利用手掌的几何特征与纹路的变化特征，将也可以作为个人身份的确认。在过去十年来，已有许多的研究报告与专利技术发表 [1], [2], [3], [4]，而在1960年末期美国专利局发表Robert P. Miller 的专利，接着在1970年初 Miiller [1] 开发了一项设备，来量测手掌的特征并且利用这些特征，作为个人辨识的依据。而最近这几年陆续也有许多的公司发展相关的产品，比较知名的是在1980年中 期，由 David Sidlauskas [4] 发展并申请为专利的『电子手掌扫瞄器』，并且在1986年创办了 RecogNItion System 公司，专门研究与生产掌形辨识系统。而 Identix 公司发展了 TouchPrin
t 600 Palm Scanner 设备，利用此设备可取得 500 pixels/inch 高分辨率的8-bits灰阶影像，利用内建的处理器来做身份验证。在德国的 Dermalog 公司则是发展了一套辨识系统，此系统允许使用者任意地将手掌放置在平台上，主要的特征也是手掌的几何形状，并且此系统可以做一对一与一对多的比对。
用掌形的特征，主要是量测手指的长度与宽度如图一，将这些测量值记录下来，并且做为个人的辨识特征。目前由于生物识别的广泛研究，许多大学与研究机构，也都有相关的论文与技术报告的发表 [5]。在掌形方面，密西根大学的图形识别与影像处理实验室，其中的生物认证研究小组所发表的研究报告，即是利用手指的长度与宽度来当作特征，并且发展了一套具有 GUI的系统，来作为个人辨识系统。此外他们也利用『可变形模式掌形比对』 ( Deformable Matching of Hand Shape ) [6] 的方式，来作掌形辨识，此方法主要是将手掌外型影像做对齐(align)，将对齐后的外型影像作特征抽取如图二，最后经由『外型距离』 ( Shpae Distance )来验证使用者身份，由他们所发表的论文结果，此方法可达到96.5%的正确接受率 (Genuine Accept Rate)，与2%的错误接受率 ( False Accept Rate )。
而利用掌纹来作为辨识的特征，目前则是一个新的研究题材，在台湾的中华电信研究所的应用科技实验室 [7]，发展了一套掌纹辨识系统，目前正在申请专利中，在此系统系统中，使用者将手掌放入『掌纹机』中如图三，掌纹机中的摄影机及时地将影像传送到中央处理器，由于使用者的手掌是固定在机台上，因此可以稳定地取得的影像线型轮廓，这些数据经由 PCA(Principal Component Analysis)，再利用 GLVQ (Generalized Learning Vector Quantization)的过程，抽取出具有代表性的特征，经由他们所发表的研究论文，发现掌纹可以有效地辨识个人。
而在国外的研究上，S. Y. Kung et al. [10] 设计了『决策类神经网络』 ( Decision-Based Neural Network ) 分类器，并将此分类器应用在脸部与手掌的辨识。D. G. Joshi et al. [9] 利用手指纹路的变化如图四，使用者将手掌平放在取像平台上，中指紧靠在平台中央的固定板上，利用CCD取得中指影像的线型轮廓，将此轮廓转换为 WLIP (Wide Line Integrated Profile) 特征，将这些特征经由Correlation Function 的方式，取得一个相关值，利用此一值来作为相似度的分析。而 Dapeng Zhang et al. [8] 利用抽取线条的方式如图五，将手掌的纹路，转换为一系列的线段，经由线条比对的方法，来验证数据的正确性。
目前在掌形的研究上已经相当成熟，在辨识率方面 (FAR,FRR) 皆可以达到不错的效果，比较值得注意的是，由于目前掌形的取像上，都必须要求使用者将手掌放在固定的定位点上，如图一，因此无法适应所有的使用者手掌大小，如孩童，或是其它类似情形，因此如何让使用者可以自由放置手掌，而依然可以维持理想的辨识率，是值得研究的主题。
在掌形研究上，由于属于新的研究领域，因此要克服的问题很多，如取像所造成的影像噪声，纹路的不稳定，以及如何寻找稳定的特征等，都是目前所需要克服的困难。
References:
[1] R. P. Miller, ”Finger dimension comparsion identification system”, US Patent No.3576538, 1971.
[2] R. H. Ernst, “Hand ID system”, US Patent No. 3576537,1971.
[3] I. H. Jacoby, A. J. Giordano, and W. H. Fioretti,”Personal identification apparatus”, US Patent No. 3648240, 1972.
[4] D. P. Sidlauskas, “3D hand profile identification apparatus”, US Patent No. 4736203, 1988.
[5] Anil K. Jain, Ruud Bolle and Sharath Pankanti,”BIOMETRICS Personal identification in network society”, Kluwer Academic Publishers 1999.
[6] Anil K. Jain and Nicolae Duta,”Deformable matching of hand shapes for verification”, Michigan State University,
[7] Chin-Chuan Han, Pao-Chung Chang, and Cha-Chih Hsu,”Personal identification using hand geometry and palm-print”, Fourth Asian Conference on Computer Vision (ACCV),
[8] Dapeng Zhang and Wei Shu,”Two novel characteristics in palmprint verification: datum point invariance and line feature matching”, Pattern Recognition Vol. 32 pp 691-702 1999.
[9] D. G. Joshi, Y. V. Rao, S. Kar, Valli Kumar and R. Kumar,”Computer-vision-based approach to personal identification using finger crease pattern “, Pattern Recognition Vol. 31, pp 15-22 1998.
[10] S. Y. Kung, S. H. Lin, and M. Fang, ”A neural network approach to face/palm recognition”, in Proc. of International Conference on Neural Network, pp. 323-332, 1995.
