DOKUMENTACE Identifikace pomocí otisků prstů

Rozměr: px

Začít zobrazení ze stránky:

Download "DOKUMENTACE Identifikace pomocí otisků prstů"

Václav Kučera
před 8 lety
Počet zobrazení:

1 DOKUMENTACE Identifikace pomocí otisků prstů Lukáš Rajský, RAJ029 Aleš Seifert, SEI února

2 1 Úvod První známý systém klasifikace otisku prstů byl zaveden v Indii na počátku minulého století Sirem Edwardem Henrym a od roku 1901 používán i ve Velké Británii. Za účelem klasifikace byly otisky prstů dle papilárních linií tříděny do tří základních tříd smyčka(loop), oblouk(arch), vír(whorl) (obr. 1). Obrázek 1: Klasifikace do tříd je prováděna na základě počtu fokálních bodů. Na základě průběhu papilárních linií je možno otisk rozdělit na tři části - základní oblast, oblast jádra a okrajovou oblast. Papilární linie z těchto tří oblastí se setkávají v delta oblasti. Významnými body pro klasifikaci jsou bod jádra a body delta (obr. 2). Vír má jedno jádro a dvě delty Smyčka má jedno jádro a jednu delta oblast Oblouk nemá ani jádro ani deltu. Původní systém Henryho klasifikace byl postupně propracován FBI na mnohem podrobnější. V nynější podobě je nazýván klasifikací NCIC. Obarazy otisků uložené v databázi jsou očíslovány 1 (levý palec) 10 (pravý malíček). Každý otisk prstu je kódován dvěma znaky a tento dvouznakový kód obsahuje podrobnou informaci o třídě otisku a další dodatečné informace jako je např. počet papilárních linií mezi body jádra a bodem delty. Těchto deset dvojznakových kódu tvoří dvacetiznakové pole nazývané FPC (Fingerprint Classification file), které slouží jako klíč k prohledávaní databáze otisku prstů. Pro závěrečné rozhodnutí, verifikaci, zda zkoumaný otisk patří dané osobě, se obvzkle používají tzv. Galtonovy charakteristiky. Galtonovy charakteristiky se nazývají markanty (minutiae). Základních Galtonových charakteristik je pět (obr. 3): Rozvětvení (Fork, Bifurcation) 2

Obrázek 1: Klasifikace do tříd je prováděna na základě počtu fokálních bodů.

3 Obrázek 2: zakončení linie (Ending Ridge) bod (Dot) ostrůvek (Enclosure) krátká linie (Short Ridge) Obrázek 3: Pro počítačové zpracování jsou doporučovány Americkým úřadem pro standardizaci pouze markanty typu zakončení linií a rozvětvení. Pro průkaznost shody dvou otisku je vyžadováno nalezení shody minimálně 12 markantů. 3

Americkým úřadem pro standardizaci pouze markanty typu zakončení linií a

4 2 Postup při počítačovém rozpoznávání otisku prstů Při vytváření automatického identifikačního systému založeného na zpracování otisků prstů se setkáváme s okruhy problému, které lze přibližně rozdělit do následujících skupin: 1. předzpracování obrazů otisků prstů (preprocesing) Zahrnuje: Filtraci Segmentaci (vytvoření obrazu se dvěma úrovněmi jasu) Vyhlazování Ztenčování (získání skeletu) Extrakci charakteristických bodů 2. klasifikace otisků prstů, kdy jsou otisky zařazovány do předem stanovených tříd (classification) Spočívá v zařazování otisků prstů do předem určených tříd. Pro klasifikaci otisků se nejčastěji používají tzv. NCIC třídy používané i v FBI. Jedná se o třídy typu levá/pravá smyčka, oblouk, vír a jejich podtřídy. 3. verifikace otisků prstů verifikace - rozpoznávání dvou otisků (1:1) identifikace - porovnávání jednoho s více otisky (1:N) Pro rozpoznávání se používají metody jako např. pomocí grafů pomocí fraktálové analýzy optické rozpoznávání otisků Hongova metoda (má velmi dobré výsledky, bude popsána níže ) alternativní metody, nepoužívající předzpracování 4

předzpracování obrazů otisků prstů (preprocesing) Zahrnuje: Filtraci Segmentaci (vytvoření obrazu se dvěma úrovněmi jasu) Vyhlazování Ztenčování (získání skeletu) Extrakci charakteristických bodů 2.

