1 / 27

Fingerprint Identification System

Fingerprint Identification System. Készítette: Venczel Viktor BMF-NIK 2007. december. Bevezetés. Mi az a biometria és miért van szükség rá? Típusai: Hanganalízis Kézgeometria elemzés Retinavizsgálat Íriszdiagnosztika Ujjlenyomat azonosítás Arcfelismerés Arcthermogram

pomona
Download Presentation

Fingerprint Identification System

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Fingerprint Identification System Készítette: Venczel Viktor BMF-NIK 2007. december

  2. Bevezetés • Mi az a biometria és miért van szükség rá? • Típusai: • Hanganalízis • Kézgeometria elemzés • Retinavizsgálat • Íriszdiagnosztika • Ujjlenyomat azonosítás • Arcfelismerés • Arcthermogram • Miről szól ez a project?

  3. Mik a biometria előnyei? • A módszer ténylegesen magát a személyt azonosítja, nem olyan közvetett jellemzőket ellenőriz, mint jelszó vagy kulcs, amelyek eltulajdoníthatóak vagy megfejthetőek. • Megfelelő eszköz, illetve technológia alkalmazásával meg lehet győződni arról, hogy a mintavételezés valós élő személytől származik, ezzel jelentősen csökkentve a megtévesztés lehetőségét. • Lehetőség lehet csendes riasztásra, ha például ujjnyomat leolvasásnál másik ujját, vagy hangazonosításnál más jelszót használ a kényszerített személy

  4. Mik a biometria hátrányai? • A legtöbb módszer speciális hardvert igényel, amelyek ára jelenleg még elég magas. • Fogyatékos emberek esetén a módszer esetleg nem alkalmazható. • Higiéniai szempontból a fizikai kontaktust igénylő megoldások problémásak lehetnek. • A vizsgált jellemzők az idő múlásával, betegség illetve sérülés következményeként változhatnak. • Visszajátszásos megtévesztés lehetséges több esetben is, például hangalapú azonosítás során, amely támadási mód nem minden esetben védhető ki, és ahol kivédhető ott is drága. • Jogi, adatvédelmi kérdéseket vethet fel, ha a leolvasás akár távolról, az adott személy beleegyezése nélkül is megtörténhet (például arc-azonosítás).

  5. Alapfogalmak • Az azonosítás vagy autentikáció fajtái: • Matching, összehasonlítás • 1:1 matching, verifikáció • 1:N matching, identifikáció, felismerés • Az azonosítás megbízhatóságának mérőszámai: • Pozitív • Negatív • FAR, FRR, EER • ROC (Receiver Operating Characteristic)

  6. Ujjlenyomat leolvasás • Hogy működik? • Daktiloszkópia, ujjlenyomattan • Papilláris vonalak, fodor szálak • Egyediek • Nem változnak

  7. Ujjlenyomat leolvasó szenzorok • Szenzorok típusai • Optikai • Nyomás érzékeny • Hő érzékeny • Ultrahangos • Fontos tulajdonság • Élőujj és ujjlenyomat replika detektálás • Problémák

  8. Leolvasási problémák Párokban ugyanannak az ujjlenyomatnak különböző változatai

  9. Ujjlenyomat globális jellemzői • Fodor szálak, jellemző mintáik, szinguláris pontok Boltozat (arch)(3%) Hurok (loop)(72%) Örvény (whorl)(25%)

  10. Modulterv • Két fő állapot: • Beviteli állapot: • 1. Beolvasó modul • 2. Előfeldolgozó modul • 3. Elemző modul • Összehasonlító állapot • 1. Beolvasó modul • 2. Előfeldolgozó modul • 3. Elemző modul • 4. Összehasonlító modul

  11. Beviteli modulterv Azonosító + egyéb személyes adatok Ujjlenyomat mint kép átadása Beolvasó modul Képi információ Előfeldolgozó modul Azonosító + egyéb személyes adatok beszúrása Binarizált, tiszta kép küldése Minucia adatok beszúrása Elemző modul Adatbázis

