авторефераты диссертаций www.z-pdf.ru
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
 

На правах рукописи

МАРКЕЛОВ КОНСТАНТИН СЕРГЕЕВИЧ

Развитие математических методов, алгоритмов и программных

средств для биометрической идентификации личности по данным

дактилоскопии

Специальность: 05.13.11 – Математическое и программное

обеспечение вычислительных машин, комплексов и компьютерных сетей

А В Т О Р Е Ф Е Р А Т

диссертации на соискание ученой степени

кандидата технических наук

Москва – 2015

Работа выполнена на кафедре «Информатика и информационные системы»

федерального государственного бюджетного образовательного учреждения высшего

образования

«Московский

государственный

университет

информационных

технологий, радиотехники и электроники» (МИРЭА)

Научный руководитель –

кандидат технических наук, академик РАЕН, профессор

Нечаев Валентин Викторович, заведующий кафедрой

«Интеллектуальных технологий и систем» МИРЭА

Официальные оппоненты:

доктор технических наук, профессор Лазарев Виктор

Михайлович,

руководитель управления координации

научно-технического

развития

АО

«Системы

управления»

кандидат

технических

наук,

доцент

Никифоров

Михаил Борисович, директор научно-образовательного

центра

«Специализированные

ЭВМ»,

заместитель

заведующего

кафедрой

ЭВМ

федерального

государственного

бюджетного

образовательного

учреждения высшего профессионального образования

«Рязанский

государственный

университет» (РГРТУ)

радиотехнический

Ведущая организация –

Межрегиональное

общественное

учреждение

«Институт инженерной физики» МОУ ИИФ (Научное,

образовательное и производственное учреждение)

Защита состоится 29 декабря 2015 г. в 1600 часов на заседании диссертационного

совета Д212.131.05 при федеральном государственном бюджетном образовательном

учреждении высшего образования «Московский государственный университет

информационных

технологий,

радиотехники

и

электроники»

(МИРЭА),

расположенного по адресу: 119454 г. Москва, проспект Вернадского, дом 78

С диссертацией можно ознакомиться в библиотеке университета МИРЭА и на сайте

www.mirea.ru.

Автореферат диссертации разослан 19 ноября 2015 г.

Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять

по адресу: 119454, г. Москва, проспект Вернадского, д.78, МИРЭА, диссертационный

совет Д212.131.05.

Ученый секретарь диссертационного совета

Андрианова Е.Г.

к.т.н., доцент

3

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

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,

назначения.

криминалистическая, а также в системах специального

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.

4

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:

1. Разработать метод биометрической идентификации личности,

инвариантный к биометрическим идентификаторам. Ввести в

рассмотрение концептуальную модель задач каждого из этапов

метода биометрической идентификации личности.

2. 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.

3. 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.

4. 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.

5. 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.

новые

научные

результаты:

1. Разработан

идентификации

личности,

методов

биометрической

метод

биометрической

отличающаяся

от

существующих

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.

5

Научная новизна полученных результатов.

В

процессе

проведения

исследовании

получены

2. Создана

модель

и

разработан

алгоритм

формирования

биометрического информационного портрета для биологических

идентификаторов, отличающиеся от известных тем, что при

6

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.

4. 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).

5. 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

7

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++.

8

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.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении приводится краткое изложение основных идей и научно-

технических аспектов биометрической идентификации, текущее состояние

разработок и их практических приложений, обоснована актуальность темы

диссертационной работы, сформулированы цель и задачи исследования,

приведено краткое содержание работы.

В первой главе отражены вопросы, связанные с анализом отечественной

и зарубежной литературы по вопросам биометрической идентификации.

Рассматриваются

современные

методы

и

модели

биометрической

идентификации, в частности методы дактилоскопической идентификации.

Приводится обоснование современных требований потребителей результатов

дактилоскопических

методов

представляется

возможность

детальный

анализ

и

проработать

соответствующую

непосредственной идентификации личности, проверить её

существования и истинности результатов.

осуществить

технологию

на предмет

По результатам выявленных условий соответствия методов, методик и

моделей

требованиям

потребителей

осуществляется

доказательная

формулировка основных задач диссертационного исследования.

