京数字指通软件技术公司具有自主知识产权的，代表目前全球指纹识别技术领域先进水平的指纹识别技术。该技术不仅在据真率（FRR） 、认假率（FAR）以及指纹据登率等主要指标方面均达到国际先进水平，也解决了指纹生长变形、指纹缺损、指纹干扰等问题。该技术在联机状态进行指纹处理的效果得到了业内的普遍公认，而且还可以高速高效的在嵌入式系统中进行指纹处理。同时，最重要的是，由于Fingerpass的核心技术由指通公司完全自主拥有，不仅可以更加快捷地进行技术支持和升级服务，而且能充分保证系统的内在安全性和可靠性。

　　Fingerpass技术的形成

　　Fingerpass技术在形成过程中，依托三位一体的发展思路，即算法理论研究成果、开放式指纹识别系统平台和应用推广相结合。

　　算法研究：包括指纹分类、指纹图像的压缩、指纹图像的增强、指纹细节匹配算法四个方面。这些算法都是在具体的应用背景下提出来的，所完成的工作都在具有自主版权的Fingerpass平台上进行了测试与改进，并且各个方面都在学术期刊或学术会议上发表了学术论文。

　　系统平台：在三位一体中起着承上启下的作用，对算法研究提供了测试环境支持，同时也通过测试将好的算法集成在系统之中，从而不断推进系统功能的扩展。由于平台是建立在国际标准的生物特征接口标准BioAPI1. 0上的，并利用国际公认的标准指纹数据库Nist系列及FVC系列进行大规模测试，真正做到了与国际先进技术接轨，可以很容易地转化成实际应用的软件产品。

　　目前，指通公司已经完成了以一个开放系统为核心的三个实验平台（指纹分类，细节匹配，指纹压缩）和五个面向市场的应用框架（法律公安，信息安全，电子商务，考勤和政府机构）。

　　自动指纹识别系统FingerPass整体结构图

　　在受到美国对我国的高技术产品出口限制的不利影响下，指通公司一方面认真进行了相关文献的查询工作，对系统做出了整体分析和设计；另一方面，对系统的各关键部分进行了细致的设计研究工作，并在NIST-14、FVC2000等指纹数据库上测试。

　　另外，指通公司不断的进行技术创新，如在图像预处理部分，采用了Gabor滤波器进行图像增强，大大地减轻了后续的细节匹配步骤的负担。把指纹细节特征的结构信息和统计信息相结合，细节提取效果优于国内外已发表的结果。在算法方面，指通公司设计了一种全新的快速的不依赖图像中心区域的指纹匹配算法．采用遗传算法来解决指纹图的点匹配问题，并引入初匹配算法来缩小搜索空间，有效地提高了匹配速度。他们还将指纹识别环节引入图像压缩系统中，并针对细节点和非细节点分类进行矢量压缩，不但大大地提高了压缩比，同时更好地保留了细节点的信息，非常有利于指纹匹配环节。

　　Fingerpass自动指纹识别系统的特色

　　与现有的一些自动指纹识别系统相比，Fingerpass自动指纹识别系统的特色在于：

　　应用背景不同：正如前述，许多自动指纹识别系统是针对法律、公安应用的，而本研究课题主要从信息安全的角度出发，把自动指纹识别系统作为计算机及网络、信用卡等确认用户身份的方法加以使用。由于面向的应用背景不同，导致算法的许多差异。

　　研究的思路不同：目前，大多数自动指纹识别系统采用的是单一算法，误识率较高。而本研究课题采用集成的思想，把统计与结构的方法结合起来，并集成多种识别算法。

　　崭新的指纹图压缩方法：我们把模式识别的方法嵌入到改进的EZW算法中，实现一种新的、快速高效的指纹自适应量化的压缩方法，目前实验的压缩比约为35倍。

　　基于滤波的灰度统计方法来增强系统：对各种的指纹图像的适应能力，从而提高识别的准确率。

　　Fingerpass在各项指纹识别技术性能指标上都有突破性进展，不仅适用于传统的光学传感器，并有效克服其原有弱点，同时更适用于新一代ＣＭＯＳ硅传感器，使之优越性得以全面发挥。同时，还具有优良的可移植性和多系统软硬件平台的适应性。