tévék. Konzolok. Projektorok és tartozékok. Technológiák. Digitális TV

Hogyan működik az ujjlenyomat-szkenner? A szakdolgozat témája: "Ujjlenyomat-képfelismerési módszerek és algoritmusok biometrikus beléptető rendszerekben"

Ahogy mélyebbre ásunk a biztonsággal és ellenőrzéssel kapcsolatos rendszerekben, sokunk figyelme idővel a személyazonosítás biometrikus módszerei felé fordul bizonyos igények kielégítésére.

A biometrikus adatok egy személy automatikus azonosítására és személyazonosságának megerősítésére szolgáló módszerek fiziológiai vagy viselkedési jellemzők alapján. Példák az élettani jellemzőkre az ujjlenyomatok, a kéz alakja, az arc jellemzői, az írisz, a hangtulajdonságok, a kézírás jellemzői. A technológia fejlődésével egyre több mód jelenik meg az emberi személy azonosítására.

A legnépszerűbb biometrikus azonosítási módszer az ujjlenyomat-felismerés. Szerintem ez igaz, mert ez egy viszonylag olcsó és egyszerű módszer, amely kiállta az idő próbáját. Számos módja van az emberi ujjlenyomat beszerzésének elektronikával: az ujjlenyomat képének optikai módszerei - tükrözés, átvitel, érintésmentes módszerek, kapacitív ujjlenyomat-érzékelők (félvezető), rádiófrekvenciás szkennerek, nyomásos módszerrel szkennerek, hőszkennerek, ultrahangos módszer. Minden ujjlenyomat-szerzési módszernek megvannak a maga előnyei és hátrányai, de a szkennelési módszer kiválasztása közötti fő egyensúly az ár - megbízhatóság (itt nemcsak a hatékony védelmet, hanem a külső tényezőkkel szembeni ellenállást is kiemeljük).

A szóban forgó R308 ujjlenyomat-szkenner (link a bolthoz) optikai (reflexiós módszer). Ez a módszer a Frusted Total Internal Reflection hatását használja. A hatás az, hogy amikor a fény a két közeg határfelületére esik, a fényenergia két részre oszlik - az egyik a határról visszaverődik, a másik a határon át behatol a második közegbe. A visszavert energia hányada a fényáram beesési szögétől függ. Egy adott szög bizonyos értékétől kezdve minden fényenergia visszaverődik a felületről. Ezt a jelenséget teljes belső reflexiónak nevezzük. Sűrűbb optikai közeg (az ujj felülete) érintkezése kevésbé sűrűvel a teljes belső visszaverődés helyén egy fénysugár halad át ezen a határon. Így csak azok a fénysugarak verődnek vissza a határról, amelyek a teljes belső visszaverődés bizonyos pontjait érik, amelyekre nem alkalmazták az ujjpapilláris mintát. A kapott ujjfelület világos képének rögzítéséhez speciális képérzékelőt (CMOS vagy CCD, a szkenner megvalósításától függően) használnak.

Ennél a módszernél a következők figyelhetők meg:

  • Az egyik legolcsóbb ujjlenyomat-szkenner, viszonylag nagy ujjlenyomat-beolvasási területtel
  • Az érzékelő munkafelületének szennyeződésére való érzékenység
  • Alacsony védelem a bábuk ellen
  • Viszonylag nagy modulméretek

Tehát az R308 ujjlenyomat-szkenner így néz ki:

Szeretném szétszedni és belülről megnézni a modult, de úgy van megtervezve, hogy a csavarokat óvatosan kicsavarni és a táblát elemekkel nem lehet levenni, mert belülről valami tartja és ez problémás a forrasztópáka használata nélkül, ezért ne próbálja meg károsítani a modul integritását, ami a meghibásodáshoz vezethet.

Ez az optikai ujjlenyomat-szkenner nagy sebességű digitális jelfeldolgozó processzort használ magjaként. Ez a modul képes ujjlenyomat képet fogadni, feldolgozni a képet mentés vagy keresés céljából, elmenteni az ujjlenyomat adatokat a saját memóriájába, és egyezést keresni a kapott és a mentett ujjlenyomatok között. Az ACS-hez (access control systems) való csatlakozáshoz a modul rendelkezik egy UART interfésszel, amelyen keresztül a modul parancsokat kap és válaszokat küld a műveletek eredményeiről. Ezenkívül a modul a segítségével kapott ujjlenyomat-képet egy másik eszközre is át tudja vinni. Az ujjlenyomat-leolvasót úgy tervezték, hogy minden számítási és elemzési műveletet maga végezzen, de ezeket a folyamatokat ellenőrizni kell, hogy a modul gyakorlati értékét megszerezze. Így a parancsvégrehajtás eredményeire adott válaszok alapján a külső mikrokontroller ujjlenyomat-szkenner segítségével bármilyen szükséges logikát fel tud építeni a beléptetőrendszer működéséhez.

