Содержание к диссертации
Введение
ГЛАВА 1. Аналитический обзор современного состояния методов обработки изображений в системах биометрической идентификации по данным дактилоскопии 16
1.1 Степень разработанности обработки дактилоскопических изображений с целью идентификации личности 16
1.2 Аналитический обзор современного состояния методов обработки изображений с целью биометрической идентификации по дактилоскопическим данным
1.2.1 Методы корреляции дактилоскопических изображений отпечатков пальцев 25
1.2.2 Методы сопоставления шаблонов особенностей дактилоскопических изображений отпечатков пальцев 28
1.2.3 Методы сравнения по рисунку дактилоскопических изображений отпечатка пальцев 34
1.2.4 Методы сопоставления шаблонов особенностей и гребневого счёта между особенностями дактилоскопических изображений отпечатка пальцев 35
1.2.5 Методы сопоставления шаблонов особенностей и топологических векторов особенностей дактилоскопических изображений отпечатков пальцев 37
1.2.6 Метод графов дактилоскопических изображений отпечатков пальцев 1.3 Аналитический обзор методов обработки изображений с целью повышения информативности дактилоскопических изображений 41
1.4 Постановка и обоснование задач в рамках исследования по развитию методов, алгоритмов биометрической идентификации личности с целью повышения эффективности идентификации
1.5 Выводы 56
ГЛАВА 2. Метод комплексной биометрической информационной технологии идентификации личности, инвариантный к биометрическим идентификаторам 59
2.1 Основные структурные компоненты метода комплексной биометрической информационной технологии 59
2.2 Этап биологической информационной технологии 63
2.3 Этап информационно-измерительной технологии 66
2.4 Этап компьютерной информационной технологии 71
2.5 Этап технологии идентификации индивида 77
2.6 Выводы 80
ГЛАВА 3. Создание моделей и разработка алгоритмов для папиллярных линий кожного покрова отпечатка пальцев человека: формирования биометрического информационного портрета согласно концепции модифицированного метода канонических разложений, предварительной обработки изображений для целей повышения их информативности на основе метода суперразрешения и двухэтапной идентификации 84
3.1 Описание концепции модифицированного метода канонических разложений 84
3.2 Математическая модель формирования биометрического информационного портрета – папиллярных линий кожного покрова отпечатка пальцев человека 88
3.3 Алгоритм формирования биометрического информационного портрета – папиллярных линий кожного покрова отпечатка пальцев человека на основании спроектированной модели 93
3.4 Модель предварительной обработки изображений папиллярных линий кожного покрова отпечатка пальцев человека на основе метода суперразрешения 96
3.5 Алгоритм предварительной обработки изображений папиллярных линий кожного покрова отпечатка пальцев человека на основе метода суперразрешения 99
3.6 Модель двухэтапной идентификации по сформированному биометрическому информационному портрету - папиллярным линиям кожного покрова отпечатка пальцев человека и характеристикам, полученным непосредственно с дактилоскопического изображения отпечатка пальцев 101
3.7 Алгоритм двухэтапной идентификации по сформированному биометрическому информационному портрету - папиллярным линиям кожного покрова отпечатка пальцев человека и характеристикам, полученным непосредственно с дактилоскопического изображения отпечатка пальцев 102
3.8 Выводы 103
ГЛАВА 4. Экспериментальные исследования разработанного программно алгоритмического обеспечения биометрической идентификации личности по данным дактилоскопии 106
4.1 Практическая реализация разработанных алгоритмов в виде соответствующего программно-алгоритмического обеспечения 106
4.1.1 Типовая структура и назначение 106
4.1.2 Реализация системы идентификации личности
4.2 Планирование эксперимента 113
4.3 Результаты проведения эксперимента 120
4.4 Сравнение и оценка результатов эксперимента 128
4.5 Выводы 132
Заключение 135
Библиографический список 140
- Аналитический обзор современного состояния методов обработки изображений с целью биометрической идентификации по дактилоскопическим данным
- Этап информационно-измерительной технологии
- Алгоритм формирования биометрического информационного портрета – папиллярных линий кожного покрова отпечатка пальцев человека на основании спроектированной модели
- Реализация системы идентификации личности
Введение к работе
Актуальность темы. Наиболее перспективным и широко используемым
направлением, призванным удовлетворять социальные, коллективные и
корпоративные потребности в подтверждении личности во многих сферах
общества, является идентификация личности по биометрическим данным. В
настоящее время автору неизвестно ни одной системной модели и
соответствующего биометрического метода или технологии, который позволял
бы сформировать обобщённую систему идентификации личности (СИЛ) по
любому из возможных биометрических идентификаторов (БМИ). Это
объясняется тем, что существующие в настоящее время технологии базируются
на конкретных биометрических идентификаторах. Известные автору,
современные системы биометрии способны работать только с определёнными
конкретными алгоритмами, ориентированными на конкретные задачи
идентификации, верификации или аутентификации. Для успешного решения
проблемы создания универсального системного метода наибольший
практический интерес приобретают методы, модели, технологии и средства, применяемые для обеспечения идентификации личности. Представляется, что наиболее эффективно было бы использование универсального метода, включающего в себя человека как источника и хранителя БМИ, а также модели, алгоритмы и программы, реализуемые в виде некоторых системных приложений.
