Rozpoznawanie odcisków palców

Transkrypt

1 Podstawy Technik Biometrycznych Rozpoznawanie odcisków palców Paweł Forczmański, KSM, WI ZUT

2 Rozpoznawanie odcisków palców... a właściwie na podstawie odcisków palców

3 Rozpoznawanie odcisków palców Metoda często stosowana w kryminalistyce. Stosowana miała być również powszechnie w życiu codziennym do szeregu zabezpieczeń ale z kilku powodów nie przyjęła się zbyt dobrze. Obecnie zaczyna być wypierana przez skanowanie naczyć krwionośnych w palcu.

4 Aktualność tematu Czy jest to temat aktualny? - rosnące zagrożenia terrorystyczne, - rosnącą stale liczbę ludzi na ziemi, - rosnącą ilość informacji jaką należy zapamiętywać celem dostępu do usług (konta, telefony komórkowe, poczta, internet). Aktualność potwierdza duża liczba nowych publikacji naukowych.

5 Technika Uniwersal -ność Unikalność Trwałość Łatwość pobierania danych Wydajność Twarz Wysoka Niska Średnia Wysoka Niska Wysoka Niska Odcisk palca Geometria dłoni Złożoność Akceptowalność technologiczna Średnia Wysoka Wysoka Średnia Wysoka Średnia Wysoka Średnia Średnia Średnia Wysoka Średnia Średnia Średnia Tęczówka Wysoka Wysoka Wysoka Średnia Wysoka Niska Wysoka Dno oka Wysoka Wysoka Średnia Niska Wysoka Niska Wysoka Podpis Niska Niska Niska Wysoka Niska Wysoka Niska Głos Średnia Niska Niska Średnia Niska Wysoka Niska Termogram twarzy Analiza obrazu a techniki biometryczne Wysoka Wysoka Niska Wysoka Średnia Wysoka Wysoka

6 Dlaczego odciski Jest to metoda zapewniająca wysoką skuteczność rozpoznawania a jednocześnie może być na tyle tania w realizacji, że będzie realizowana na skalę masową. Czy wszystko już osiągnięto w tej dziedzinie? Dopóki nie osiągnięto 100% skuteczności rozpoznawania to zawsze jest możliwość wniesienia czegoś do tej dziedziny. Poza tym dane komercyjne różnią się od podawanych w literaturze naukowej na tyle, że należy sądzić że są manipulowane.

7 Algorytmy State-Of-Art Algorytmy State-Of-Art

8 Fingerprint aquisition Localization of fingerprint region Orientation image estimation Smoothing of orientation image Fingerprint image enhancing Przykład < State-Of-Art > Direct gray minutiae extraction (presented) Ridge line extraction Matching Other methods of minutiae extraction: on next page

9 C.d. Thresholding Binarization Thining; Skeletonization Skeleton (ridge line) pruning Minutia localization Matching

10 Matching Complexity of classical solution Minutia pattern aligning Through Hough transform Ridge lines aligning Inexact graph matching Finding common minutiae Using neural network Matching result

11 Klasyczny schemat rozpoznawania odcisków Obraz odcisku Filtr wygładzający Szacowanie obrazu kierunkowego Lokalizacja obszaru odcisku Minucje Ekstrakcja minucji Pocienianie Binaryzacja

12 Przykład alternatywny: Analiza obrazu a techniki biometryczne

13 Punkty charakterystyczne Elementem wpływającym na skuteczność rozpoznawania jest dokładność wyznaczania parametrów minucji: - położenia, - typu, - orientacji.

14 Zalety - dane o położeniu minucji są słabiej zależne od miejsca, w którym kończy się grzbiet, a bardziej od faktycznego przebiegu linii papilarnych - powoduje to, że wyniki określania dla różnych próbek tego odcisku stają się bardziej stabilne; docelowo zwiększa się podobieństwo między różnymi próbkami tego samego odcisku, przy większym różnicowaniu wyników dla próbek różnych odcisków, - jeśli minucja nie jest zlokalizowana w obu podejściach to przyjmuje się, że nie ma takiej minucji.

