High Accuracy Fingerprint Recognition on FPGA Using a Dual Path Lightweight CNN

在现代世界中，证明你的身份通常依赖于你携带的东西，比如一张卡片，或者你记忆的东西，比如一个密码。然而，这些方法可能会丢失、被盗或被遗忘。这促使科学家和工程师去寻找一种你本身所具备的特质——一种对你而言是唯一的、且伴随终生的生物特征。在这些特质中，人类指尖上的纹路与谷壑长期以来一直是身份识别的首选。它们易于采集，在数十年间保持着惊人的稳定性，且几乎不可能被完美复制。多年来，计算机一直被教导如何读取这些模式，但如何在不耗尽电池或不需要庞大服务器的情况下快速且准确地完成这一任务，仍然是一个巨大的挑战。目标是构建一个能够观察指纹、理解其独特地图并瞬间做出决策的系统，同时该系统还能运行在小型、高效的芯片上，而非庞大且耗电的计算机。

佛罗里达大学的一个研究小组在解决这一问题方面迈出了重要一步，他们设计了一种全新的计算机识别指纹的方法，这种方法既具有高度的准确性，又对资源的使用出奇地轻量。他们没有依赖通常驱动此类任务的沉重且复杂的系统，而是创建了一个精简的“数字大脑”，专门为一种被称为现场可编程逻辑门阵列（FPGA）的专用计算机芯片而设计。这些芯片就像是工程师手中的空白画布；它们可以被编程以极高的速度执行特定任务，并保持极低的能耗，这使得它们成为那些需要可靠工作且无需插电使用的设备的理想选择。研究人员想要测试，他们是否可以构建一个不需要在读取指纹前对图像进行清理或简化（这通常是一个会丢弃宝贵细节的步骤）的指纹阅读器。

为了实现这一目标，该团队设计了一种新型的神经网络——一种模仿人类大脑、通过观察成千上万个案例来学习识别模式的计算机系统。现有的多数此类系统要么过于沉重，无法在小型芯片上运行，要么要求将指纹图像缩小并平滑处理，而这往往会模糊掉正确匹配所需的关键细节。研究人员提出了另一种方案：“双路径”架构。想象一下两名专家正在同时观察同一张指纹：一位专家专注于大局，观察指纹的整体形状和大的曲线；另一位专家则进行局部放大，研究微小、复杂的细节。在他们的设计中，这两条“路径”并行工作，各自从原始图像中提取不同种类的信息。最后，他们的发现会被结合起来做出最终决策。这种方法使他们能够使用指纹图像的完整原始尺寸，在无需预先调整大小或处理数据的情况下，保留了每一处纹路与谷壑。

该团队利用来自公共数据库的海量指纹图像训练了这个新系统，这些图像包含了使用不同类型传感器和不同分辨率拍摄的扫描件。为了确保计算机能够应对广泛的现实世界情况，他们使用了名为“数据增强”的技术来教导系统。这包括向系统展示同一张指纹的略微变形版本，例如旋转了几度或向侧面轻微偏移的图像，从而模拟手指每次放在扫描仪上时位置不同的情况。通过在这些多样化的样本上进行训练，系统学会了无论手指如何摆放，都能识别出指纹底层的身份信息。在测试中，这一新模型表现出了比以往几种方法更高的准确性：在使用全范围训练数据时，它能正确识别约 70% 的情况；而在更严格的测试场景下（即测试图像未经过修改时），它仍能达到超过 63% 的准确率。

除了准确性之外，这项研究真正的考验在于它是否能在旨在用于现实场景的专用硬件上实际运行。研究人员将他们的数字设计转化为 FPGA 芯片可以理解的语言，并从底层开始构建了整个系统。他们成功地将这个复杂的网络装入了一块 Xilinx Virtex-7 FPGA，这是一种常用于高性能应用的强大芯片。结果显示，该系统处理单个指纹的时间不到 80 毫秒，足以满足实时使用的需求。该芯片消耗了约 29 瓦的功率，在高性能与能效之间取得了平衡，并利用了约 70% 的可用芯片资源。这一成功的实现证明，在高效硬件上直接运行复杂的身份验证是完全可能的，从而不再需要庞大的外部计算机或沉重的电池。

这项工作还强调了构建此类系统时一个至关重要的权衡。通过减少网络需要记忆的内部设置（即参数）的数量，研究人员使系统变得更加轻量化，也更容易存储在芯片上。他们的模型仅需约 483 KB 的内存来保存所有学到的信息，这只是旧有的、更沉重的模型所需容量的一小部分。这种规模的缩减并未以牺牲性能为代价；事实上，新设计的表现优于以往使用更复杂结构的尝试。研究人员发现，虽然他们的双路径系统中的一部分擅长捕捉宏观特征，而另一部分擅长捕捉微观细节，但将两者结合起来对于获得最高准确率至关重要。这表明，对于指纹识别而言，同时观察“森林”与“树木”能提供最可靠的答案。

最终，这项研究为将安全、高速的指纹识别技术带入小型、便携且注重节能的设备提供了一条切实可行的路径。通过证明可以构建一个轻量级的双路径神经网络，使其在无需牺牲原始图像细节的情况下，高效地运行在 FPGA 上，该团队展示了可靠的生物识别安全并不一定需要庞大且耗电的基础设施。该系统的运行速度为每秒 1.086 亿个周期，足以实现近乎瞬时的身份验证。这一成就表明，在不久的将来，我们可能会看到指纹扫描仪嵌入到更广泛的日常设备中——从移动电话到边境管制闸机——这些设备不仅安全，而且高效且自给自足，能够在仅需极小功率的情况下完成复杂的决策。