Az R308 ujjlenyomat-szkenner műszaki adatai:

  • Tápfeszültség - 4,5-5 volt
  • Üzemi áram - 40 mA
  • Interfész – UART (TTL logikai szint)
  • Adatátviteli sebesség – 9600*n, n=1–12, alapértelmezett 57600 bps
  • Ujjlenyomat beolvasási idő – akár 0,5 másodperc
  • Ujjlenyomat-sablon mérete – 512 bájt
  • Hamis elfogadási arány (FAR) – kevesebb, mint 0,001%
  • Hamis elutasítási arány (FRR) – kevesebb, mint 0,5%
  • Biztonsági szint – 5
  • Átlagos keresési idő – kevesebb, mint 1 másodperc
  • Ujjlenyomat olvasó ablak mérete – 18x22 mm
  • Modul mérete – 55,5x21x20,5 mm
  • Működési hőmérséklet tartomány – -20-+40 Celsius fok

Más eszközökhöz való csatlakoztatáshoz az R308 6 tűs csatlakozóval rendelkezik:

  1. Vt – plusz tápegység az ujjérzékelőhöz
  2. Vin – modul power plus
  3. Érintés – ujjérzékelő jelkimenet

A dokumentációban feltüntették a modulhoz mellékelt kábel színeit, de esetemben a színek nem egyeztek, így a modul csatlakozója melletti táblán feltüntetett számozás alapján a legmegbízhatóbb az érintkezők rendeltetését megállapítani.

A modul által továbbított és fogadott adatcsomag felépítése:

  1. Fejléc – fejléc, fix érték 0xEF01 (2 bájt)
  2. Adder – ujjlenyomat-szkenner címe, fix érték 0xFFFFFFFF (4 bájt)
  3. Csomagazonosító – adatcsomag azonosító, 01H – parancscsomag, 02H – adatcsomag, 07H – válaszcsomag, 08H – adatcsomag vége (1 bájt)
  4. Csomag hossza – az információs csomag bájtjainak száma (az 5-6 tétel adatbájtjainak összegét tartalmazza), maximum 256 bájt (2 bájt)
  5. A csomag tartalma – hasznos adatok
  6. Ellenőrző összeg – ellenőrző összeg, a 3-6. pontok számtani összege (2 bájt)

Az ujjlenyomat-szkenner 8 alapvető utasítással rendelkezik a működéséhez:

  1. Ujjlenyomat beolvasása és tárolása a pufferben. Megerősítő kódot ad vissza, amely jelzi a művelet sikerességét.
  2. Hozzon létre egy ujjlenyomat-karakterfájlt az eredeti ujjlenyomatból, és mentse el a CharBuffer1(2)-be. Megerősítő kódot ad vissza, amely jelzi a művelet sikerességét.
  3. Keressen olyan ujjlenyomat-egyezést a modulkönyvtárban, amely megegyezik a CharBuffer1-ben vagy a CharBuffer2-ben tárolttal. A művelet sikerességét jelző megerősítő kódot és a modulkönyvtárban lévő ujjlenyomat-azonosítót ad vissza.
  4. Ujjlenyomat-modell-sablon létrehozása. A CharBuffer1 és CharBuffer2 információit kombinálják és kombinálják, hogy megbízhatóbb ujjlenyomatadatokat kapjanak (a pufferekben lévő ujjlenyomatnak ugyanahhoz az ujjhoz kell tartoznia). A művelet után az adatokat a CharBuffer1 és a CharBuffer2 visszamenti. Megerősítő kódot ad vissza, amely jelzi a művelet sikerességét.
  5. Az ujjlenyomat-sablon mentése a Buffer1/Buffer2-ből a modulkönyvtár flash memóriájába. Megerősítő kódot ad vissza, amely jelzi a művelet sikerességét.
  6. Sablon törlése a modul flash memóriájából. Megerősítő kódot ad vissza, amely jelzi a művelet sikerességét.
  7. A modul ujjlenyomat-könyvtárának memóriájának törlése. Megerősítő kódot ad vissza, amely jelzi a művelet sikerességét.
  8. Modul jelszavának ellenőrzése. Megerősítő kódot ad vissza, amely jelzi a művelet sikerességét.

Az ujjlenyomat egyezés kereséséhez a modulkönyvtárban be kell olvasnia az ujjlenyomatot és el kell mentenie a pufferbe, elő kell állítania egy szimbólumfájlt és el kell helyeznie a CharBufferben, és ki kell írnia egy parancsot az ujjlenyomat egyezések keresésére (1., 2. utasítás, 3).