Применение подобного рода метода было бы возможно, в частности, на
примере идентификации по дактилоскопическим изображениям. Такая
идентификация используется для решения определённого спектра задач и
находит широкое применение в различных сферах жизни человека, например
таких, как: социальная, экономическая, финансовая, коммерческая,
миграционная, криминалистическая, а также в системах специального назначения.
Сложившиеся подходы к идентификации личности по
дактилоскопическим данным практически устоялись. Актуальной задачей
остаётся необходимость улучшения показателей эффективности
идентификации, аутентификации и верификации не только в существующих методах, но и новых, способах как представления признаков, по которым ищутся соответствия, так и по улучшению самих методов распознавания.
Основной проблемой в создании системы идентификации личности является разработка эффективно и надёжно работающего алгоритма идентификации. Одним из путей повышения эффективности алгоритма дактилоскопической идентификации является включение в него этапов предварительной обработки дактилоскопических изображений, формирования и представления признаков на отпечатке в виде некоторого информационного портрета, а также разделение процесса идентификации на этапы.
Объект исследования – комплексы обработки изображений в биометрических системах идентификации личности по данным дактилоскопии, особенностью которых является использование в качестве идентификации такие минуции папиллярных линий кожного покрова отпечатка пальцев как разветвление и окончание.
Предмет исследования – предмет исследования определён предметной областью №7 паспорта специальности 05.13.11, «Человеко-машинные интерфейсы: модели, методы, алгоритмы программные средства обработки изображений», а также перечнем задач решаемых в диссертации.
Целью работы является развитие и применение методов, алгоритмов и программных средств биометрической идентификации личности по данным дактилоскопии с целью построения системы идентификации личности по данным дактилоскопии и повышения эффективности процессов идентификации личности.
Задачи работы:
-
Разработать метод биометрической идентификации личности, инвариантный к биометрическим идентификаторам. Ввести в рассмотрение концептуальную модель задач каждого из этапов метода биометрической идентификации личности.
-
Спроектировать и разработать модель и алгоритм формирования биометрического информационного портрета (БМИП) согласно концепции модифицированного метода канонических разложений для биологического идентификатора - папиллярных линий кожного покрова отпечатка пальцев человека.
-
Спроектировать и разработать модель и алгоритм предварительной обработки дактилоскопических изображений (изображений папиллярных линий кожного покрова отпечатка пальцев человека) для целей повышения информативности таких изображений на основе метода суперразрешения.
-
Разработать в рамках идентификации по папиллярным линиям кожного покрова отпечатка пальцев человека алгоритм двухэтапной идентификации по сформированному биометрическому информационному портрету и характеристикам (координаты, углы, тип признака), полученным непосредственно с изображения отпечатка пальцев.
-
Предложить и разработать типовую структуру и программно-алгоритмическое обеспечение биометрической идентификации личности по данным дактилоскопии.
6. Внедрить результаты исследования в практические разработки.
Методы исследования. Для решения поставленных задач применялись
методы объектно-ориентированного программирования, вычислительной математики, теории обработки изображений и распознавания образов, теории экспериментов, математического моделирования, системного анализа.
Научная новизна полученных результатов.