15 1. Bazujące na Hough Transform. 2. Dynamic Programming. 3. Dynamic Time Warping. 4. Neural Networks. 5. Global Correlation. 6. PCA. Itp. Analiza obrazu a techniki biometryczne Podejścia

16 Cechy odcisków palców - Zakończenie (ridge ending), - Rozwidlenie (ridge bifurcation),

17 Linia papilarna Znajdowanie minucji bezpośrednio w obrazie w skali szarości

18 Układy linii a) początek lub zakończenie, b) rozwidlenie pojedyncze, c) rozwidlenie podwójne, d) rozwidlenie potrójne typ 1, e) rozwidlenie potrójne typ 2, f) rozwidlenie potrójne typ 3, g) haczyk, h) oczko pojedyncze, i) oczko podwójne, j) mostek pojedynczy, k) mostek bliźniaczy, l) odcinek, m) punkt, n) linia przechodząca, o) skrzyżowanie, p) styk boczny.

19 Algorytm wykrywania linii papilarnych Algorytm podążania za grzbietem Niech (is,js) będzie lokalnym maksimum linii grzbietu na I, oraz niech 0 będzie kierunkiem stycznej do linii grzbietu w punkcie (is,js). W każdym kroku wylicza punkt (it,jt), przesuwając pikseli z punktu (ic,jc) wzdłuż kierunku c. Wtedy wylicza blok jako układ punktów należących do bloku sekcji leżących na płaszczyźnie ij i mający jako środek punkt (it,jt), kierunek prostopadły do c i długość Nowy punkt (in,jn) należący do linii grzbietu jest wybierany z lokalnego maksimum bloku. Punkt (in,jn) staje się aktualny punktem (ic,jc) i wyliczany jest nowy kierunek c.

20 Podążanie za grzbietem Warunki zatrzymania podążania - znaleziona minucja: - wyjście z interesującego obszaru. Nowy punkt (it,jt) jest na zewnątrz prostokątnego okna W, które reprezentuje podobraz, na którym są wykrywane minucje, - zakończenie. Brak jest lokalnych maksimów w bieżącej sekcji, - przecięcie. Punkt (in,jn) był wcześniej wyznaczony jako należący do linii innego grzbietu, - ostry zakręt (nadmierne wygięcie). Segment mający swe końce w punktach (ic,jc) oraz (in,jn) tworzy z lokalnym kierunkiem grzbietu kąt większy niż.

21 Szacowanie obrazu kierunkowego Główny kierunek c dla bloku o rozmiarach i x j ( często i x i) w punkcie środkowym (ic, jc) - jest prostopadły do głównego wektora gradientu w punkcie.

22 Znajdź najbliższe maksimum grzbietu (oznaczmy je jako ( i c, j c ) ) Kolejne punkty startowe: ( i s, j s ) Start Ekstrakcja minucji z obrazu w odcieniach szarości Czy znalezione maksimum należy do odkrytego już wcześniej grzbietu? T N Oblicz kierunek w znalezionym punkcie maksimum (oznaczmy go jako c ) Wykonaj podążanie za grzbietem w kierunku c (algorytm PODĄŻAJ ZA GRZBIETEM) Szczegóły na schemacie: PODĄŻAJ ZA GRZBIETEM Podejmij decyzję dotyczącą przypuszczalnie znalezionej minucji Koniec wyjście: znalezione minucje Zapamiętaj poligon łączący znalezione maksima Szczegóły w punkcie: WARUNKI ZATRZYMANIA PODĄŻANIA ZA GRZBIETEM Wykonaj podobne operacje w kierunku przeciwnym tj. c c +

23 Start wejście: - zestaw minucji odcisku testowanego, - baza zestawów minucji odcisków palców. Czy ilość s prawdzonych odcis ków ==N T Koniec N Zarejestruj odcisk z bazy względem odcisku testowanego wyjście: Lista 10 najlepiej pasujących odcisków palców Wyznacz część wspólną obszarów, w których leżą minucje odcisków testowego i z bazy odcisków Po wyznaczeniu tej części należy policzyć ilość minucji znajdujących się w tym obszarze osobno minucji należących do odcisku testowego ( b q ) i tego z bazy ( b r ). Ustaw liczbę minucji sparowanych ( m r ) na równą zero: m r =0 Znajdź sparowane minucje (schemat: "Parowanie minucji) Policz: stopień_dopasowania Uaktualnij listę najwyższych stopni_dopasowania (punktacji) jeśli stopień_dopasowania jest wyższy lub równy przyjętemu progowi Rozpoznawanie

