Обзор современных моделей представления дактилоскопических изображений
Автор: Лепихова Дарья Николаевна, Гудков Владимир Юльевич, Кирсанова Александра Александровна
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 1 т.7, 2018 года.
Бесплатный доступ
Идентификация человека по отпечаткам пальцев сегодня является наиболее распространенным методом биометрической идентификации. В статье приводится обзор современных моделей компьютерного представления изображений отпечатков пальцев и методов сравнения отпечатков на базе этих моделей. Рассматриваются представления отпечатка в виде множества частных признаков, множества общих признаков, множества папиллярных линий, а также в виде топологического объекта, содержащего комбинацию признаков. Сформулированы основные преимущества и недостатки этих представлений. Предлагается классификация моделей представления дактилоскопических изображений по степени полноты их описания. Каждый уровень предложенной модели описывает изображение с помощью какой-либо его характеристики (частные признаки, общие признаки, расположение и плотность папиллярных линий, поле направлений) либо в виде некоторого топологического объекта на более высоком уровне. При этом модель каждого уровня может использоваться как в виде самостоятельного представления, так и в комбинации с моделями других уровней, расширяя и дополняя описание изображения. Обзор моделей и методов идентификации опирается на широкий круг патентных материалов, научных статей, свидетельств о регистрации программ за последние несколько лет, что подтверждает актуальность проблемы и проведенного исследования.
Биометрическая идентификация, отпечаток пальца, шаблон отпечатка пальца
Короткий адрес: https://sciup.org/147160638
IDR: 147160638 | УДК: 004.93 | DOI: 10.14529/cmse180104
An overview of fingerprint description models
Personal fingerprint identification is the most common method of biometric identification. In this paper we presented a review of modern fingerprint image representation models and fingerprint matching methods based on these models. Fingerprint image may be represented as a set of local features, a set of global features, a set of papillary lines and in the form of topological object which includes combination of features. The main advantages and disadvantages of common fingerprint representations were defined. Also authors proposed a classification of fingerprint represented models by the level of integrity of their description. Each level of this model describes fingerprint image using some characteristic (local features, global features, direction and density of ridges, direction field et al.) or as a solid topological object at the highest model level. Each level of the model can be used independently or with combination of other models. It allows expanding and supplementing fingerprint image description. The review of models and identification methods based on wide range of patents, scientific articles and program registration certificates for the past few years, which confirms the relevance of the problem and this research.
Список литературы Обзор современных моделей представления дактилоскопических изображений
- Аркабаев Д.И., Гудков В.Ю. Пат. 2444058, МПК G 06 K 9/52 Способ гребневого счета на основе топологии дактилоскопического узора. № 2010110115/08, заявл 17.03.2010; опубл. 27.02.2012; Бюл. № 6. 9 с.
- Арутюнян А.Р., Ушмаев О.С. Влияние деформаций на качество биометрической идентификации по отпечаткам пальцев//Информатика и ее применения, 2009. Т. 3. Вып. 4. С. 12-21.
- Гонсалес Р., Вудс Р. Цифровая обработка изображений. Пер. с англ. М.: Техносфера, 2006. 1072 c.
- Гордеева (Лепихова) Д.Н., Гудков В.Ю. Распознавание дактилоскопических изображений//Вестник МГТУ. Серия: Приборостроение. Специальный выпуск «Биотехнологии», 2011. С. 47-58.
- ГОСТ Р ИСО/МЭК 19794-2-2013 Информационные технологии (ИТ). Биометрия. Форматы обмена биометрическими данными. Часть 2. Данные изображения отпечатка пальца -контрольные точки. Издание официальное. М.: Стандартинформ, 2015. 94 с.
- Гудков В.Ю. Методы первой и второй обработки дактилоскопических изображений. Миасс: Геотур, 2009. 237 с.
- Гудков В.Ю. Модель гребневого счета на основе топологии дактилоскопического изображения//Вестник ЧелГУ, 2011. Вып. 13. C. 99-108.
- Гудков В.Ю. Способ математического описания и идентификации отпечатков пальцев/под ред. член-корр. РАН В.Л. Арлазарова и д.т.н. проф. Н.Е. Емельянова//Обработка изображений и анализ данных: Труды ИСА РАН. М.: ЛИБРОКОМ, 2008. Т. 38. С. 336-356.
- Гудков В.Ю., Лепихова Д.Н. Влияние ложных признаков на качество сравнения дактилоскопических изображений//23 Международная конференция по компьютерной графике и зрению ГрафиКон’2013: Труды конференции. Владивосток, 16-20 сентября, 2013. С. 314-315.