В процессе проведения исследовании получены новые научные результаты:
1. Разработан метод биометрической идентификации личности,
отличающаяся от существующих методов биометрической
идентификации тем, что:
рассматривается биометрическая идентификация в совокупности как единая комплексная биометрическая информационная технология, включающая четыре этапа: этап биологической информационной технологии (БИТ), этап информационно-измерительной технологии (ИИТ), этап компьютерной информационной технологии (КИТ), этап технологии идентификации индивида (ТИИ);
анализ каждого из этапов предоставил возможность выделить общие задачи, присущие каждому этапу, инвариантные к методам биометрии;
введена в рассмотрение концептуальная модель задачи и в соответствии с ней разработаны унифицированные схемы задач каждого из этапов. Каждый этап метода включает комплексы задач, представленных в форме концептуальных моделей;
концептуальные модели задач и их задачная реализация порождают полную концептуальную модель биометрической идентификации, которая в формализованном виде определяет метод комплексной биометрической информационной технологии (КБМИТ);
метод КБМИТ инвариантен к использованию биометрических идентификаторов;
на этапе БИТ систематизированы и обобщены накопленные знания в области биометрии, в частности, знания о биологических идентификаторах;
на этапе БИТ введены три уровня анализа биологических идентификаторов (аспектный, компонентный, атрибутивный);
на этапе БИТ на базе такого анализа предложена и реализована схема классификации биологических идентификаторов, отличающаяся от известных тем, что в единой классификации представляется вся совокупность методов биометрии независимо от изменяемых параметров и применения.
2. Создана модель и разработан алгоритм формирования
биометрического информационного портрета для биологических
идентификаторов, отличающиеся от известных тем, что при
формировании биометрического информационного портрета для биологического идентификатора - папиллярных линий кожного покрова отпечатка пальцев человека, используется концепция модифицированного метода канонических разложений, впервые применённого в задачах биометрии.
3. Создана модель и разработан алгоритм предварительной обработки
дактилоскопических изображений для целей повышения
информативности таких изображений отличающиеся от известных
тем, что:
при предварительной обработке дактилоскопических изображений отпечатка пальцев применён ранее неиспользуемый в задачах дактилоскопической идентификации метод суперразрешения;
модель и алгоритм включают не только многокадровую обработку изображений, но и билинейную интерполяцию, нахождение межкадрового движения методом Лукаса-Канаде.
-
Разработан в рамках идентификации по папиллярным линиям кожного покрова отпечатка пальцев человека алгоритм двухэтапной идентификации, отличающийся от известных тем, что процесс идентификации проходит в два этапа: по сформированному биометрическому информационному портрету, и затем по более узкому классу отпечатков в БД - по характеристикам (координаты, углы, тип признака).
-
Разработаны типовая структура и программно-алгоритмическое обеспечение биометрической идентификации личности по данным дактилоскопии, отличающиеся от существующих тем, что:
разработана и реализована на основе метода комплексной биометрической информационной технологии идентификации личности;
включает подсистемы предварительной обработки дактилоскопических изображений, формирования биометрического информационного портрета, двухэтапной идентификации.
6. Внедрены результаты исследования в организации в практической
реализации и теоретической части, о чём свидетельствуют акты об
экспертизе работы.
Практическая ценность диссертационного исследования состоит в том, что разработанный метод комплексной биометрической информационной технологии идентификации личности позволяет на основе единого комплексного подхода построить систему идентификации личности по любому
известному биометрическому идентификатору в независимости от конкретных условий применения.
Концептуальные модели задач и комплексы задач каждого из четырёх
этапов (БИТ, ИИТ, КИТ, ТИИ) дают возможность формировать как частные
методики, модели этапов биометрической идентификации, так и строить
инвариантные подсистемы перспективных систем идентификации. Этап
биологической информационной технологии имеет теоретическую ценность в
рамках систематизации знаний о биологических идентификаторах. Такой
анализ позволяет формировать ранее неизученные биологические
идентификаторы. Этап информационно-измерительной технологии находит применение в теоретической части при поиске конкретных методов и способов съёма биологической информации. Этап компьютерной информационной технологии находит практическое применение в рамках формирования биометрического информационного портрета биологических идентификаторов. Этап технологии идентификации индивида применяется на практике в составе системы идентификации личности.
Модель, алгоритм и подсистема формирования биометрического информационного портрета, согласно концепции модифицированного метода канонических разложений, может быть использована для решения задач обучения по формированию баз биометрических данных. Подобного рода тип алгоритма может найти применение для поиска решения задачи формирования портрета не только по отпечатку пальцев, но и, например, по радужной оболочке и другим биологическим идентификаторам.
Модель, алгоритм и подсистема предварительной обработки
дактилоскопических изображений находит своё практическое назначение для целей повышения информативности изображений на основе ранее неиспользуемого в задачах дактилоскопической идентификации метода суперразрещения. Такие модель, алгоритм и подсистема могут отдельно использоваться для формирования изображений высокого разрешения, например, для задач повышения информативности кадров низкого качества при съёмке видеорегистраторов и т.п.
Модель, алгоритм и подсистема двухэтапной идентификации позволяет повысить эффективность идентификации по данным дактилоскопии в целом.