Во второй главе на основе системного анализа исследуется целостный

процесс биометрической идентификации. На основе результатов такого анализа

делается заключение, что биометрическая идентификация – это метод,

представляемый

комплексной

четырёхэтапной

биометрической

информационной технологией (КБМИТ). Для каждого этапа такой технологии

определяются основные структурные компоненты (рис. 1). Для определения

содержания каждого из этапов используется метод задачных технологий. На

основе этого метода формируются и описываются задачи каждого из этапов

метода комплексной биометрической информационной технологии. Задачная

технология

позволяет

представить

сформированную

модель

и

соответствующий метод реализации КБМИТ.

Целевое назначение модели КБМИТ – идентификация личности человека

на основе неотъемлемых от его организма предметов, свойств и т. п. Метод

КБМИТ, как уже было отмечено, основан 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

родах

задачах

по

распознаванию,

идентификации,

верификации

и

аутентификации (см. рис. 1).

БИТ

ИИТ

КИТ

ТИИ

Рис. 1 – Схема концептуальной модели комплексной биометрической

информационной технологии идентификации индивида.

1. Этап биологической информационной технологии (БИТ) – это этап,

связанный с организмом идентифицируемого человека. На этом этапе

определяются те уникальные, неотъемлемые от организма человека предметы –

биологические идентификаторы, которые способны хранить информацию об

идентифицируемом человеке и которые дают возможность при определённых

условиях решать задачу идентификации личности. На этапе БИТ в рамках

9

идентификации

личности,

а

также

оценка

существующих

технологий

биометрической идентификации.

Дактилоскопия является одной из самых разработанных и широко

применяемых

технологий

биометрической

идентификации.

В

рамках

КБИТ

10

системно

анализа

организма

человека

выделяются

биологические

идентификаторы.

При

этом

последовательно

проводятся:

аспектный,

компонентный и атрибутивный анализ. На уровне аспектного анализа

выделяются основные аспекты целостного организма человека. Компонентный

анализ даёт возможность определить непосредственно идентификаторы, а

атрибутивный анализ – свойства идентификаторов, т.е. атрибуты и их значения.

2. Этап информационно-измерительной технологии (ИИТ) - второй

этап, ориентированный на получение (съём) и первичную обработку

биометрической информации с выделенных на первом этапе биологических

идентификаторов

и

получение

биометрических

идентификаторов.

Для

формирования такой информации используются методы или способы,

технологии и средства информационно-измерительной техники. После съёма

биологических идентификаторов и их первичной обработки образуются

информационные образы - биометрические идентификаторы (БМИ). БМИ - это

такой неотъемлемый от идентифицируемого человека информационный

предмет - образ объекта, процесса, явления, свойства и т.п., который уникален

по отношению к этому человеку, измерим, интерпретируем, сравним с

аналогичными предметами других людей, а также оцениваем по заданным

критериям

с

достаточной

для

практических

применений

степенью

адекватности. Таким образом, на этапе ИИТ решаются следующие задачи:

определить/разработать

методику

съёма/фиксации

биологического

идентификатора,

определить/разработать

средства

съёма/фиксации

биологического идентификатора и получения БМИ, определить/разработать

формат представления БМИ, определить/разработать средства хранения БМИ.

3. Этап компьютерной информационной технологии (КИТ) – это

третий этап, на котором 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. В итоге,

основной целью этапа КИТ является получение БМИП из БМИ. В рамках КИТ

решаются задачи: обработки БМИ с целью повышения информативности и

улучшения

качества;

выбора/выделения

значимых

признаков

согласно

стандарту или под конкретные задачи (например, местность использования

будущей системы идентификации); описания полученных признаков в форме

математической

и

или

иной

модели;

классификации

признаков;

определения/разработки средства хранения БМИП.

4. Этап технологии идентификации индивида (ТИИ) - четвёртый этап.

Целью этапа является нахождение совпадающих или близких БМИП с БМИП,

уже хранящимися в БД, т.е. имеет место непосредственное решение задачи

(1)

,

(2)

4 этапов КБМИТ),

- цель

задачи,

11

идентификация личности. На основе определённых методов и алгоритмов

осуществляется поиск прототипа в БД, т.е. идентичного или наиболее близкого

БМИП. Найденные в БД прототипы сравниваются с оригинальными БМИП. По

результатам сравнения производится оценка и принятие решения.