  12. Összehasonlító modulterv Azonosító Ujjlenyomat mint kép átadása Beolvasó modul Képi információ Előfeldolgozó modul Binarizált, tiszta kép küldése Elfogadás jelzése Minucia adatok küldése Elemző modul Összehasonlító modul Visszautasítás jelzése Azonosító / Adatok Adatbázis

  13. Ujjlenyomatok feldolgozása

  14. Ujjlenyomatok feldolgozása • Kép elmosása • Lineáris alul-áteresztő szűrő • Átlagoló szűrő • Nem lineáris szűrő • Medián szűrő

  15. Ujjlenyomatok feldolgozása • Gradiensek meghatározása • Sobel operátor • Roberts keresztoperátor • Kirsch operátor

  16. Ujjlenyomatok feldolgozása • 1. Osszuk fel a bemeneti képet 𝑊 × 𝑊 méretű blokkokra. • 2. Számoljuk ki a gradienst Gx és Gy minden pixelre minden blokkban. • 3. Meghatározzuk a lokális orientációját minden pixelnek (i,j) • 4. Kiszámítjuk az orientációs-mező konzisztencia szintjét az (i,j) blokk lokális szomszédságában • 5. Ha a konzisztencia szint egy adott Tc küszöb felett van, akkor e terület körül újra kell számolni a lokális orientációkat kisebb felbontással, egészen addig, amíg a 𝐶(i,j) nem lesz alacsonyabb, mint a meghatározott érték.

  17. Ujjlenyomatok feldolgozása Eredeti kép Lokális orientációk

  18. Ujjlenyomatok feldolgozása • Binarizálás • Küszöb meghatározása • Szkennelési hibák • Lokálisan változó küszöbölés • Niblack algoritmus

  19. Ujjlenyomatok feldolgozása • Vékonyítás, thinning • Alaktani vékonyításhoz használt maszkok • 90°-os elforgatottak • 8 ciklus • Eredménye

  20. Ujjlenyomatok feldolgozása • Minuciák keresése a képen • Minuciák alaptípusai • Végződések • Elágazások

  21. Ujjlenyomatok feldolgozása • Hamis minuciák kiszűrése • Kép szélein talált minuciák figyelmen kívül hagyása • Két egymással szemben lévő végződés • Fodor szálak orientáltságára merőleges vonalak • Rövid izolált szálak • Sok minucia egy kis területen feltételezhetően valamilyen(pl.: égési) sérülés következménye

  22. Ujjlenyomatok feldolgozása • Minucia adatok tárolása • Polár koordináta • Súlyozott irányítatlan gráf, egymáshoz viszonyított helyzet

  23. Ujjlenyomatok feldolgozása • Minucia adatok eltárolása, új felhasználó hozzáadása a rendszerhez • Minucia adatok kiolvasás az adatbázisból felhasználói név alapján összehasonlítás céljából • Adatbázis védelme, kódolása

  24. Ujjlenyomatok feldolgozása • Minucia adatok összehasonlítása • Egyezés esetén ellenőrzés • Határoló terület • Elasztikus nyúlás • Eredmény jelzése

  25. Egyéb technikák • Fodorszál követés: a lokális maximum kiválasztásából és az adott irányban való továbbhaladásból áll Maszkolás hatása

  26. Egyéb technikák • FingerCode középponttól kifelé koncentrikus körökre felosztás és azok feldara-bolása

  27. Irodalomjegyzék • 1. Orvos Péter, Vitárius Gergely. Biztostű. Biztostű. [Online] 2004.. Október 28. ] http://www.biztostu.hu/. • 2. Biometrikus zárak :: Általános biometriai szakkifejezések szószedete:. Donáció 2003 Bt. [Online] 2005. http://www.biolock.hu/dict.shtml. • 3. Anil K. Jain, Salil Prabhakar, and Arun Ross. Fingerprint Matching: Data Acquisition and Performance Evaluation. Michigan State University 1999. MSU-CPS-99-14. • 4. Bordás Henrik, CHRIS - Capacity sensor based Human Recognition and Image processing System, 2001 http://roberta.obuda.kando.hu/iar/2001_2002/afis/index.html

More Related