全球視角下的指靜脈識別分析

張 亞，賈振軍

（1.中國人民公安大學研究生院，北京 100038；2.中國人民公安大學偵查與刑事科學技術學院，北京 100038）

0 引言

大數據時代，各種互聯網智能設備的不斷發展和普及[1]，如何保護個人隱私不外泄逐漸成為當下的熱門議題，與之相關的生物特征識別技術蓬勃興起。生物特征識別技術是一種基于人臉、指紋、血管模式或擊鍵、步態等特征的身份認證方法[2]，相較于傳統的密鑰技術具有更高的安全性能，而其中的指靜脈識別由于具有采集設備便攜、無接觸、抗攻擊能力強、活體等其他生物特征所不具有的優勢[3]，成為相關學者的研究焦點，發展迅速。目前，指靜脈識別作為第二代活體生物特征識別技術[4]，最先在全球開始產業化應用，發展前景廣闊，許多國家都致力于指靜脈識別的相關研究，成果顯著，文獻頗豐。而文獻是科研信息的載體，具有重要的參考價值，采用統計學的方法對文獻信息進行統計分析，以數據來描述或揭示文獻的數量特征和變化規律，可以幫助作者準確把握該領域的最新信息[5-7]。本文采用文獻計量和可視化分析的方法對指靜脈識別的研究現狀、總體趨勢、高產研究力量分布、主要研究內容、研究熱點及方向進行探究，為相關學者提供參考，輔助科學研究。

1 文獻來源及研究工具

1.1 文獻來源

采用web of science 核心合集數據庫，選擇關鍵詞finger vein recognition，時間不限，搜索相關文獻，文獻最早可追溯至1999年，將搜索到的452篇文獻的標題、作者、關鍵詞、期刊、機構、出版年份等信息保存為純文本格式，并導入到Excel 中進行儲存，以便后期分析，其中英文文獻447篇，中文3篇，西班牙語1篇，土耳其語1篇。

1.2 研究工具

采用Excel 制表功能對文獻年度發表量、發表形式、涉及學科相關數據繪制圖表進行分析，采用陳超美教授開發的CiteSpace 軟件對導入的txt 數據進行主要研究力量分析、主要研究內容、研究熱點和方向的分析，把握指靜脈識別領域發展新趨勢和新動態。

2 結果

2.1 文獻發表量總體趨勢分析

圖1統計結果顯示，年度文獻發表量呈現波浪式增長，其中，2016-2019年連年穩定增長，總占比50%，文獻貢獻比非常高，大膽預測，近年來文獻發表量將會繼續持續上升。

圖1 文獻發表走勢圖

2.2 文獻發表形式分析

表1統計結果顯示，以學報論文形式發表的文獻總計230篇，而以期刊論文形式發表的文獻總計223篇，其余7篇為待出版論文和審查階段論文，可見目前論文是文獻的主要發表形式，選擇學報比期刊的可能性略高。

表1 文獻發表形式

2.3 涉及學科類別分析

圖2統計結果顯示，納入文獻涉及學科25種，其中電子電氣工程、計算機科學人工智能、計算機科學理論方法、計算機科學信息系統、光學位居前列，占比非常高，可見目前涉及學科發展還不均衡，涉及范圍還較窄，具有很大的發展空間。

圖2 涉及學科類別

2.4 重點機構分析

文獻共涉及240個機構，總體呈“大分散、小集群”分布，如圖3所示，分布密度為0.0052，可見機構間合作關系不密切，缺乏交流。其中引用次數排名最高的是中國山東大學，引用計數為52，第二個是中國民航大學，引用計數為36，第三個是韓國的東國大學，引用計數為20。其后的依次是引用計數為12的韓國全北國立大學，引用計數為11的中國天津大學科技學院、北京大學，引用計數為10的黑龍江大學、杭州師范大學，引用計數為9的哈爾濱工業大學。馬來西亞大學、中國科學院大學、韓國木浦國立大學、挪威基約維克高等學院引用次數均為8，并列第10。位于前列的機構里，中國高校占比近62%，韓國占比近23%，總體來說亞洲地區的貢獻比非常高。圖4突變分析圖譜顯示，近年來，中國山東大學的研究備受矚目，引用頻次高。

圖3 機構分布圖譜

圖4 機構引用頻次突變分析

2.5 主要作者分析

文獻涉及作者385 個，中國的楊金鋒、尹義龍、楊公平、楊璐、石一華學者，韓國東國大學的Kang Ryoung Park 學者，韓國北立大學的Dongsun Park 博士，奧地利薩爾茲堡大學的安德烈亞斯、烏爾教授，中國的襲肖明、楊居成學者分別位居前10。位于前列的作者均為團隊協作，團隊間合作關系密切，但團隊外缺乏經驗交流，如圖5所示。