Совокупности задач каждого этапа метода КБМИТ представлены в форме

соответствующих концептуальных моделей. В рамках задачной технологии,

определяемой совокупностями задач четырёх этапов КБМИТ, во второй главе

представлены концептуальные модели внешнего, внутреннего и полного

описания каждой из задач. Концептуальная модель полного описания задачи, в

общем случае, определяются системой кортежей, компоненты в каждом из

которых заданы многосортными множествами (1):

вопрос

внутреннего (интроспективного) анализа задач

задаются кортежем:

IT

IT

IT

IT

IT

задачи

(4)

(5)

,

,

IT

IT

IT

IT

IT

N

PN

PN

PN

PN

IT

IT

IT

IT

IT

PN

PN

PN

PN

PN

IT

IT

IT

PN

PN

PN

IT

IT

IT

PN

PN

PN

P

  , Z ,C

, I

,

C

M , A , Pr,

,

I

D , K

,

T

Q , E

.

IT

Концептуальная модель внешнего описания задачи P

имеет вид (2):

N

IT

IT

IT

IT

PN

N

N

N

PN  IT, ZP, CP, IP

,

IT

где - P

N – номер задачи, IT – вид технологии (один их

N

- задача КБМИТ,

IT

РN

- объект (среда) существования задачи, Z

IT

РN

IT

- условия задачи, - информация, необходимая для решения

N

IT

N

IT

РN

C

IT

PN.Условия

(3)

IT

PN

CPMP, AP, PrP, P

N

N

N

N

N

,

IT

IT

IT

РN

РN

РN

программа для решения задачи,

- комплексный показатель адекватности.

N

Информационное обеспечение задачи задаётся в виде кортежа:

где -

- метод решения задачи,

- алгоритм решения задачи,

-

М

А

Pr

IT

Р

IT

IT

IT

IPDP, KP

N

IT

IT

РN

РN

N

N

где D

- данные, K

- знания.

Адекватность задачи задаётся в виде кортежа:

IT

IT

IT

PQP, EP

N

N

N

IT

РN

задачи,

- результат решение задачи.

Определение

структуры

и

содержания

условий

R

12

IT

задачи PN к теоретически обоснованному эталонному (идеальному)

,

-

эффективность, полученного качества, - комплексные затраты на достижение

заданного или требуемого качества.

В

третьей

главе

отражены

результаты

разработки

моделей

и

соответствующих

алгоритмов:

формирования

БМИП,

предварительной

обработки

дактилоскопических

изображений

отпечатков

пальцев

и

двухэтапной идентификации.

Построена математическая модель формирования БМИП. БМИП состоит

из двух частей. Первая часть – это упорядоченная часть относительных

параметров для каждой точки, а вторая – координаты, угол и тип минуции для

каждой точки.

В основе модели лежат координаты, углы, взаимное расположение типов

признаков таких, как «окончание» и «разветвление» (рис. 2). Учитывается, что

при приложении пальца к сканирующему устройству возможно смещение или

поворот изображения отпечатка пальца по сравнению с тем, который уже

хранится в БД. С целью компенсации подобного вида искажений 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.

Рис. 2 - Виды минуции опечатка пальцев: «разветвление» и «окончание».

Входной информацией для второй части БМИП является список

минуций в абсолютных величинах, содержащий все необходимые параметры.

Для описания каждого признака однозначно задаются координаты, углы, типы

признаков. Для примера рассматриваемых минуций:

R

E

РN

P

где

- качество – степень близости реального результата

решения

N

IT

Э

IT

R

P

(x1

y1

1

T1)

M ...

(xk

yk

k

Ti )

где: xi, yi

– координаты минуций на растровом представлении

дактилоскопического изображения отпечатка пальцев (ДИОП) БМИ, которые

задаются целыми числами и величина которых ограничена размером ДИОП в

пикселях; αi

– направление предполагаемого продолжения гребня на

ДИОП в точки типа «окончание» и направление слипания для точки типа

«разветвление»; Тi

– тип обнаруженной точки, принимает два значения

«разветвление» равно 0 и «окончание» равно 1; k – количество минуций на

исследуемом БМИ.

Преобразование

происходит

для

каждой

обнаруженной

минуции

относительно всех остальных точек по следующим формулам:

13

(6)

,

dij

j

(7)

,

где: i, j – минуции; dij – расстояние между точками i и j; α_1ij – угол между

направлением точки i и направлением на точку j; α_2ij – угол между

направлением точки i и точки j.

