- •Аннотация
- •Введение
- •Термины и определения
- •Биометрические методы идентификации
- •Анатомия пальца человека
- •Общие сведения о преобразовании Габора
- •Обзор существующих методов генерации отпечатков пальцев
- •Обзор существующего программного обеспечения
- •Введение
- •Формализация алгоритма генерации искусственных биометрических образов
- •Математическая постановка задачи
- •Обоснование выбранного решения
- •Введение
- •Разработка общей структуры по
- •Выбор языка программирования
- •Выбор типа оп и формирование глобальных признаков
- •Построение поля направлений
- •Построение шаблона
- •Применение фильтра Габора
- •Обрезание изображения
- •Введение
- •Расчёт трудоёмкости проекта
- •4.2.2 Построение сетевого графика
- •4.2.3 Диаграмма Гантта
- •4.2.4 Анализ структуры затрат проекта
- •4.2.5 Затраты на выплату заработной платы
- •4.2.6 Отчисления на социальные нужды
- •4.2.7 Материальные затраты
- •4.2.8 Прочие затраты
- •4.2.9 Затраты на организацию рабочих мест
- •4.2.10 Накладные расходы
- •4.2.11 Суммарные затраты на реализацию программного проекта
- •Исследование рынка
- •4.3.1 Планирование цены и прогнозирование прибыли
- •4.3.2 Сервисное обслуживание
- •4.3.3 Отчисления на социальные нужды
- •Введение
- •Конституция Российской Федерации
- •Доктрина информационной безопасности Российской Федерации
- •Федеральный Закон «Об информации, информационных технологиях и о защите информации»
- •Федеральный Закон «о персональных данных»
- •Постановление Правительства Российской Федерации «Об утверждении требований к защите персональных данных при их обработке в информационных системах персональных данных»
- •Гражданский Кодекс Российской Федерации
- •Уголовный Кодекс Российской Федерации
Обзор существующего программного обеспечения
Сведений, посвященных разработке программных комплексов, позволяющих генерировать искусственные отпечатки пальцев немного. Одна из работ в этой области - это работа Sherstin и Picard (1994), в которой предложен сложный метод, связанный с использованием динамической нелинейной системы названной "М решеткой". Система позволяет получать полутоновое изображение отпечатка пальца. Метод основан на модели распространения реакции-диффузии, ранее в 1952 предложенный Тьюрингом, чтобы объяснить формирование различных текстур рисунка волосяного покрова животных, таких как полосы зебры. Хотя работа Тьюринга не имеет отношения к синтезу искусственных отпечатков пальцев, предложенная модель формирования рисунка могла быть использована как основа для создания искусственных отпечатков пальцев.
Польский исследователь D. Kosz опубликовал интересные результаты о создании искусственного отпечатка пальца, основанного на новой математической модели рисунка папиллярных линий и текстуры отпечатка пальцев. К сожалению, чтобы сохранить коммерческую тайну идеи, автор не опубликовал технических подробностей.
Американские ученые Новиков С.О. и Глушенко Г.Т. предложили методику построения папиллярных линий, работающую в частотной области. Для каждого пикселя начального случайного изображения, вычисляется двумерный спектр Фурье локального окна, центрированного в. Из спектра исключаются высоко энергетические гармоники. Все оставшиеся гармоники суммируются. Процедура многократно повторяется, пока не получается достаточно гладкий результат. У этого метода есть некоторая аналогии с итерационной процедурой на основе пространственного фильтра Габора.
В 2001 году сотрудниками Австралийского национального университета был предложен конструктивный подход, где отпечаток сгенерирован, начинаясь с данного набора сингулярностей отпечатка пальца. Работа была нацелена на доказательство возможности “мошеннической” подмены реальных отпечатков, отпечатками, сгенерированными ЭВМ. К сожалению, алгоритм, предложенный автором, создает изображения, которые визуально не реалистичны.