- Самищенко С.С. Атлас необычных папиллярных узоров. Москва: Юриспруденция, 2001. 320 с.
- Свидетельство о госрегистрации программы для ЭВМ 2017617796. Рос. Федерация. Автоматизированная дактилоскопическая идентификационная система AFIS Enterprise Edition, версия 9.0 -АДИС Сонда 9.0 Е/Боков А.С., Чиркин Д.М., Гудков В.Ю., Аркабаев Д.И., Козлов С.М., Мосунов А.С., Гарифуллин О.Ф., Пислегин А.В., Пислегин С.А.; правообладатель ООО «Сонда Про». № 2017611004; заявл. 08.02.2017; зарегистр. 12.07.2017; опубл. 12.07.2017. 1 с.
- Ушмаев О.C, Арутюнян А.P. Метод оценки качества биометрической идентификации в операционных условиях на примере дактилоскопической идентификации//19 Международная конференция по компьютерной графике и зрению ГрафиКон’2009: Труды конференции (Москва, МГУ им. М.В. Ломоносова, 5-9 октября 2009 г.). М.: МАКС ПРЕСС, 2009. С. 232-235.
- Эджубов Л.Г., Карпухина Е.С., Мяснянкина В.Н. и др. Банк данных детального описания папиллярных узоров/под ред. Л.Г. Эджубова//сб. науч. ст. М.: ИЦ МВД РФ, 2002. С. 304-311.
- Эджубов Л.Г., Литинский С.А. А.с. 138095 СССР, МКИ G 06 K 9/00 Способ автоматического сравнительного исследования дактилоскопических отпечатков/№ 701272/31; заявл. 17.01.59; опубл. 18.09.61. Бюл. № 9. 9 с.
- Bebis G., Deaconu T., Georgiopoulos M. Fingerprint Identification Using Delaunay Triangulation//International Conference on Information Intelligence and Systems (Bethesda, MD, USA, 31 Oct.-3 Nov., 1999). P. 452-459 DOI: 10.1109/ICIIS.1999.810315
- Bolle R.M., Connel J.Y., Pankanti S., et al. Guide to biometrics. New York: Springer-Verlag, 2004. 368 p.
- Cao K., Jain A.K. Latent Orientation Field Estimation via Convolutional Neural Network//2015 International Conference on Biometrics ICB (Phuket, Thailand, May, 2015). P. 349-356 DOI: 10.1109/ICB.2015.7139060
- Capelli R., Ferrara M., Maltoni D. Fingerprint Indexing Based on Minutia Cylinder-Code//IEEE transactions on pattern analysis and machine intelligence. 2011. Vol. 33, No. 5. P. 1051-1057 DOI: 10.1109/TPAMI.2010.228
- Chandrasekaran A., Thuraisingham B. Fingerprint Matching Algorithm Based on Tree Comparison Using Ratios of Relational Distances//Proceedings of the The Second International Conference on Availability, Reliability and Security ARES’07 (Vienna, Austria, 10-13 April, 2007). P. 273-280 DOI: 10.1109/ARES.2007.90
- Choi H., Choi K., Kim J. Fingerprint Matching Incorporating Ridge Features With Minutiae//IEEE Transactions on Information Forensics and Security, 2011. Vol. 6, No. 2. P. 338-345 DOI: 10.1109/TIFS.2010.2103940
- Dorizzi B., Cappelli R., Ferrara M., et al. Fingerprint and On-Line Signature Verification Competitions at ICB 2009//International Conference on Biometrics ICB 2009 (Alghero, Italy, 2-5 June, 2009). P. 725-732 DOI: 10.1007/978-3-642-01793-3_74
- Fang G., Srihari S.N., Srinivasan H. et al. Use of Ridge Points in Partial Fingerprint Matching//Biometric Technology for Human Identification IV. 2007. P. 65390D1-65390D9 DOI: 10.1117/12.718941
- Feng J., Zhou J. A Performance Evaluation of Fingerprint Minutia Descriptors//International Conference on Hand-Based Biometrics ICHB (Hong Kong, China, 17-18 Nov., 2011). 2011 DOI: 10.1109/ICHB.2011.6094350
- Jain A.K., Cao K. Fingerprint Image Analysis: Role of Orientation Path and Ridge Structure Dictionaries//Geometry Driven Statistics, 2015. P. 288-310 DOI: 10.1002/9781118866641
- Jiang X., Yau W.Y. Fingerprint Minutiae Matching Based on the Local and Global Structures//Proceedings 15th International Conference on Pattern Recognition ICPR 2000 (Barcelona, Spain, 3-7 Sept., 2000). 2000. P. 1038-1041 DOI: 10.1109/ICPR.2000.906252
- J´unior P., de Nazare-Junior A., Menotti D. A Complete System for Fingerprint Authentication Using Delaunay Triangulation//Re-conhecimento de Padroes, DECOM-UFOP, 2010. P. 1-7.