Программно-алгоритмическое обеспечение - система идентификации личности, может найти своё практическое применение, например, в задачах идентификации обучаемых в системах телеобучения. Применение приложения в целом решает проблему потери или подмены ключевых носителей, таких как ПИН-коды, смарт-карты, токены, и т. п.
Реализация результатов работы. Представленные к защите результаты были реализованы в программном исполнении – программном приложении, с использованием объектно-ориентированной библиотеки Qt классов на языке С++.
Апробация работы. Основные положения и отдельные результаты диссертационного исследования докладывались и обсуждались на следующих научных и международных конференциях и семинарах:
Международная конференция Региональная информатика (РИ-2012). Юбилейная XIII Санкт-Петербургская международная конференция «Региональная информатика (РИ-2012)» (Санкт-Петербург, Дом учёных им. М. Горького РАН, 2012 г.).
XII, XIV научно-практическая конференция «Современные информационные технологии в управлении и образовании» (Москва, ФГУП НИИ «Восход», 2013 г., 2015 г.).
62, 63 и 64 научно-техническая конференция МГТУ МИРЭА (Москва, МГТУ МИРЭА, 2013-2015 гг.).
Научный семинар "Самоорганизующиеся системы" (Москва, МГТУ МИРЭА, 2013 г.).
V Международная научно-техническая конференция «Моделирование в электротехнике, электронике и светотехнике», МЭЭС 2014г. (Киев, Украина, 2014 г.).
Конкурс «Лучшая научная работа студентов и молодых учёных» (Москва, МГТУ МИРЭА, 2014 г.).
Публикации. Основные теоретические и практические результаты диссертации опубликованы в 10 научных статьях, среди которых 4 публикации в ведущих рецензируемых изданиях, рекомендованных в действующем перечне ВАК.
Структура и объем работы. Диссертация состоит из введения, четырёх глав, заключения, списка литературы, включающего 110 наименований, и 11 приложений. Основная часть работы изложена на 149 страницах машинописного текста и 84 страницах машинописного текста приложений, содержит 88 рисунков, 75 формул и 13 таблиц.
Аналитический обзор современного состояния методов обработки изображений с целью биометрической идентификации по дактилоскопическим данным
Биометрия – активно развивающееся направление информатики, основанное на комплексной информационной технологии. Биометрическая информационная технология включает в свой состав биоинформационный, информационно-измерительный и компьютерно-информационный аспекты. В основу такой технологии положены измерение и обработка атрибутов и их значений (параметров и характеристик) уникальных, неизменяемых или незначительно изменяемых во времени морфологических (в частности анатомических), физиологических и психофизиологических (поведенческих) аспектов человека, представленных информационно и используемых для идентификации и верификации личности. Компьютерная обработка биометрической информации даёт возможность идентифицировать личность в заданные по времени сроки, без использования ручного поиска и сравнения характеристик, т.е. автоматически, в режиме реального времени. В общем, случае решение задачи идентификации предполагает, что по результатам биометрии осуществляется сравнение данных полученного ранее биометрического образца (эталона, шаблона) с вновь сформированными биометрическими данными, приведёнными по форме в соответствие с образцом [2]. Обзор методов биометрии приводится в ПРИЛОЖЕНИИ 1. «Обзор биометрических методов».
Дактилоскопия является одной из самых разработанных и широко применяемых технологий биометрической идентификации. В рамках дактилоскопических методов представляется возможность осуществить детальный анализ и проработать соответствующий разрабатываемый метод комплексной биометрической информационной технологии непосредственной идентификации личности, проверить его на предмет существования и истинности результатов. Исследования в области биометрии начались более 100 лет назад с разработки методов сравнения отпечатков пальцев. С тех пор широко применяются системы классификации отпечатков пальцев Гальтона, Генри, Вуцетича, ФБР и национальные системы классификации. Вопросы биометрической идентификации личности интересуют учёных с середины XX века. В частности:
Для доказательства идентичности отпечатков пальцев в суде используются частные признаки и гребневый счёт. С развитием вычислительной техники появилась возможность учёта лиц в электронных системах, функционирование которых подобно деятельности эксперта-криминалиста и опирается на модель ДИОП. Однако реальные отпечатки пальцев загрязнены, деформированы, смазаны, палец может иметь шрамы или ожоги. Это приводит к искажению модели и увеличению ошибок идентификации папиллярного узора в СИЛ.