圖5 主要作者分布

2.6 重點國家分析

文獻共涉及44個國家，分布密度為0.037，國家間合作關系較為密切。表2統計結果顯示，中國的引用頻次遠超其他國家，穩居首位。印度、韓國、馬來西亞、美國、奧地利、挪威、意大利、瑞士、阿爾及利亞引用頻次相繼位居其后。表3數據統計顯示，在中介性層面，中國、美國、馬來西亞、英國、意大利、瑞士、韓國、印度、挪威、阿爾及利亞中介性數值依次位居前列。與表2相比，可以發現排名發生了巨大的變化，還新增英國，可見引用頻次高不代表該國家在指靜脈識別發展過程中的中介性強。表4統計結果顯示，在創新性層面，英國、中國、瑞士、馬來西亞、美國、印度、意大利、韓國、挪威、突尼斯位居前列。

表2 國家引用頻次

表3 中介性統計表

表4 Sigma值統計表

0.10 印度 5 0.09 意大利 2 0.06 韓國 5 0.05 挪威 5 0.05 突尼斯 1

2.7 主要研究內容及發展脈絡

圖6關鍵詞共現分析聚類結果顯示，指靜脈識別的主要研究內容為局部二值模式、指靜脈融合、指靜脈驗證、指靜脈圖像、圖像增強、線性判別分析、卷積神經網絡、靜脈識別、指靜脈、手指幾何識別，其中融合和卷積神經網絡這兩個主要研究內容的平均年份分別為2016和2017年。

圖6 關鍵詞聚類分析

圖7關鍵詞時區分析結果顯示，關鍵字引用次數排名最高的指靜脈識別自2004年開始出現一直引用到現在，引用次數排名第三的多模態生物特征首次提出在2006年，而關鍵字提取引用次數第二，在2008年首次提出。引用次數排名第四的局部二值模式首次出現在2011年，引用次數排名第五的圖像增強首次提出在2008年，排名第六的融合首次提出在2010年，排名第七的驗證首次提出在2004年，排名第八的系統首次提出在2014年，排名第九的分類首次提出在2009年，排名第10的卷積神經網絡首次提出在2016年。

圖7 關鍵詞時區圖

2.8 研究熱點及前沿分析

圖8統計結果顯示，近年來文獻共引分析的主要內容為靜脈紋理、結合各向異性擴散、使用深度神經網絡、基于卷積神經網絡的手指靜脈識別、準確的手指靜脈、二叉樹模型、指關節、基于熵的歐氏距離、探索手背靜脈模式、圖像模糊增強；作者共引分析的主要研究內容為靜脈、生物特征、多生物特征、局部編碼、區間類型2模糊集、指關節、掌紋。

圖8 2015-2020年文獻共被引分析（左）、作者共被引分析的主要研究（右）

圖9統計結果揭示了近年來主要研究內容的時間發展，可見局部編碼、靜脈識別算法、canny 邊緣檢測、指關節、二元模型決策級融合、卷積神經網絡、全視角3D 手指靜脈驗證技術一直是當前研究的主要內容，而特定質量的手靜脈識別系統自提出后大于2019年沒有了熱度，不再是研究重點內容。

圖9 2015-2020年關鍵詞聚類時間線圖

綜合上述分析，可見當下的研究熱點為二元模型生物特征的手指靜脈融合、深度學習與神經網絡相結合、3D 手指靜脈識別技術、圖像增強技術。

當下，互聯網技術發展迅速，保護信息安全刻不容緩[8]，大膽預測，多模型生物特征的手指靜脈融合技術、多視角下的手指靜脈識別技術將是未來的研究重點。

3 結束語

文章采用文獻計量和可視化相結合的方法，通過對1999-2020年全球指靜脈識別相關文獻的年度發表量、文獻發表形式、涉及學科、重點機構、主要作者、主要國家、關鍵詞聚類的分析，預測了未來的發表趨勢，高產研究分布、主要的研究內容及發展脈絡，通過對2015-2020年文獻共引分析、作者共引分析、關鍵詞聚類時間線的挖掘，多角度分析了當下的研究熱點，預測了研究方向。此外，文章也存在一定的局限，2020年文獻發表的時間尚短，對統計結果有一定程度的影響。