Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

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

Hasonló előadás


Az előadások a következő témára: "Fingerprint Identification System Készítette: Venczel Viktor BMF-NIK 2007. december."— Előadás másolata:

1 Fingerprint Identification System Készítette: Venczel Viktor BMF-NIK 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 Beolvasó modul Képi információ Ujjlenyomat mint kép átadása Minucia adatok beszúrása Elemző modul Adatbázis Előfeldolgozó modul Binarizált, tiszta kép küldése Azonosító + egyéb személyes adatok Azonosító + egyéb személyes adatok beszúrása

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

13 Ujjlenyomatok feldolgozása

14 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 × méretű blokkokra. 2. Számoljuk ki a gradienst G x és G y 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 T c küszöb felett van, akkor e terület körül újra kell számolni a lokális orientációkat kisebb felbontással, egészen addig, amíg a (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] Október 28. ] 2. Biometrikus zárak :: Általános biometriai szakkifejezések szószedete:. Donáció 2003 Bt. [Online] Anil K. Jain, Salil Prabhakar, and Arun Ross. Fingerprint Matching: Data Acquisition and Performance Evaluation. Michigan State University MSU-CPS Bordás Henrik, CHRIS - Capacity sensor based Human Recognition and Image processing System, 2001


Letölteni ppt "Fingerprint Identification System Készítette: Venczel Viktor BMF-NIK 2007. december."

Hasonló előadás


Google Hirdetések