В процессе преобразования координат получаются относительные

параметры координат dij, которые несут в себе информацию о расположении

того или иного признака, а также информацию для конкретного отпечатка

пальца

об

относительности

расположения

признаков

друг

к

другу.

Аналогичные преобразования должны происходить и для углов.

Для каждой точки минуции списки длин:

d11 ={ d12, d13, d14, …, d1j };

d22 ={ d21, d23, d24, …, d2j };

... ;

(8)

dii ={ dij }.

где: i = [1,.., N];

j = [1,.., N - 1]; i ≠ j; N – число точек.

Для каждой точки минуции списки углов:

α11 ={ α12, α13, α14, …, α1j };

α22 ={ α21, α23, α24, …, α2j };

... ;

αii ={ αij }.

_1ijiji

_ 2iji

(9)

где: i = [1,.., N]; j = [1,.., N - 1]; i ≠ j; N – число точек.

(xixj )2  ( yiyj )2

(10)

,

где

.

После нормирования для каждой точки формируется некоторый ряд (11):

D1 ={ D12, D13, D14, …, D1j };

D2 ={ D21, D23, D24, …, D2j };

... ;

Di ={ Dij }.

(11)

где:

; i = [1,.., N]; j = [1,.., N - 1]; i ≠ j;

N – число точек.

Для каждой точки существует некоторый ряд относительных значений

величин, которые для Di можно представить в виде БМИП для конкретного

признака (минуции), как зависимости относительных параметров расположения

признаков к номерам признаков отпечатка.

Для построения полной модели, т. е. получения БМИП необходимо ряд

(11) для каждой точки привести к модифицированному представлению. По

аналогии с подходом в методе канонических разложений предлагается

использовать математическое ожидание дискретного ряда для каждой точки.

После такого преобразования для каждой точки необходимо построить

упорядоченный ряд (12):

14

Для построения корректных значений углов производится их нормировка

по формуле (10).

D_av ={ D_av1, D_av2,

D_av3, …, D_avi }

(12)

где

; i = [1,.., N]; j = [1,.., N - 1]; i ≠ j; N – число точек.

Dij

D_avj

D_av3

D_av2

D_av1

Номер

точки

1

2

3

j

Рис. 3 – График траектории для одной точки минцуции (пример первой

части БМИП).

15

Пример ряда, представленного на рис. 3, является результатом

модельного описания БМИ - первой частью БМИП. Вторая часть БМИП

определяется формулой (6).

Разработан алгоритм формирования БМИП, состоящий из следующих

этапов и полностью соответствует разработанной математической модели

построения БМИП:

 поиск минуций на ДИОП;

 расчёт расстояния для каждой точки со всеми точками;

 расчёт угла между направлением точки i и точки j для каждой точки

со всеми точками;

 расчёт угла между направлением точки i и направлением на точку j

для каждой точки со всеми точками;

 нормализация углов;

непосредственное формирование первой части БМИП.

Алгоритм формирования БМИП полностью соответствует его модели. Он

позволяет получить первую часть БМИП и полноценно реализует идею

перехода от абсолютных параметров координат и углов к относительным –

расстоянию между точками минуций и соответствующими углам. Также

позволяет реализовать концепцию модифицированного метода канонических

разложений.

Построена

модель

предварительной

обработки

входных

дактилоскопических изображений отпечатков пальцев с использованием

методов повышения разрешения и масштабирования - метод билинейной

интерполяции и быстрое суперразрешение. Модель включает предобработку

исходных кадров, повышение информативности (улучшение разрешения) и

постобработку результирующего кадра.

Разработан

алгоритм

предварительной

обработки

входных

дактилоскопических изображений. Для предобработки дактилоскопических

изображений

на

вход

алгоритма

подаётся

серия

дактилоскопических

изображений (несколько изображений одного и того же отпечатка пальца).

Общий

алгоритм

работы

программного

средства

по

повышению

информативности изображения, а, соответственно, и улучшения качества

изображения

формируется

согласно

построенной

модели

и

включает

следующие этапы:

 интерполирование последовательности кадров с целью повышения

их масштаба (билинейная интерполяция);

 преобразование последовательности кадров в 256 оттенков серого

цвета;

 выбор опорного кадра;

 определение межкадрового движения (смещения кадров) методом

Лукаса–Канаде;

 совмещение кадров - усреднение последовательности кадров;

16

 устранение размытости и повышение резкости.