Az ujjlenyomat modul memóriájába történő beírásához szükséges az ujjlenyomat képének beszerzése, pufferbe mentése és a CharBufferben elmentett szimbólumfájl létrehozása (a műveleteket legalább 2-szer megismételjük és mindent elmentünk a CharBuffer1-be, ill. CharBuffer2), majd egyesítse az 1. és 2. puffer adatait A pontosabb eredmény érdekében lefuttatjuk az ujjlenyomattal kapcsolatos információkat a megadott memóriahelyre menteni (1., 2., 4., 5. utasítás).

Mivel a modul utasításokat hajt végre, a végrehajtás helyességét és sikerességét a parancsok elküldése után következő válaszokon keresztül kell figyelni. Ez javíthatja a programvégrehajtás minőségét és az R308 ujjlenyomat-szkennerrel végzett meghatározott manipulációk pontosságát.

A modul működésének értékeléséhez a cikkhez csatoljuk az STM32 mikrokontroller bemutató firmware-jét a diagramnak megfelelően:

Az LCD-kijelző megjeleníti az ujjlenyomat-szkennerrel való munkavégzéshez szükséges adatokat, amikor bekapcsolja az áramkört zárt Jmp1 és Jmp2 jumperek nélkül, a fő programciklus akkor indul, amikor a mikrokontroller megvárja az ujjlenyomat fogadását a szkennertől, és elindítja a keresést; a modulmemória, amikor megjelenik. Ha a Jmp1 jumper zárt állapotában kapcsolja be, az ujjlenyomat-könyvtár memóriája teljesen törlődik. Ha a Jmp2 jumper zárva van, akkor 5 új ujjlenyomat kerül a modul memóriájába. Ujjlenyomat hozzáadásához kétszer meg kell érintenie az ujját a szkenneren, hogy elmentse azt, ha nem történik hiba az ujjlenyomatok beolvasása során.

A cikkhez ráadásul az SFGDemo program is társul. Segítségével képet kaphat az ujjlenyomatáról a szokásos műveletek mellett, mint az ujjlenyomat memória hozzáadása, egyezések keresése és ujjlenyomat törlése a memóriából (számítógéphez USB-UART adapter szolgál).

Radioelemek listája

Kijelölés Írja be Megnevezés Mennyiség JegyzetÜzletA jegyzettömböm
IC1 MK STM32

STM32F103C8

1 Jegyzettömbhöz
VR1 Lineáris szabályozó

LM7805

1 Jegyzettömbhöz
VR2 Lineáris szabályozó

AMS1117-3.3

1 Jegyzettömbhöz
FP1 Ujjlenyomat-érzékelőR3081 Jegyzettömbhöz
HG1 LCD kijelző2004a1 Jegyzettömbhöz
C1, C2 Kondenzátor22 pF2 Jegyzettömbhöz
C3 470 µF1 Jegyzettömbhöz
C4-C7, C9, C10, C12 Kondenzátor100 nF7 Jegyzettömbhöz
C8 Elektrolit kondenzátor220 µF1 Jegyzettömbhöz
C11 Elektrolit kondenzátor100 µF1 Jegyzettömbhöz
R1 Ellenállás

22 Ohm

1 Jegyzettömbhöz
R2 Ellenállás

100 Ohm

1 Jegyzettömbhöz
R3 Trimmer ellenállás10 kOhm1

Ma fontos személyes, sőt pénzügyi információk tárházai. És ezeknek az információknak megbízható védelemre van szükségük, amelyet egy okostelefonban lévő ujjlenyomat-szkenner véd.

Ujjlenyomat-szkenner – új adatvédelem

A jövőben okostelefonjaink csak több személyes pénzügyi adatot tartalmaznak majd. Jelenleg polgártársaink többsége nem használ mobileszközeinkhez kapcsolt virtuális pénztárcát, de idővel az érintés nélküli fizetés kényelme arra kényszeríti őket, hogy közelebbről is szemügyre vegyék őket. Ezért minden eddiginél fontosabb lesz az okostelefonban tárolt bankkártyáink adatainak védelme.

Egészen a közelmúltig jelszavakra, mintákra vagy PIN-kódokra támaszkodtunk, hogy megvédjük a mobileszközöket az illetéktelen hozzáféréstől. Ezek modern körülmények között valóban megbízható módszerek, de feltörhetők is. Alternatívaként az Apple egy időben az ujjlenyomat-felhasználó-azonosító technológia használatát javasolta. Az okostelefonokba kerülő ujjlenyomat-szkenner gyorsan népszerűvé vált, így nem meglepő, hogy a nagy Android készülékgyártók, mint a Samsung, a HTC, a Huawei és mások is megjelentek a vele ellátott modellekkel.

Ennek a technológiának azonban 2015 volt a legsikeresebb éve. Az ujjlenyomat-leolvasó már nem csak a prémium minőségű, ezért drága okostelefonok jellemzője. Idén számos kínai gyártó szkennerrel szerelte fel olcsó készülékeit, ezzel biztosítva a technológia tömegekhez való eljutását. Az idei év végétől már 100 dollár körüli áron vannak ujjlenyomat-olvasóval ellátott okostelefonok. Ezért feltételezhetjük, hogy a jövőben a szkenner az okostelefonok szerves részévé válik, mint a fényképezőgép.