Рост преступности и терроризма, распространённость информационных технологий во многих сферах жизни общества человека объясняет необходимость создания высоконадёжных СИЛ, автоматизированных дактилоскопических информационных систем (АДИС), систем контроля доступа и др. Однако автоматических систем, сравнимых по качеству работы с работой эксперта-криминалиста, до сих пор не создано. Сегодня уместнее говорить об электронных полуавтоматах, облегчающих работу человека с ДИОП. В мире насчитывается более сотни АДИС, наиболее известными из которых являются японская система NEC, французская система SAGEM, канадская система PRINTRAK, американская система COGENT и др. Эти системы используют различные математические модели для идентификации узора. Каждая из таких моделей нацелена на повышение эффективности функционирования системы, однако неизвестно ни одной лучшей и свободной от недостатков модели.
В Российской Федерации наиболее высоких результатов по идентификации личности были достигнутыми следующими научными работниками: В.Н. Бичигов, А.С. Боков, В.Ю. Гудков, П.А. Зайцев, Л.М. Местецкий, А.В. Моксин, С.О. Новиков, О.С. Ушмаев, О.М. Черномордик и др.
Устоялись и научные институты и лаборатории, занимающиеся биометрической идентификацией по данным дактилоскопии. Среди них можно выделить специалистов, работающих в институтах ИПИ РАН, ИСА РАН, МГУ им. М.В. Ломоносова, МГТУ им. Н.Э. Баумана, а также компаниях «Биолинк», «Системы Папилон», «Сонда» и др.
Дактилоскопические системы производят «Лазерные системы», «Прософт-системы», «Системы Папилон» (автоматическая информационно-поисковая система), «СмартЛок», «Сонда», Adel, Atmel, AuthenTec, AWP «Группа автоволновых процессов», Biometric Access Company, Biolink, Biometric Associates, Bioscript, Cherry, Cross Match, DigitalPersona, Ethentica, Fingerprint Cards, Guardware, id3 Semiconductors, L-1 Identity Solutions (ранее -identix), ), IDEX, Labcal, Precise Biometrics, Sagem Securit, Secugen, Siemens, Sony, STMicroelectronics, Ultra-Scan, Veridicom, VeriTouch, Zvetco. Немного об истории отечественной дактилоскопии, в частности о проблеме автоматизации дактилоскопической идентификации. Для комплексного решения проблемы автоматизации дактилоскопической идентификации и дактилоскопического учета в 1971г. было создано соответствующее подразделение в Главном научно-исследовательском центре управления и информации МВД СССР (ГНИЦУИ МВД СССР), которое руководство Министерства внутренних дел определило как головное по этой задаче. На первом этапе возглавлял отдел к.т.н. Лебедев В. – специалист автоматизации обработки информации, в том числе дактилоскопической. Он сам отобрал в число сотрудников отдела таких же энтузиастов: Лунева В., Ершова Б., Хвыля-Олинтера А., Апушкина Е., Никитина В., Ковшова В. По смежным направлениям в отделе трудились Петров М., Алексеев И. и ряд других опытных специалистов.
Необходимо было создать математическую и инфологическую модель дактилоскопического изображения, выделить в нем систему признаков, пригодную для автоматической обработки информации, найти способы очистки этих изображений от многочисленных искажений и шумов, создать программно-математические системы дактилоскопической классификации и идентификации. Были изучены основные свойства дактилоскопических узоров и определены технические требования к алгоритмам и устройствам их автоматического считывания в ЭВМ. На втором этапе были сконструированы макеты устройств, позволяющих сканировать потоки изображений отпечатков пальцев с вводом информации в ЭВМ для изучения тысяч различных дактилоскопических изображений с дактилокарт и следов, что позволило создать рабочую математическую и инфологическую модель дактилоскопического изображения и основных этапов его обработки.
Этап информационно-измерительной технологии
Любая система идентификации должна формироваться по определенным технологиям. В рассматриваемом случае таком технологией является комплексная биометрическая информационная технология (КБМИТ). КБМИТ – это развивающееся комплексное научно-практическое направление в структуре информатики. Целевое назначение КБМИТ – идентификация личности человека на основе неотъемлемых от его организма предметов, свойств и т. п. [20]. КБМИТ основана на органическом сочетании четырёх этапов информационной деятельности, каждый из которых характеризуется своей технологией, а в совокупности составляют комплексную технологию, направленную на достижение цели по идентификации личности в различного рода задачах по распознаванию, идентификации, верификации, аутентификации (Рис. 12).
1. Биологическая информационная технология (БИТ). Первый этап -связан с организмом идентифицируемого человека. На этом этапе определяются те уникальные, неотъемлемые от организма человека предметы, которые дают возможность при определённых условиях решать задачу идентификации личности человека. Такие предметы определяются как биологические идентификаторы (БИ). 2. Информационно-измерительная технология (ИИТ). Второй этап ориентирован на получение (съём) и первичную обработку информации с выделенных на первом этапе БИ. Для формирования такой информации используются методы или способы, технологии и средства информационно-измерительной техники. После съёма БИ получаются уже биометрические идентификаторы (БМИ).