- Maltoni D., Maio D., Jain A.K., et al. Handbook of Fingerprint Recognition. London: Springer-Verlag, 2009. 496 p DOI: 10.1007/978-1-84882-254-2
- Medina-Perez M.A., Garcia-Borroto M., Gutierrez-Rodriguez A.E., et al. Improving Fingerprint Verification Using Minutiae Triplets//Sensors, 2012. Vol. 12. P. 3418-3437 DOI: 10.3390/s120303418
- Segundo M.P., Lemes R. Pore-based Ridge Reconstruction for Fingerprint Recognition//2015 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW 2015) (Boston, Massachusetts, USA, 7-12 June, 2015). 2015. P. 128-133 DOI: 10.1109/CVPRW.2015.7301328
- Sha L., Zhao F., Tang X. Minutiae-Based Fingerprint Matching Using Subset Combination//In Proceedengs 18th International Conference on Pattern Recognition ICPR 2006 (Hong Kong, 20-24 Aug., 2006). 2006. P. 566-569 DOI: 10.1109/ICPR.2006.802
- Sherlock B., Monro D. A Model for Interpreting Fingerprint Topology//Pattern Recognition, 1993. Vol. 26, No. 7. P. 1047-1055 DOI: 10.1016/0031-3203(93)90006-I
- Sparrow M.K., Sparrow P.J. A Topological Approach to the Matching of Single Fingerprints: Development of Algorithms for Use on Latent Finger Marks//US dep. comer. nat. bur. stand. spec. pub. 1985. № 500-126. 61 p.
- The NSTC Subcommittee on Biometrics. Fingerprint Recognition. URL: https://www.fbi.gov/file-repository/about-us-cjis-fingerprints_biometrics -biometric-center-of-excellences-fingerprint-recognition.pdf (дата обращения: 16.10.2017).
- Uz T., Bebis G., Erol A., et al. Minutiae Based Template Synthesis and Matching for Fingerprint Authentication//First IEEE International Conference on Biometrics: Theory, Applications, and Systems BTAS 2007 (Crystal City, VA, USA, 27-29 Sept., 2007). 2007. P. 1-8 DOI: 10.1109/BTAS.2007.4401958
- Vidyadevi G. Biradar, Sarojadevi H. Fingerprint Ridge Orientation Extraction: A Review of State of the Art Techniques//International Journal of Computer Applications, 2014. Vol. 91, No. 3. P. 8-13 DOI: 10.5120/15859-4773
- Wang J., Zhen Ping Lo P., inventors; Morphotrack LLC, assignee. Minutiae Grouping for Distorted Fingerprint Matching. US Patent Application Publication 2017/0140193 A1, May 18, 2017.
- Wang L., Bhalera A., Wilson R., inventors; Warwick Warp Ltd, assignee. Fingerprint Matching Method and Apparatus. US Grant 8588484B2. Nov. 19, 2013.
- Zhen Ping Lo P., Chen H., inventors; Morphotrack LLC, assignee. Feature-Based Matcher for Distorted Fingerprint Matching. US Patent Application Publication 2017/0140192 A1, May 18, 2017.
- Zheng F., Yang C. Latent Fingerprint Match using Minutia Spherical Coordinate Code//International Conference on Biometrics ICB 2015 (Phuket, Thailand, 19-22 May, 2015). 2015. P. 357-362 DOI: 10.1109/ICB.2015.7139061
- Zhou J., Gu J. A Model-based Method for the Computation of Fingerprints’ Orientation Field//IEEE Transactions on Image Processing, 2004. Vol. 13, No. 6. P. 821-835 DOI: 10.1109/TIP.2003.822608
- Zhu H., Zhen Ping Lo P., Chen H., inventors; Morphotrack LLC., assignee. Fingerprint Matching Using Virtual Minutiae. US Patent Application Publication 2017/0140207 A1, Apr. 18, 2017.