Ez jó vagy rossz? Nincs egyértelmű válaszunk. Mint minden más technológiának, az okostelefonos ujjlenyomat-leolvasóknak is megvannak az előnyei és hátrányai. Úgy döntöttünk, hogy részletes elemzést végzünk arról, hogy mi a jó és mi a rossz ebben a technológiában. Azok számára, akik használják, vagy éppen szkenneres okostelefont vásárolnak, hasznosnak találhatják ezt az információt.

Az ujjlenyomat-szkenner használatának előnyei

Sok szó esett már arról, hogy milyen előnyökkel jár a technológia alkalmazása a mobileszköz tulajdonosának ujjlenyomata alapján történő azonosítására. Ha három fő összetevőt emelünk ki, akkor ezek a következők lesznek: könnyű használhatóság, biztonság és új lehetőségek. Nézzük meg közelebbről az egyes összetevőket.

A szkenner egyszerű használata

Azok, akik először találkoztak ezzel az azonosítási módszerrel, megjegyzik, hogy az okostelefonon való használata nagyon kényelmes. Többé nem kell bajlódnia azzal, hogy különféle jelszavakat, grafikus kulcsokat vagy csak PIN kódokat találjon ki. Csak egy érintés, és az okostelefon feloldódik. Ez természetesen nem csak időt takarít meg, hanem egy másik tagadhatatlan előnye is van - nem kell semmire emlékeznie.

Életünkben megesik, hogy a jelszavakat gyakran elveszik vagy elfelejtik. Ujjaink pedig mindig velünk vannak, a rajtuk lévő minta pedig nem változik, így nem kell attól tartani, hogy elveszítjük az okostelefonunkhoz és a rajta tárolt fontos információkhoz való hozzáférést.

Új funkciók

Sőt, a modern körülmények között az okostelefon ujjlenyomat-leolvasója már nem csak eszköz a feloldáshoz. A gyártók egyre gyakrabban ajánlják fel nekünk ennek a technológiának a használatát, hogy bejelentkezzünk kedvenc oldalainkra, bejelentkezési név és jelszó megadása nélkül. Egyre több alkalmazásfejlesztő használ szkennert az alkalmazáson belüli vásárlások megerősítésére. Az érintés nélküli fizetési rendszerek pedig, mint például az Apple Pay vagy a Samsung Pay, általában erre a technológiára épülnek, amely végső visszaigazolást ad a szükséges fizetésről egy összekapcsolt bankkártyáról.

Az azonosítási technológia biztonsága

Nos, az ujjlenyomat-szkennerek okostelefonokban való használatának legjelentősebb előnye a fokozott biztonság. A mobileszközhöz és az azon tárolt információkhoz lényegében csak a tulajdonos férhet hozzá.

Köztudott, hogy nincs két egyforma ujjlenyomat, így az okostelefon feloldása egy másik személy által szinte lehetetlen. Ezen túlmenően más védelmi módszerek, például jelszavak, PIN-kódok és grafikus kulcsok kémkedhetők vagy „feltörhetők”, ujjlenyomattal viszont nem.

Persze elméletileg van egy olyan lehetőség, mint inkább egy kémtörténet, hogy például egy pohárból levesszük az ujjlenyomatunkat, és rákenjük egy speciális, azonosításra használt fóliára. A gyakorlatban azonban csak akkor van értelme ilyen módszereket alkalmazni, ha Ön nagyon fontos személy, és a „nemzeti jelentőségű” információkat az okostelefonja tárolja. Az ujjlenyomat-szkenner tehát sok szempontból biztonságosabb, mint az eszközökön lévő adatok biztonságának más módszerei.

De mint minden hordó méznek, az ujjlenyomat-leolvasók használatának is megvannak a maga hátrányai.

Ujjlenyomat-szkenner: elgondolkodtató

És bármennyire paradoxnak is hangzik, a szkennerek fő hátránya, hogy fő előnyükként - a biztonságként - mutatják be. Amikor először vásárol ujjlenyomat-szkennerrel ellátott okostelefont, az első bekapcsolásakor meg kell hagynia az ujjlenyomatait. Ezt az információt digitalizálják és az okostelefon memóriájában tárolják. Az Apple szakemberei sokkal jobban megvédték ezeket az adatokat, mint az Android operációs rendszer fejlesztői, de itt nem minden olyan rózsás.

Valójában az Android okostelefonokban a tulajdonos ujjlenyomataira vonatkozó adatokat titkosítatlan fájlok formájában tárolják a készülék helyi memóriájában, ami nagyon kiszolgáltatottá teszi a hackerekkel szemben. Valójában tehát egy okostelefon kevésbé biztonságos, mint azt tulajdonosa elképzelné. A világ minden tájáról érkező programozók többször is felfigyeltek erre, és az idei év közepén olyan információk jelentek meg az interneten, hogy a hackereknek sikerült „feltörniük” néhány okostelefont, és megszerezni ezeket az adatokat.