Примером программы, позволяющей создавать искусственные отпечатки пальцев, может служить программа SFinGE -фирменная разработка лаборатории Biometric Systems Lab, разработанная в 2002-2006 годах. Программное обеспечение SFinGE позволяет создавать базы данных для проведения тестов алгоритмов распознавания отпечатков. Программа SFinGE вер. 2.0. сертифицирована BTC (Biometric Testing Center).
Программа имеет ряд настроек, позволяющих создавать изображения ОП с различным параметрами: разрешением, качеством (степенью деформации, углом поворота) и размером окна. Результатом работы программы являются искусственно созданные ОП, сходные с настоящими.
Рисунок 20. Сравнение реального ОП с ОП, созданным программой SFinGE.
Основные параметры программы
Number of fingers: количество искусственных ОП, которые будут сгенерированы программным обеспечением SFinGe. Возможные значения: от 0 до 100 тысяч.
Impressions per finger: количество изображений отпечатков одного пальца, которые будут сгенерированы SFinGe. Возможные значения: от 0 до 10. Таким образом, общим количеством сгенерированных ОП будет Number of fingers х Impressions per finger.
Generator seed: данный параметр позволяет определить внутренний идентификатор при случайной выборке набора внутренних идентификаторов ОП. Этот параметр позволяет повторить ту же самую базы данных любому другому пользователю SFinGE.
Class distribution: данный параметр определяет, будет ли ОП сгенерирован в соответствии с равномерным распределением 5 типов кожных узоров (дуга, шатровая дуга, левая петля, правая петля, завиток) или с естественным распределением (дуга = 3,7%, заостренная дуга = 2,9%, левая петля = 33,8%, правая петля = 31,7%, завиток = 27,9%).
Rotation: угол поворота сгенерированного ОП.
Deformation: величина искажения ОП.
Noise: уровень зашумления ОП.
Scratches Степень наличия искусственно созданных царапин.
Difficulty: данный параметр характеризует степень вариабельности между изображениями, созданными для одного сгенерированного ОП.
Журнал работы
SFinGE создает журнал работы, содержащий информацию о созданной базе данных искусственных ОП: дата создания, формат, размер базы данных и т.д. Кроме того, в журнале содержится информация о параметрах ОП, выбранных пользователем при работе с основным окном SFinGE.
Время генерации
Процедуру генерации ОП можно условно представить в виде двух основных шагов:
Создание основного ОП (мастера);
Создание изображений одного и того же ОП с использованием основного ОП.
Выполнение вышеуказанных операций занимает в среднем: 11,5 сек для создания основного изображения ОП (мастера); 4,9 для генерации изображений одного и того же ОП с использованием мастера.
Процесс генерации
Процесс генерации искусственного ОП представлен 4 основными стадиями:
Создание сингулярных особенностей (центров и дельт) и поля направлений;
Создание поля плотности;
Создание модели папиллярных линий;
Зашумление.
Генерация поля направлений
В данной программе для создания поля направлений используется модель, предложенная Шерлоком и Монро.
Генерация поля плотности
Визуальное обследование ОП доказывает, что сгенерировать поле плотности случайным образом невозможно. Было замечено, что в районе над самым северным центром, а также под самой южной дельтой плотность расположения папиллярных линий гораздо меньше, чем в остальных областях. Соответственно, предлагается следующий способ создания поля плотности:
Случайным образом производится выборка фоновой плотности;
Слегка увеличивается плотность в вышеуказанных районах в соответствии с расположением сингулярных особенностей.
Рисунок 21. Пример поля плотности.
Создание папиллярных линий
Папиллярные линии создаются на базе поля направлений, поля плотности, а также некоторого количества минуций. Используемый в SFinGE метод состоит в следующем: исходная картинка, содержащая один или несколько изолированных выступов, постепенно увеличивается за счет использования фильтров Габора, настроенных на определенный уровень плотности. При этом минуции различных типов (окончания, разветвления, точки и т.д.) автоматически генерируются случайным образом.