Рис. 4 - Алгоритм повышения информативности изображений методом

суперразрешения.

Результаты выполнения алгоритма предварительной обработки дают

возможность формировать результирующее изображение высокого разрешения.

Построена модель идентификации, которая включает два этапа. Эти

этапы позволяют повысить степень достоверности поиска соответствия двух

БМИП (исходного и найденного в БД). Более того, возникает возможность

17

ускорения поиска, т.к. на первом этапе сразу отсеиваются ненужные БМИП и

рассматриваются только те, которые попадают в некоторую окрестность по

значениям точек на БМИП.

Разработан двухэтапный алгоритм идентификации, который позволяет

получать степень соответствия двух дактилоскопических изображений –

исходного и найденного в БД с помощью первой и второй частей их БМИП.

I этап идентификации – это поиск и чтение из БД файлов первой части

БМИП схожих с первой частью БМИП исходного дактилоскопического

изображения.

II этап идентификации – это сравнение второй части исходного БМИП со

списком вторых частей БМИП, хранящимися в БД. На втором этапе

учитываются смещение координат минуций в окрестностях [-15; +15] пикселей,

смещение по углам [-15; +15] градусов, а также совпадения по типам минуций.

В условиях совпадения второй части БМИП используются различные

сочетания поиска и вхождения в то или иное условие, а также рассчитывается

некоторое значение совпадения двух БМИП.

В четвертой главе представлены результаты экспериментальных

исследований разработанного метода КБМИТ на примере его реализации в

рамках создания программного-алгоритмического обеспечения биометрической

идентификации личности по дактилоскопическим данным. На основе авторских

моделей

и

алгоритмов

предварительной

обработки

входных

дактилоскопических изображений, формирования БМИП и идентификации

разработано

программное

обеспечение.

Проведены

серии

программно-

реализуемых экспериментальных исследований.

Тестирование № 1. Проверка СИЛ на тестовой выборке DB1 из БД

FVC20021.

Исходные данные (880 дактилоскопических изображений):

 дактилоскопические изображения из самой БД;

 распечатанные и отсканированные дактилоскопические изображения

из БД;

 ложные

дактилоскопические

изображения,

которые

не

присутствовали в БД.

При Тестировании № 1 СИЛ количество ошибок FAR равно 2,

количество ошибок FRR равно 1. Проведены подсчёты ошибок первого и

второго рода FAR = 0,000333611 и FRR = 0,001298701.

Тестирование № 2. Проверка СИЛ на тестовой выборке DB2 из БД

FVC20021.

В Тестировании №2 в БД находилось: 880 дактилоскопических

изображений. На вход СИЛ подавались данные, аналогичные по составу как и

для Тестирования №1.

18

При тестировании СИЛ количество ошибок FAR равно 1. При

тестировании СИЛ количество ошибок FRR равно 5. Проведены подсчёты

ошибок первого и второго рода FAR = 0,000166805 и FRR = 0,006493506.

Ниже приведены примеры правильного (рис. 5) и ошибочного (рис. 6)

распознавания дактилоскопических изображений в СИЛ.

Рис. 5 - Пример правильного распознавания изображений из FVC20021.

Рис. 6 - Пример ошибочного распознавания изображений из FVC20021.

19

В процессе идентификации с помощью программно-алгоритмического

обеспечения

биометрической

идентификации

личности

по

данным

дактилоскопии (СИЛ) на основе экспериментальных данных было показано,

что ошибки распознавания FRR по сравнению с аналогичными системами

остались на уровне 0,001, а ошибки FAR – 0,001. По диаграммам (рис. 7 и рис.

8) видно, что результаты тестирования укладываются в существующие ошибки

FRR и FAR и во многих случаях превосходят аналогичные системы.

Показатели ошибок FAR в реализованной СИЛ улучшены, например, по

сравнению с системами «Кордон» и Identix.

По проведённым экспериментальным исследованиям можно сделать

вывод, что СИЛ способна сравнивать и отыскивать схожие дактилоскопические

изображения в БД большого объёма, а значит и имеется возможность

определить человека, которому принадлежит обрабатываемый отпечаток. По

результатам тестирования СИЛ можно сделать вывод и о том, что ошибки FAR

и FRR по сравнению с некоторыми существующими системами идентификации

по отпечаткам пальцев остались на допустимом существующем уровне, а

некоторые

показатели

таких

ошибок

улучшены

по

сравнению

с

существующими

системами.