24 Elastyczne dopasowywanie wzorców minucji (Hough)

25 Parowanie minucji Obliczanie współczynnika dopasowania z użyciem obszaru tolerancji Obszar tolerancji może być prostokątny If matching_score > threshold then fingerprint = accepted else fingerprint = not accepted

26 Pozycja Dokładność Wygoda Koszt Aplikacja dla MOC 1 DNA Głos Głos Odciski palców 2 Tęczówka Twarz Podpis Głos 3 Siatkówka Podpis Odciski palców 4 Odciski palców Odciski palców Twarz 5 Twarz Tęczówka Tęczówka 6 Podpis Siatkówka Siatkówka 7 Głos DNA DNA Ranking cech metod biometrycznych wg raportu Morgan Keegan Co. Możliwość zastosowania odcisków palców w technologii MOC - Matching-On-Card

27 Biometria/odciski palców Urządzenia

28 Rodzaj czytnika Wydajność Użyteczność Skuteczność Subiektywna ocena Czytniki termiczne Czytniki ultradźwiękowe Czytniki optyczne Czytniki pojemnościowe Czytniki tego typu nie są wytrzymałe i nie radzą sobie jednakowo dobrze ze wszystkimi rodzajami opuszek palców. Doskonale radzi sobie z dużą i różnorodną populacją. Nie ma znaczenia wiek, rasa, czy uszkodzenia. Zwykle potrzeba Trudno jest jednego zeskanować przy jego pomocy niektóre podgrupy ludzkiej populacji: dzieci, starsi wiekiem, azjatyckie kobiety. Proces jest Czasem efektywny, potrzeba ale wadą jest mały obszar skanowania przez co istnieje potrzeba wykonania kilku skanów. Nie nadaje się do Są kłopotliwe w użyciu zwłaszcza osoby starsze będą miały trudności. Nie działa jednakowo dobrze w każdej temperaturze i jakość mocno zależy od kondycji skóry na opuszce. Łatwy w użyciu, samokalibrujący się, bez potrzeby specjalnych zabiegów. Działa w dużym zakresie temperatur i w różnych Niski koszt warunkach i łatwe w użyciu. Często jednak wymagane powtórzenia skanowania. Zmniejszona użyteczność w przypadku wad Niski powierzchni koszt, pobór palca. energii i niewielkie rozmiary pozwalają na łatwą integrację z innymi urządzeniami. Niezbyt wytrzymały do masowych Niezbyt dokładny w odwzorowaniu obrazu obraz składany z kolejnych linii skanu. Jakość obrazu rzutuje na dokładność dopasowania. Zastosowana technika pozwala na uzyskanie wyraźnego obrazu. Daje w wyniku możliwość dokładnego dopasowania odcisków. Skóra zniszczona, brudna lub uszkodzona utrudnia porównywanie. Częste dokonywanie skanowania zużywa czytnik i utrudnia prawidłowe Potrafi odczytać działanie poprawnie odcisk nawet przy niewielkich uszkodzeniach i zabrudzeniach. Dobra jakoś obrazu, ale mała powierzchnia zmniejszają Biometria/odciski palcow/porównanie czytników Nadaje się do zastosowań w miejscach gdzie wymagane są wyjątkowo małe gabaryty czytnika, a jakość obrazu nie jest priorytetowa. Przyszłościowe, bezdotykowe, wydajne i dokładne urządzenie, choć nie wszędzie da się zamontować. Używanie ich wynika z niskiej ceny i faktu, iż były pierwszymi czytnikami odcisków palców, przez co są do dziś najbardziej popularne. Tani, niewytrzymały Posiadają (wrażliwa powierzchnia), niewielki, mała powierzchnia skanowania. Używany głównie do identyfikacji 1:1.

29 Czytnik pojemnościowy odcisków firmy Veridicom (również w wersji z kartą chipową)

30 Sensor termiczny firmy Atmel

31 Skaner optyczny - Identix

32 Kamera ultradźwiękowa - Optel (prototyp)

33 21 wykrytych minucji 56 wykrytych minucji Tu brakuje 33 minucji Przewaga czytników ultradźwiękowych - poprawny obraz linii zabrudzonego palca (ze skanera ultradźwiękowego w środku; obraz optyczny po prawej)

34 Zastosowania - zabezpieczanie dostępu - z lewej - do komputera - Identix - z prawej - do pomieszczenia - Identix

35 Sieciowy i samodzielny model kontroli dostępu - Identix

36 Koniec