3. Компьютерная информационная технология (КИТ). На третьем этапе осуществляется компьютерная обработка информации (БМИ), полученной на втором этапе. При этом используются математические и иные методы, адекватные решаемым задачам. Следует отметить, что любой из методов биометрической идентификации должен обеспечивать возможность выделения уникальных особенностей БМИ и представления их в форме совокупности унифицированных данных, которые называются биометрическим информационным портретом (БМИП) индивида. В соответствии с рассмотренными ранее двумя этапами формируется и сам БМИП.
4. Технология идентификации индивида (ТИИ). На четвёртом этапе осуществляется непосредственная реализация процесса идентификации. На основе определённых методов и алгоритмов осуществляется поиск в банке биометрических данных (БД) прототипа – такого же или наиболее близкого БМИП. Найденные в БД прототипы сравниваются с оригинальными БМИП. По результатам сравнения производится оценка и принятие решения. Если в БД не найдено его оригинала БМИП, то он рассматривается как новый и заносится по определённой методике и технологии в БД.
Человек как наиболее сложная система, созданная природой, для решения задач анализа с позиций биометрии, требует использования методологии, адекватной решаемой задаче определения БИ, обладающих перечисленными выше свойствами. Необходимо рассматривать организм человека как сложную и целостную биологическую систему, обладающую свойствами системности, комплексности, эмерджентности и синергии одновременно.
На каждом этапе необходимо чётко сформулировать задачу, цель, условия, результат. Для этого необходимо построить концептуальную модель полного описания задачи следующим образом:
Первый этап (БИТ) связан с организмом идентифицируемого человека. На этом этапе определяются те уникальные, неотъемлемые от организма человека предметы, которые дают возможность при определённых условиях решать задачу идентификации личности человека – биологические идент ификаторы (БИ).
Целью БИТ этапа является то, что в целостном организме человека необходимо выделить уникальные, неотъемлемые от него предметы, которые способны хранить информацию об идентифицируемом – получить БИ.
Для достижения этой цели выделяется задача биологической Второй этап (ИИТ) ориентирован на получение (съём) данных об организме, способных нести в себе информацию о конкретном индивиде. Для формирования такой информации используются методы (способы), технологии и средства информационно-измерительной техники. Также на этом этапе происходит первичная обработка БМИ в рамках предобработки полученных изображений фильтрами, алгоритмами улучшения изображений [21].
Алгоритм формирования биометрического информационного портрета – папиллярных линий кожного покрова отпечатка пальцев человека на основании спроектированной модели
Описание разработанного алгоритма формирования БМИП представлено в ПРИЛОЖЕНИИ 7. «Описание разработанного алгоритма формирования биометрического информационного портрета - папиллярных линий кожного покрова отпечатка пальцев человека на основании спроектированной модели с использованием концепции модифицированного метода канонических разложений».
Модель предварительной обработки изображений папиллярных линий кожного покрова отпечатка пальцев человека на основе метода суперразрешения В задачу повышения информативности цифровых изображений входит улучшение разрешения изображение и масштабирование изображения. В рамках проведённого анализа существующих методов повышения разрешения и масштабирования были выбраны в основе два метода – это метод билинейной интерполяции и быстрое суперразрешение.
Билинейная интерполяция была выбрана в силу ряда причин. Первое, преимуществом линейных методов является простота и их вычислительная эффективность. Второе, все неадаптивные интерполяторы пытаются подобрать оптимальный баланс между тремя нежелательными дефектами: граничными гало, размытием и ступенчатостью, а в билинейной интерполяции дефекты размытости и ступенчатости возможно устранить дальнейшим преобразованием при суперразрешении. Следовательно, важно, в нашем случае, при выборе метода масштабирования простота реализации и скорость работы.
Использование нескольких изображений низкого разрешения может повысить качество изображений высокого разрешения. Процесс реконструкции изображения высокого разрешения по нескольким изображениям низкого разрешения позволяет в итоге получить качественное изображение с увеличенным масштабом, что в итоге повышает информативность изображения. Исходными данными для созданной модели будут являться последовательности изображений (кадров) низкого разрешения одной и той же сцены, без больших смешений. Например, такие изображения получаются при сканировании серии кадров ДИОП сканерами отпечатков пальцев.