Рисунок 22. Процесс наращивания папиллярных линий.
Зашумление
При получении изображения отпечатка настоящего пальца наличествуют факторы, приводящие к ухудшению сигнала. В результате получаем зашумленное полутоновое изображение ОП. Такими факторами могут быть:
Неправильная форма папиллярных линий, а также разная сила нажатия пальца к сканеру;
Наличие пор;
Наличие маленьких и слабо выраженных линий;
Разрывы за счет неравномерного нажатия пальца к сканеру, а также в случае слишком влажных или слишком сухих пальцев.
Процедура искусственного зашумления проходит в несколько шагов:
Выделение белых точек в отдельный слой. Для этого происходит копирование точек, имеющих большую яркость, чем установленное пороговое значение, в отдельный временный файл.
Добавление шума в виде небольших белых пятен различной формы и размера.
Помещение изображения в окне 3х3.
Наложение слоя белых точек на полученное изображение.
Результат генерации
Результатом процесса генерации искусственных ОП программы SFinGE является изображение ОП в формате .tiff.
Рисунок 23. Искусственные отпечатки пальцев.
Однако несмотря признанное лидерство программы SFinGe., существуют несколько характерных моментов, на которые следует обратить внимание:
алгоритм формирования формы отпечатка, предполагает наличие прямолинейных участков и дуг окружности, что существенно ограничивает множество возможных форм отпечатков.
множество видов отпечатков ограничено тремя видами: петлевые, дуговые, завитковые, без выделения подвидов. В тоже время в отечественной дактилоскопии это множество можно расширить до 96.
алгоритм формирования папиллярных линий основывается на использовании фильтра Габора. Однако фильтр Габора обладает большим затуханием и уже через один - два периода (одну-две папиллярных линии) полностью затухает, что приводит к необходимости применения специальных процедур, чтобы расширить его на весь отпечаток. Генератор отпечатков SFinGe. создавался в момент (2000-2002г.), когда не были созданы и освоены программно-ориентированные средства и в частности Matlab Т2007а, позволяющие эффективно работать с изображениями, что позволяет в десятки и сотни раз повысить быстродействие программы, а, следовательно, ее эффективность.
формирование подложки осуществляется с помощью генератора формирования подложки, что затрудняет моделирование особых структур, например, стекло, дерево, металл, кожа, пластики, бумага и т.д.
отсутствует информация о программном коде генератора, что затрудняет использовать его в комплексах тестирования алгоритмов распознавания отпечатков.
Выводы
В последние годы, как в научных, так и промышленных областях прилагаются большие усилия по разработке алгоритмов распознавания отпечатков пальцев. Однако точность каждого алгоритма обычно оценивается на относительно маленьких, частных базах данных. Оценки, полученные на частных базах данных, обладают невысокой точностью и не позволяют сделать однозначный вывод о превосходстве того или иного алгоритма идентификации.
Базы отпечатков, доступные для совместного использования, объемом в сотни тысяч и миллионы единиц, позволили бы получить объективные и точные оценки эффективности различных алгоритмов. К сожалению, создание баз данных отпечатков большого объема трудоемкая и дорогостоящая процедура, утомительная для технического персонала и связана с привлечением огромного числа добровольцев. Но даже если удалось бы создать такую большую базу данных отпечатков пальцев, сделать ее общедоступной не возможно, не нарушая законодательство, связанное с частной жизнью.
Решением данной проблемы является создание программного комплекса, позволяющего в кратчайшие промежутки времени генерировать электронные изображение отпечатков пальцев по своим характеристикам практически не отличающиеся от реальных отпечатков. А поскольку разработчики SFinGe не опубликовали исходные коды своей программы и отказались от ее продажи, потребность в генераторах искусственных отпечатков пальцев остается высокой, особенно при отсутствии отечественных работ по созданию таких программных комплексов.
Конструкторская часть