Уровень

надёжности

и

эффективности,

дозволенный для систем идентификации, может быть совершенно различным,

однако уровень FRR не вызывает какого-либо беспокойства, в то время как

FAR фактически должен быть доведён до нуля, что показывают результаты

экспериментов.

В

заключении

диссертации

сформулированы

основные

научные

положения, результаты, выводы и рекомендации. Результаты апробации

разработанного метода КБМИТ на практическом примере идентификации по

дактилоскопии показали, что подобный метод, основанный на предложенных и

разработанных моделях и алгоритмах, может оказаться полезным в различных

практических применениях. Концептуальная модель описания задач каждого

этапа метода КБМИТ упрощают задачу идентификации для человека, который

ранее не занимался биометрией. Метод КБМИТ позволяет на унифицированной

основе создавать различные системы идентификации по широкому спектру

возможных БМИ, а также осуществлять поиск новых, ранее неиспользуемых

БМИ. Алгоритмы предварительной обработки изображений и формирования

биометрического информационного портрета могут найти применение при

создании различного рода приложений.

20

Рис. 7 – Результаты сравнения ошибок FRR, полученных в результате

тестирования с ошибками систем аналогов.

Рис. 8 - Результаты сравнения ошибок FAR, полученных в результате

тестирования с ошибками систем аналогов.

информационного портрета для биологического идентификатора

папиллярных линий кожного покрова отпечатка пальцев человека.

-

3. Впервые на основе метода суперразрешения разработана модель и

алгоритм

предварительной

обработки

дактилоскопических

изображений. В модели использовалась билинейная интерполяция,

нахождение межкадрового движения методом Лукаса-Канаде.

4. Разработан

алгоритм

двухэтапной

идентификации:

по

сформированному биометрическому информационному портрету -

папиллярным линиям кожного покрова отпечатка пальцев человека,

а также по более узкому классу отпечатков в базе данных -

координатам, углам, типам признака.

5. Предложена

типовая

структура

и

разработано

программно-

алгоритмическое обеспечение биометрической идентификации

личности по данным дактилоскопии2, 3. Программа реализована в

рамках

апробации

метода

комплексной

биометрической

информационной технологии и включает разработанные алгоритмы

предварительной обработки дактилоскопических изображений,

формирования биометрического информационного портрета и

двухэтапной идентификации.

6. Научные положения, выводы и решения работы внедрены в ряде

организаций, из которых получены соответствующие заключения и

акты о внедрении.

21

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработан метод биометрической идентификации личности, в

совокупности

представляющий

собой

единую

комплексную

биометрическую информационную технологию. Каждый этап

метода включает комплексы задач, представленных в форме

концептуальных моделей.

2. На основе концепции модифицированного метода канонических

разложений,

впервые

применённого

в

задачах

биометрии,

разработана модель и алгоритм формирования биометрического

22

СПИСОК ОПУБЛИКОВАННЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Маркелов К.С., Нечаев. В.В. Биометрические информационные

технологии:

актуальные

и

перспективные

методы

//

Информационные и телекоммуникационные технологии. №18,

2013, с. 24-42 (входит в перечень ВАК)

2. Маркелов

К.С.,

Нечаев.

В.В.

Биометрические

методы

идентификации и верификации человека в системах телеобучения //

Информационные и телекоммуникационные технологии. №20,

2013, с. 50-61 (входит в перечень ВАК)

3. Маркелов

К.С.,

Нечаев.

В.В.

Математические

методы

идентификации личности по дактилоскопическим изображениям

отпечатков пальцев // Информационные и телекоммуникационные

технологии. №23, 2013, с. 37-49 (входит в перечень ВАК)

4. Маркелов К.С., Нечаев. В.В. Алгоритм повышения качества

цифровых

изображений

дактилоскопической

информации

//

Информационные технологии. №10, 2014, с. 44-50 (входит в

перечень ВАК)

5. Маркелов

К.С.,

Нечаев

В.В.

Методы

биометрической

идентификации человека // Региональная информатика (РИ-2012).

Юбилейная XIII Санкт-Петербургская международная конференция

«Региональная информатика (РИ-2012)». Санкт-Петербург, 24-26

октября 2012 г.: Труды конференции. \ СПОИСУ. – СПб, 2013., с.