Mi történik, ha jelszava vagy PIN-kódja a támadók tudomására jut? Csak módosítani kell, és így megvédeni az adatait. Ha az ujjlenyomat-információit ellopják, akkor nem tud semmit tenni, és adatai mindig ki vannak téve az illetéktelen hozzáférésnek.

Hogyan biztosítható a személyes adatok biztonsága?

Mindenki maga döntheti el, hogy használ-e ujjlenyomat-leolvasót okostelefonban vagy sem. Sőt, ez a kérdés nyilvánvalóan a legtöbbünk elé fog állni, mivel az ilyen szkennerek valószínűleg hamarosan mindennapossá válnak, és kivétel nélkül minden okostelefon ismerős tartozékává válnak.

Véleményünk szerint fontos fenntartani az egyensúlyt a könnyű használat és a biztonság között. Hiszen sokan egyáltalán nem használunk semmilyen eszközt mobilkütyüink védelmére, nem akarunk időt vesztegetni a feloldáskor további lépésekre. Ezért számukra az ujjlenyomat-szkenner csak még egyszerűbbé teszi a készülék feloldását. Mások számára ez ok a gondolkodásra.

Azok számára, akik szeretnének megbízhatóan védeni a személyes adatokat, többszintű védelmet javasolhatunk, különösen mivel a modern okostelefonok ezt lehetővé teszik. Például egy jelszó, minta vagy PIN-kód megadása után azonosítsa magát ujjlenyomattal. Vagy fordítva, miután ujját a szkennerre helyezte, írjon be egy másik kulcsot.

Végül is hülyeség ellenállni a technológia fejlődésének, és megfosztani magát az általa nyújtott kényelemtől és kényelemtől. A cikkből összegyűjtött szükséges információk birtokában, és néhány további lépést végrehajtva okostelefonjával megbízhatóan megvédheti azt az illetéktelen személyek hozzáférésétől.

Használ ujjlenyomat-szkennert az okostelefonján? Ossza meg tapasztalatait a cikkhez fűzött megjegyzésekben.

Amikor minden nap okostelefont használ, nem igazán gondolkodik azon, hogyan működik ez vagy az a funkció. Vegyük ugyanazt az ujjlenyomat-szkennert a Meizu okostelefonokban: az első alkalommal feloldja a készüléket, ez jó. Nem mindenki tudja, hogy többféle szkenner létezik, amelyek különböznek egymástól. Gyerünk, pótoljuk a tudáshiányt.

Miért van szüksége ujjlenyomat-szkennerre?

A személyes adatok védelme ma már digitális világunk fő kérdése, nemcsak az adatok birtoklása, hanem azok védelme is. Nem kell messzire keresni a példákat, kevesen örülnek annak, ha egy osztálytárs egy előadáson felveszi a telefont, hogy „csavarja és nézze”, majd elkezdi kotorászni a fotógalériát. Természetesen, ha van Meizu, és jelszóval letiltotta az alkalmazáshoz való hozzáférést, akkor nem kell aggódnia, de nem mindenki ismeri ezt a lehetőséget.

Az ujjlenyomat-azonosítás az egyik legmegbízhatóbb módja a tulajdonos személyazonosságának megerősítésére. Pontosság szempontjából ez a módszer a második helyen áll a retina szkennelés és a DNS-elemzés után, de előrébb jár. Egyetértek, valós körülmények között nehéz elképzelni, hogy vérvizsgálatra van szükség az okostelefon feloldásához.

Amit az ujjlenyomatokról tudni kell

Először is, a lenyomatot egy papilláris minta képezi a bőrön, az ujjain látható. Ezek olyan kiemelkedések és mélyedések a bőrön, amelyek egyedi mintát alkotnak.


Másodszor, a minta minden ember számára egyedi, még a közeli rokonok és az ikrek körében is. A meg nem született magzatban képződik, és az élet során változatlan marad.

Harmadszor, még ha az epidermisz idővel károsodik is, a minta helyreáll, a kérdés csak a bőr károsodásának ideje és mértéke. Ezért azok a filmek, ahol a főszereplők eltávolítják a lenyomataikat, nem mások, mint fikció.

Negyedszer, minden nyomat nemcsak vizuális jellemzőket tartalmaz, hanem saját termikus és elektromos jellemzőit is.

Mindezek a tulajdonságok képezték az alapját a modern okostelefonok, laptopok és egyéb berendezések tulajdonosainak azonosítására szolgáló módszereknek. Az érzékelők három csoportra oszthatók: optikai, félvezető és ultrahangos.