Построенная модель включает следующие этапы: 1. Этап предобработки исходных кадров. 2. Этап повышения информативности (улучшения разрешения) 3. Постобработки результирующего кадра. Модель представлена на Рис. 25. В модели используется билинейная интерполяция для масштабирования последовательности кадров, суперразрешение как основа. При суперразрешении на вход поступает последовательность кадров низкого разрешения с небольшими смещениями относительно друг друга и без изменения сцены. Из этой последовательности выбирается один кадр, который будет опорным. Опорным кадром является кадр, относительно которого будут находиться смещения остальных кадров. Смещения между кадрами необходимы для усреднения кадров. При усреднении с учётом межкарового движения будут учитываться только те пиксели на изображениях, которых одинаковы по расположению во всех последовательностях кадров. Дальнейшая обработка результирующего кадра фильтром необходима для повышения резкости. В некоторых случаях использование фильтра не нужно, так как результирующий кадр и так получается в высоком разрешении, чётким, без размытости и без появления различных артефактов. Применение суперразрешения как раз и позволяет убрать все артефакты присущее интерполяционным методам. Этап предобработки последовательности исходных кадров
Модель повышения информативности изображения. Общая модель по повышению информативности изображения, а, соответственно, и улучшения качества изображения, формируется согласно модели, описанной в работе [27]. 3.5 Алгоритм предварительной обработки изображений папиллярных линий кожного покрова отпечатка пальцев человека на основе метода суперразрешения Общий алгоритм работы программного средства по повышению информативности изображения, а, соответственно, и улучшения качества изображения, формируется согласно модели, описанной выше. Он включает следующие этапы:
1. интерполирование последовательности кадров с целью повышения их масштаба: билинейная интерполяция;
Описание разработанного алгоритма предварительной обработки ДИОП представлено в ПРИЛОЖЕНИИ 8. «Описание алгоритма предварительной обработки изображений папиллярных линий кожного покрова отпечатка пальцев человека на основе метода суперразрешения».
Модель двухэтапной идентификации по сформированному биометрическому информационному портрету - папиллярным линиям кожного покрова отпечатка пальцев человека и характеристикам, полученным непосредственно с дактилоскопического изображения отпечатка пальцев
Алгоритм двухэтапной идентификации по сформированному биометрическому информационному портрету - папиллярным линиям кожного покрова отпечатка пальцев человека и характеристикам, полученным непосредственно с дактилоскопического изображения отпечатка пальцев Процесс идентификации был разбит на два этапа, а также было предложено при идентификации на втором этапе рассматривать окрестности вхождения координат и углов, а также различные их сочетания для оценки степени совпадения двух БМИП в целом. Таким образом, точка считается совпавшей, если её местоположение относительно другой точки входит в определённую область вокруг первоначального положения.
Построена математическая модель формирования БМИП. БМИП состоит из двух частей. В основе модели лежат координаты, углы, взаимное расположение типов признаков таких, как окончание и разветвление. Учтено, что при приложении пальца к сканирующему устройству возможно смещение или поворот изображения отпечатка пальца по сравнению с тем, который уже хранится в базе. Для этого предложено использовать преобразование абсолютных параметров минуций к относительным, которое будет учитывать взаимное расположение координат и углов для каждой точки минуций. Для окончательного представления математической модели БМИП было предложено использовать математическое ожидание дискретного ряда для каждой точки. Аналогичное разложение происходит при формировании дискретного ряда в модифицированном методе канонических разложений. В итоге все точки с их взаимным расположением с учётом всех координат и углов представляются в виде некоторого ряда -математической модели - первой части БМИП - (51) и второй части БМИП -(45).
Реализация системы идентификации личности
Анатомические идентификаторы определяют пол, возраст, рост, телосложение, антропологические черты внешности, строение тела, головы, лица и его элементов. Этот тип идентификаторов наиболее постоянен, а значит, и наиболее надёжен. В настоящее время наиболее распространены биометрические системы, работающие именно с этим классом идентификаторов.
Анатомические идентификаторы могут быть не только внешними, но и внутренними, как, например, расположение и рисунок вен. Также они могут быть как чрезвычайно малыми - молекулами (ДНК), так и довольно большими (форма и геометрия руки) [43].
Анатомические идентификаторы приведены на Рис. 55. Многие физиологические идентификаторы могут изменяться в силу различных заболеваний. Даже в том случае, если основной орган, влияющий на идентификатор, исправно функционирует, то последний может изменить своё значение из-за болезни другого органа, так как процессы в человеческом организме взаимосвязаны. В силу этого многие физиологические идентификаторы используются при диагностике заболеваний, а не идентификации человека [44].