315 – 317 ISBN 978-5-906078-97-1

6. Маркелов К.С. Модель повышения информативности цифровых

изображений на базе метода суперразрешения. // Электронный

научно-технический журнал ИНЖЕНЕРНЫЙ ВЕСТНИК. М.:

ФГБОУ ВПО «МГТУ им. Н.Э. Баумана», № 03, март 2013, 18 с.

7. Маркелов К.С., Нечаев В.В. Систематизация и классификация

методов

биометрической

идентификации.

//

Современные

информационные

технологии

в

управлении

и

образовании:

Сборник научных трудов. В 3-х ч. – М.: ФГУП НИИ «Восход»,

2013. – Ч.1 – с. 100 – 109

8. Маркелов К.С. Идентификация и верификация личности –

комплексная

биометрическая

информационная

технология.

International Journal of Open Information Technologies ISSN: 2307-

8162 vol. 3, no. 5, 2015, с. 12 – 19

9. Маркелов К.С., Нечаев В.В. Методика идентификации в рамках

биометрических информационных технологий. // Современные

информационные

технологии

в

управлении

и

образовании:

Сборник научных трудов. В 3-х ч. – М.: ФГУП НИИ «Восход»,

2015. – Ч.1 – с. 156 – 163

23

10. Маркелов К.С., Нечаев В.В. Идентификация и верификация

человека в системах телеобучения: биометрические методы. //

Электронный научно-практический журнал «Вестник московского

университета им. С.Ю. Витте» серия: «Образовательные ресурсы и

технологии». М.: ЧОУВО Московский университет имени С.Ю.

Витте. № 2 (10), 2015, с. 22 - 28

Тестовая БД отпечатков пальцев: http://bias.csr.unibo.it/fvc2002/databases.asp

Программно-алгоритмическое обеспечение идентификации личности по методике комплексной

1

2

биометрической информационной технологии на основе данных дактилоскопии зарегистрировано в ФИПС с

номером заявки №2015618671.

3

Программно-алгоритмическое обеспечение, повышающее информативность изображений методом

суперразрешения, зарегистрировано в ФИПС с номером заявки №2015618677.



Похожие работы:

«ФИШБЕЙН Анна Ильинична МОДЕЛИ И МЕТОДИКИ ОБЕСПЕЧЕНИЯ ДОСТОВЕРНОСТИ ДАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ НА ОСНОВЕ НАБОРОВ ПРАВИЛ Специальность 05.13.17 – Теоретические основы информатики А в т о р е ф е р а т диссертации на соискание ученой степени кандидата технических наук ПЕНЗА 2015 Работа выполнена на кафедре Математическое обеспечение и применение ЭВМ ФГБОУ ВПО Пензенский государственный университет. Научный руководитель: доктор технических наук, профессор Макарычев Петр...»

«ГАЛУЩАК ВАЛЕРИЙ СТЕПАНОВИЧ ПОВЫШЕНИЕ ЭНЕРГОЭФФЕКТИВНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ЭЛЕКТРООСВЕТИТЕЛЬНЫХ УСТАНОВОК ЗА СЧЁТ ИСПОЛЬЗОВАНИЯ АЭРОБАРИЧЕСКИХ АВТОНОМНЫХ ИСТОЧНИКОВ ЭНЕРГИИ Специальность: 05.20.02 – Электротехнологии и электрооборудование в сельском хозяйстве А В Т О Р Е Ф Е Р А Т диссертации на соискание ученой степени кандидата технических наук Саратов 2015 Волгоградский государственный аграрный университет Научный руководитель: Сошинов Анатолий Григорьевич, кандидат...»

«ЧЕШИНСКИЙ Валерий Леонидович НАУЧНО – ПРАКТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ АДАПТАЦИИ СПОСОБА ПОЛУЧЕНИЯ СБИВНОГО ХЛЕБА К МАШИННОЙ ТЕХНОЛОГИИ 05.18.01 – Технология обработки, хранения и переработки злаковых, бобовых культур, крупяных продуктов, плодоовощной продукции и виноградарства АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Воронеж – 2015 Научный руководитель: Официальные оппоненты: доктор технических наук, профессор Магомедов Газибег Омарович (ФГБОУ...»





 
© 2015 www.z-pdf.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.