Optikai érzékelők

Ahogy a név is sugallja, a felismerési elv a papilláris mintázatok képelemzésén alapul. A képek megszerzésének módszereit viszont több típusra osztják: tükrözés, átvitel vagy érintés nélküli felismerés.

Fényvisszaverő érzékelők

Az ilyen szkennerek a törött teljes belső visszaverődés hatását használják. Lényege egyszerű: amikor a fény különböző felületek határát éri, az áramlás két részre oszlik, az egyik a határról visszaverődik, a másik pedig a határon át egy másik közegbe hatol. Milyen felületek? Ezek az érzékelőre felvitt minta kiemelkedései, és az érzékelő szabad része, amely a mintában lévő mélyedéseket tartalmazza.

Ha játszunk a szöggel, akkor a médiák közötti interfészről a teljes áramlás visszaverődését érhetjük el, egyszerű szavakkal, a fény olyan helyekről verődik vissza, ahol a bőr nem érinti az érzékelőt, így egy minta képét építjük fel a készülékben; memória.

Ez a legegyszerűbb módszer, de hátrányai is vannak: egy próbabábu megtévesztheti, az ilyen érzékelők érzékenyek a szennyeződésekre.

Átlátszó érzékelők

Az ilyen érzékelők száloptikai mátrix segítségével működnek, amelyben minden csatorna egyik végéhez egy fotocella van rögzítve. Az ujjat az érzékelőre helyezik, felülről fényt bocsátanak ki, és a szenzorok rögzítik a maradék fényáramot a mintán lévő kiemelkedések érintkezési pontjain az érzékelő felületével. Egy ilyen érzékelőt nehéz megtéveszteni, a próbabábu már nem fog működni, de ez a módszer nem nevezhető mobilnak.

Érintésmentes érzékelők

A mobil platformokon a leggyakoribb optikai érzékelők közül. A koncepció hasonló a fényvisszaverő szenzorokhoz, egy kivétellel: nincs szükség az érzékelő felületével való közvetlen ujjérintkezésre. Az ujjat a védőüvegre helyezzük, amely alatt szenzorlencse és oldalain fényforrások találhatók. A fény visszaverődik az ujjmintáról, fókuszálva a mátrixot a lencséken keresztül. Működési elve nagyon hasonló a digitális fényképezőgépéhez. Ez az érzékelő a védőüveg szennyeződésére is érzékeny, ha szükséges, egy ál-ujjlenyomattal megtéveszthető.

Félvezető érzékelők

Az ilyen érzékelők a félvezetők tulajdonságainak változásait alkalmazzák a mintázat gerincének magának az érzékelőnek a felületével való érintkezési pontján.

Kapacitív szkennerek

Úgy működnek, hogy megváltoztatják a félvezető kapacitását két különböző típusú permeabilitású félvezető érintkezési területén. A különbség ott jelentkezik, ahol a papilláris mintázat gerince érinti a félvezető mátrixot. A kapott adatokat egy különálló biztonságos processzor ujjlenyomattá alakítja. Az ilyen érzékelők olcsók és igénytelenek, de egy próbabábu is megtévesztheti őket.

RF szkennerek

Egy másik alfaj, amely alacsony intenzitású rádiójeleket használ. A szenzor rögzíti a visszavert jelet a mintagerinc felvitelének helyén, így digitális képet alkot az ujjlenyomatról. Egy ilyen szenzort nehéz megtéveszteni, mert a bőr egyedi mintázattal kombinált fényvisszaverő tulajdonságait szinte lehetetlen meghamisítani, de ha az ujj rosszul érintkezik az érzékelő felületével, akkor az ujjlenyomat-felismerés megnehezül.

Piezoelektromos elemek

A felületre nehezedő nyomásra érzékeny érzékelők határozzák meg az ujjlenyomat mintázatát, amikor felhelyezi az ujját: a minta bordái nyomást gyakorolnak, a mélyedések viszont nem. Az ilyen érzékelők telepítése is egyszerű, általános érzékenységük alacsony, de viszonylag olcsók.

Hőmérséklet érzékelők

Elolvasják a nyomtatási felület egyedi hőmérsékleti térképét. A piroelektromos elemek felelősek a hőmérséklet digitális ujjlenyomattá alakításáért. Az ilyen érzékelőket nehéz megtéveszteni, különösen azért, mert ellenállnak az elektrosztatikus terhelésnek, és bármilyen hőmérsékleti viszonyok között működnek. Egyetlen hátránya van: a hőmérsékleti térkép gyorsan eltűnik, mert... Az érzékelő és az ujj felülete gyorsan eléri a hőmérsékleti egyensúlyt.

