掌纹识别研究获IEEE会议最佳论文后续研究奖

叶史瓦大学卡茨学院计算机科学与工程系助理教授喻程（Yucheng Xie）博士是该研究的第一作者。由喻程博士领衔的一组研究人员开发了一项名为“mmPalm”的新技术，该技术利用毫米波信号，通过掌纹识别实现了一种无处不在、无需费力的身份认证方法，旨在为酒店入口、公寓大楼甚至车辆设置等环境提供安全保障。

卡茨学院计算机科学与工程研究生部助理教授谢玉成博士是这项研究的第一作者。

详细阐述于论文《mmPalm：利用毫米波信号通过掌纹识别实现无处不在的用户身份认证》中的这一系统，可通过毫米波信号扫描人的手掌来进行用户身份认证。与传统的依赖指纹或面部识别的生物识别技术不同，mmPalm是一种低成本的替代方案，有望彻底改变智能城市和智能家居等公共空间的安全准入方式。

该研究最近在IEEE通信与网络安全会议（CNS）上荣获最佳论文后续研究奖，IEEE CNS是网络安全领域备受瞩目的顶级会议，吸引了来自世界各地的杰出研究人员、行业专家和学者，他们正致力于保护通信网络和系统的前沿工作。

传统的生物识别方法，如指纹和面部识别，往往需要昂贵的硬件来安装和维护，这限制了它们的广泛应用。而mmPalm方法则利用了广泛用于WiGig和5G网络的毫米波（mmWave）技术，根据每个人手掌的独特图案来识别个体。这项技术提供了一种低成本、易于在公共和私人空间部署的解决方案。

“这项技术之所以前景广阔，是因为毫米波能够捕捉到精细的细节，”论文的第一作者喻程博士说道，他与来自乔治梅森大学、罗格斯大学、天普大学和纽约理工学院的研究人员共同开展了这项研究。“每个人的手掌都有独特的形状、皮肤厚度和纹理组合，使其与指纹一样独一无二。”mmPalm系统通过发送并分析反射信号来捕捉这些特征，为每位用户创建一个独特的“掌纹”。这项先进技术还构建了虚拟天线，以进一步提高商用毫米波设备的空间分辨率，从而捕捉到每个掌纹的细微差别。

对于用户而言，身份认证过程简单到只需伸出手掌即可。设备会发射调频波与手掌相互作用，mmPalm分析反射波中的特定特征。将这些反射数据处理成一个独特的生物识别特征，并与存储的特征进行比对以验证身份。

除了成本效益高之外，mmPalm还解决了身份认证技术中经常出现的一些问题，如距离和手掌方向。该系统采用了一种称为条件生成对抗网络（cGAN）的人工智能类型，来学习不同的手掌方向和距离，从而生成虚拟特征来填补空白。此外，该系统还采用迁移学习框架来适应不同的环境，因此mmPalm能在各种环境中可靠工作。

在对30名参与者进行为期六个月的测试后，mmPalm表现出了高达99%的准确率，且对假冒、欺骗和其他潜在入侵行为具有很高的抵抗力。随着城市和家庭越来越多地采用智能技术，mmPalm有望为安全、非接触式的用户身份认证铺平道路——无论是进入酒店房间还是调整联网汽车的设置。喻程博士表示：“mmPalm利用高分辨率毫米波信号提取详细的掌纹特征，为智能互联世界中日益增长的安全准入需求提供了一种无处不在、方便且成本效益高的选择。”