5 3 Popis použité metody v programu Při porovnávání se postupně načítají otisky z databáze a každý z nich se porovná s načteným otiskem. Nejprve se podle středu obrazu a vzoru provede translace bodů otisku z databáze, čímž dostaneme překrývající se oblasti. Dalším krokem je zjištění vzdáleností možných odpovídajících si jader a porovnávání této zjištěné vzdálenosti s mezí maximální vzdálenosti. Pokud se nenaleznou příslušné dvojice takové, aby tuto podmínku splnily, je otisk prohlášen za neshodný. Pokud si ovšem s jistou odchylkou jádra odpovídají, provede se totéž s markanty. Když se splní obdobná podmínka i pro markanty, otisk odpovídá svému vzoru. Při vytvoření nového otisku se nejdříve vytvoří bitmapa otisku, ve které se najdou jádra a markanty (ze všech nalezených markantů se vyberou ty, které se nachází v blízkosti jader). Do souboru list.dat se tyto body uloží, v souboru ref.dat se aktualizuje počet uložených otisků a přidá se do něj také odkaz na pozici v souboru list.dat, na které se otisk uložil. 4 Spuštění programu fingerprint.exe s parametrem: -a... uložení nového otisku do databáze -c... porovnání nového otisku s databází -p... výpis jader a markantů všech otisků z databáze bez parametru... nápověda 5

Dalším krokem je zjištění vzdáleností možných odpovídajících si jader a porovnávání této zjištěné vzdálenosti s mezí maximální vzdálenosti.

6 5 Zamyšlení Z výše popsaného postupu je jasné, že rozpoznávání otisku je celkem časově náročná činnost. Porovnáváme-li dva, nebo malé množství otisků je tento čas, potřebný k rozpoznání, relativně krátký. Představíme-li si ale, že bychom měli porovnávat nějakou velkou databázi, obsahující 10 6 otisků zjistíme, že doba sekvenčního procházení celé této databáze je neúměrně dlouhá. Cílem tohoto zamyšlení je nalézt nějaký způsob, i teoretický, jak zabránit sekvenčnímu prohledávání celé databáze. Asi nejjednodušším způsobem jak omezit množství prohledávaných záznamů, je klasifikovat každý otisk. Nevýhody které vyplývají z klasifikace: Klasifikace je úspěšná jen s nějakým procentem pravděpodobnosti, pohybující se někde mezi 65% až 90%. Při rovnoměrném rozložení pravděpodobnosti zařazení otisku do příslušné třídy, zredukuje se počet otisků jen asi o 2 řády. Jak je vidět, tento způsob klasifikace je nedostačující. 5.1 Možná řešení tohoto problému Jako první se nabízí možnost klasifikovat do více tříd. Tato možnost by ovšem vyžadovala více charakteristických vlastností otisku. Kde je ovšem získat? Je možné použít např. markanty a klasifikovat podle jejich vzájemné polohy. Ovšem tato metoda by se setkala v praxi se značným neúspěchem, protože by nedokázala odhalit chyby způsobené např. špatným snímáním otisku, chybou v předzpracování, poraněním kůže a elasticitou kůže. Tento postup klasifikace můžeme označit jako za nevyhovující. Jako další se nabízí zkombinovat tuto metodu s jinou metodou, která by byla sama o sobě nedostačující, ale v kombinaci s klasifikací otisku by bylo možné očekávat dobré výsledky. A jako poslední zde uvedená metoda klasifikace je vytvoření klasifikačního slova, skládajícího se z 10 částí. Každá část by obsahovala klasifikaci jednoho prstu. Tato metoda by byla v praxi asi nejúspěšnější, redukce již při dvou známých otiscích by byla asi o 4 řády, při třech o 8 řádů z původního objemu otisků v databázi. Pokud by byla identifikace otisku prstu tak jednoznačná, přesná a bez chyb, jako identifikace pomocí snímání sítnice nebo duhovky oka, nečinila by taková klasifikace žádný vetší problém. 6

Představíme-li si ale, že bychom měli porovnávat nějakou velkou databázi, obsahující 10 6 otisků zjistíme, že doba sekvenčního procházení celé této databáze je neúměrně dlouhá.

Podobné dokumenty

Úvod do biometrie. Vladimír Lieberzeit vladimir.lieberzeit@upek.com UPEK Inc.

Úvod do biometrie. Vladimír Lieberzeit vladimir.lieberzeit@upek.com UPEK Inc. Úvod do biometrie Vladimír Lieberzeit vladimir.lieberzeit@upek.com UPEK Inc. Obsah Úvod do biometrie, základy Přehled biometrických metod Otisky prstů trochu podrobněji Úvod do biometrie Úvod do biometrie