Ultrahangos érzékelők

Az ilyen érzékelők a legfejlettebbek és a leggyorsabbak az alkalmazott ujj felületén. A minta gerinceiről és völgyeiről visszavert jel szintkülönbségét a szenzor rögzíti, majd az ujjlenyomat teljes digitális képe felépül. Az ilyen érzékelőket szinte lehetetlen megtéveszteni, mert A csatolt felület térképén kívül pulzus- és egyéb biológiai aktivitási mutatókat is leolvashatnak. Sőt, az ilyen érzékelők még nedves ujj érintésére is jól reagálnak, és ez különösen fontos az okostelefonok mindennapi használatában. A leírtak közül ezek a legdrágábbak, de ezt a típust használják a legújabb Meizu készülékekben.

Következtetés

Elkészült az ujjlenyomat-leolvasókkal kapcsolatos kis oktatási programunk, most, amikor felveszi a készüléket és ráhelyezi az ujját az érzékelőre, tudja, hogyan működik, és hogyan védi ez az apróság a személyes adatait. Hogy mire képesek az ujjlenyomat-leolvasók, arról egy külön cikkben olvashat.

Ma a társadalom számítógépesedése arra kényszerít bennünket, hogy különféle módokat keressünk a számítógépen tárolt információkhoz való hozzáférés korlátozására. Sőt, az egyik legelterjedtebb a jelszóval történő engedélyezési és felhasználói hitelesítési rendszer, bár számos hátránya van. A jelszavas védelem alternatívája lehet a felhasználó biometrikus paramétereivel, különösen ujjlenyomatával történő hitelesítés. Ehhez pedig csak egy ujjlenyomat-szkennerre és a készülékhez tartozó szoftverre van szükség.

Az ujjlenyomat-leolvasó olyan eszköz, amely papilláris minta formájában beolvassa az ujj képét annak összes jellemzőjével együtt, és a szkennelés eredményét továbbítja a szoftvernek. Egy speciális alkalmazás összehasonlítja a kapott képet a biometrikus jelszó generálásának szakaszában létrehozott mintával.

Az ujjlenyomat-leolvasók típusai

Az összes manapság használt ujjlenyomat-leolvasó három csoportba sorolható a működés fizikai elve alapján:

Félvezető (szilícium);

Optikai;

Ultrahangos.

Félvezető szkennerek

Ez a típusú szkenner a félvezetők tulajdonságain alapuló képet kap, amelyek a papilláris mintázat és a szkenner érintkezési területén változnak. Az ilyen típusú lapolvasó eszközök működése több technológián alapulhat:

Kapacitív szkennerek. Az ilyen szkennerek működése azon a hatáson alapul, amikor a pn átmenet kapacitása megváltozik, amikor a papilláris mintázat bordái érintkeznek a félvezető mátrix elemeivel.

Az ilyen típusú nyomásérzékeny ujjlenyomatok a piezoelemek speciális mátrixát használják munkájuk során. Amikor az ujj érintkezik a mátrixszal, a bordák nyomást gyakorolnak rá, de ennek megfelelően nincsenek mélyedések. A mátrixra kifejtett nyomás alapján kép keletkezik.

Az ilyen típusú eszközök piroelektromos elemekből álló érzékelőket használnak. Ezek az érzékelők rögzítik a hőmérséklet-különbséget, majd feszültséggé alakítják.

Rádiófrekvenciás szkennerek. Az ilyen típusú szkennerek mikroantennákból állnak, amelyek gyenge jelet generálnak, és a papilláris mintázatból kapott elektromotoros erő nagysága alapján alakul ki a végső ujjlenyomat kép.

Folyamatos hőszkennerek. Ugyanaz, mint a hőszkennereknél. Az egyetlen különbség az, hogy meg kell csúsztatnia az ujját a szkennelési felületen, nem pedig megnyomnia.

Kapacitív broach szkennerek. A kép előállításának technológiája ugyanaz, mint a kapacitíveké, de a felvételi módszer abban különbözik, hogy az ujját a szkennelési felületen vezetik át.

Rádiófrekvenciás szkennerek. Ezeknek az eszközöknek a működési elve megegyezik a rádiófrekvenciás készülékekkel, de a kép rögzítésének módja nem az, hogy az ujját ráhelyezzük a készülékre, hanem az ujját végighúzzuk a felületén.

Optikai szkennerek

Az ilyen típusú ujjlenyomat-szkenner optikai módszerrel fogadja az ujj képét. Az ilyen típusú eszközök működése különféle technológiákon alapul.

FTIR szkennerek. Ezek az eszközök a megszakított belső visszaverődés hatását használják.

Száloptikai szkennerek. egy száloptikai mátrix, amelynek minden szála fotocellát tartalmaz.

- Elektro-optikai szkennerek. A képet egy elektro-optikai polimerből nyerjük, amely fénykibocsátó réteget tartalmaz.

Optikai broach szkennerek. Az ilyen típusú berendezések a száloptikai eszközök olyan módosításai, amelyekben a kép elkészítéséhez az ujját végig kell húzni a felületen, ahelyett, hogy felhelyezné.