Также некоторые идентификаторы изменяются со временем, не позволяя производить по ним идентификацию. Однако некоторые процессы, как, например, термограмма лица, достаточно постоянны, чтобы иметь возможность производить по ним идентификацию. Тем не менее, стоит отметить, что идентификацию по данному типу идентификаторов стоит проводить в определённых схожих условиях.
Особенностью психологических идентификаторов является то, что человек при желании, приложив некоторые усилия, способен полностью их изменить. Также психологические идентификаторы частично поддаются копированию другими людьми, что также снижает степень их надёжности. Данный класс идентификаторов также может изменяться в определенных пределах в зависимости от настроения человека, его усталости, что также отрицательно сказывается на точности идентификации. Психологические идентификаторы показаны на Рис. 57. Психологические идентификаторы Мимика лица, губ + Особенности рукописногописьма (форма, динамика,скорость, ритм и т.п.) Походка к Особенности нажатия на клавиши (динамика, скорость, ритм и т.п.) Особенности подписи(форма, динамика, ритм,степень нажатия и т.п.) Особенности работы с мышкой (динамика, скорость, ритм и т.п.) ч 1 г Голос, спектр голоса Рис. 57 - Психологические идентификаторы. Некоторые биологические идентификаторы, например походка, мимика лица и пр., имеют физиологическую и психологическую компоненту одновременно. Происходит это из-за тесной связи психологических и физиологических процессов в организме человека [44]. Такие идентификаторы одновременно являются и психологическими (Рис. 57) и физиологическими (Рис. 56) в зависимости от аспекта рассмотрения.
Из рассмотренных трёх основных классов биологических идентификаторов наибольшим постоянством обладают анатомические идентификаторы, а психологические и физиологические тесно связаны между собой. На Рис. 60 представлены все БИ организма человека, выделенные на основании системно-комплексного анализа целостного организма человека и анализа имеющихся данных по биометрии [21].
Решение каждой из 4-х задач этапа ИИТ может в совокупности привести к достижению цели по съёму/фиксации БИ и получения БМИ, но могут быть свои ограничения и условия. Для этого составим сводную матрицу возможных исходов. В полях на пересечении по задачам «1» стоит в случаях положительного решения той или иной задачи, «0» – когда задача не решена или пропущена за ненадобностью по каким-либо причинам, условиям, ограничения.
Способ получения, измерения, снятия, съёма БИ может быть контактным либо бесконтактным. В случае контактных способах съёма БИ человеку приходится непосредственно (физически) при помощи касания контактировать с датчиками устройств идентификации. Например, оставлять отпечатки на глянцевой поверхности, или плотно прикасаться к электродам для измерения гальванических параметров кожи. В этом случае главной проблемой становится соблюдение санитарных норм - после каждого сеанса измерения необходимо очищать и проводить санитарную обработку контактных поверхностей датчиков или использовать одноразовые компоненты таких датчиков. Всё это сильно снижает эксплуатационные характеристики таких устройств, особенно при потребности проводить замеры в большом потоке людей. Но по отношению к человеку, для получения корректных данных папиллярный линий узоров на отпечатке пальцев лучше всего использовать контактный способ съёма БИ. Бесконтактные способы не дадут желаемого эффекта по отношению к корректности отображения папиллярных узоров отпечатка пальца.
С другой стороны, методы съёма/фиксации можно представить в зависимости от способа необходимости идентифицируемому объекту делать какие-то действия для системы распознавания: интерактивные и неинтерактивные способы съёма БИ.
Интерактивные методы съёма требуют от личности совершения определенных действий в процессе идентификации. Для снятия отпечатков пальца идентифицируемому необходимо прикоснуться к специальному датчику.
Неинтерактивные методы съёма могут срабатывать автоматически когда человек приближается к определённой позиции, например, проходит по коридору. Например, для метода распознавания по лицу достаточно человеку попасть в поле зрения видеоаппаратуры. Поэтому неинтерактивные методы биометрии могут работать в скрытном режиме - люди могут даже не догадываться, что их измеряют при помощи замаскированных датчиков. Для фиксации папиллярного узора отпечатка пальцев неинтерактивные способы снятия не подходят.
На этапе ИИТ происходит ввод БИ - папиллярных узоров кожного покрова отпечатка пальца с помощью контактных и интерактивных методов съёма/фиксации, таких как сканирования или фотографирования.
Для решения P2ИИТ - определения технического средства съёма/фиксации БИ - папиллярных узоров кожного покрова отпечатка пальца, необходимо проанализировать существующие сканеры по отпечаткам и в зависимости от применения в той или иной области выбрать соответствующий сканер или выбрать способ фотографирования.