Görgős szkennerek. A kép elkészítéséhez mozgassa az ujját a videón, ahol az ujjról papilláris mintázatú képek készülnek.

Érintés nélküli szkennerek. Az ujjleolvasást érintésmentesen végzik. Az ujj a lyukra kerül, ahol több forrás megvilágítja, a beépített kamera pedig rögzíti az ujj képét.

Ultrahang szkennerek

Az ilyen típusú készülék ultrahanghullámokkal pásztázza az ujj felszínét, és a visszavert hullámok mélyedésektől, kiemelkedésektől mért távolsága alapján kép készül. Ez az eszköztípus abban különbözik a fent tárgyaltaktól, hogy a szkennelési eredmény jobb minőségű.

BEVEZETÉS

Relevancia a személyazonosításra szolgáló biometrikus technológiák fejlődése a jogosulatlan hozzáféréstől védendő tárgyak és információáramlások számának növekedéséből fakad, nevezetesen: kriminalisztika; beléptető rendszerek; személyazonosító rendszerek; e-kereskedelmi rendszerek; információbiztonság (hálózati hozzáférés, PC bejelentkezés); munkaidő-nyilvántartás és látogatók nyilvántartása; szavazórendszerek; elektronikus fizetések lebonyolítása; hitelesítés webes erőforrásokon; különféle társadalmi projektek, ahol szükség van az emberek azonosítására; civil azonosítási projektek (államhatárok átlépése, vízumok kiadása az országlátogatáshoz) stb.

A papíralapú azonosítókkal (útlevél, jogosítvány), jelszóval vagy személyi azonosító számmal (PIN) ellentétben a biometrikus jellemzőket nem lehet elfelejteni vagy elveszíteni, nehéz meghamisítani és szinte lehetetlen megváltoztatni.

A biometriával foglalkozó magáncégek, kormányzati szervezetek és laboratóriumok tevékenységét a BioAPI Konzorcium koordinálja. A biometrikus rendszerek vezető gyártói a következők: BioLink Technologies, Bioscrypt, Precise Biometrics, Neurotechnologiya, DigitalPersona, Ethentica, Identix, Staflink, Veridicom stb. Tekintettel arra, hogy a fő biometrikus technológiákat külföldön fejlesztik és fejlesztik, fontos saját magunk létrehozása. biometrikus technológiák a hazai és külföldi gyártók közötti biometrikus rendszerek fejlesztésében ebből adódó szakadék megszüntetése és a biometrikus rendszerek további párhuzamos (esetleg együttes) fejlesztése érdekében. Ennek eredményeként a saját fejlesztéseink legalább egy nagyságrenddel olcsóbbak lesznek. Az ujjlenyomat-azonosítás ugyanakkor a legsikeresebb biometrikus technológia a könnyű kezelhetőség, a kényelem és a megbízhatóság miatt. A hiba valószínűsége a felhasználó ujjlenyomat alapján történő azonosításakor sokkal kisebb, mint más biometrikus módszerek. Ráadásul maga az ujjlenyomat-azonosító eszköz kis méretű és megfizethető.

A mesterdolgozat célja: ujjlenyomatokat használó, zajálló és a bemeneti képek minőségétől független biometrikus beléptetőrendszer létrehozása az elemzés alapján, a rendszer optimális pontosságának és megbízhatóságának megőrzése mellett, valamint a keresési sebesség növelése.

A mesterdolgozatban megoldott feladatok:

  • meglévő módszerek elemzése az ujjlenyomatok osztályokra (osztályozók) felosztására;
  • meglévő módszerek elemzése az osztályozó által talált osztályban talált egyezés megtalálására;
  • a talált módszerek és kombinációik szoftveres megvalósítása;
  • a leghatékonyabb módszerek vagy azok kombinációinak meghatározása egy vizsgálati minta alapján;
  • a munka végső céljának elérése.

    A diplomamunka újdonsága: a keresés sebességének növelése a rendszerben, miközben fenntartja a rendszer optimális pontosságát és megbízhatóságát különféle osztályozók kombinációjával, és azonosítja a legpontosabb módszereket a gyors és helyes keresés végrehajtására az osztályozó által meghatározott osztályban. A teljesítmény a tervek szerint a rendszer ujjlenyomat-adatbázisának megfelelő szegmentálásával érhető el az osztályok természetes eloszlásának megfelelően (0,279, 0,317, 0,338, 0,037 és 0,029 a curl, jobb hurok, bal hurok, ív és félgömb osztályokhoz) , és esetleg több osztály egyesítésével is. Különösen a rendszer teljesítménye és pontossága jelentősen javul, ha az ív és a félgömb osztályokat egy osztályba egyesítik. A besorolási pontosság javítását egy hatékony módszer bevezetésével tervezik a középpont helyzetének kimutatására, valamint ujjlenyomat-képjavító modul bevezetésével a rendszerbe a jellemzőpont-kivonási szakasz végrehajtása előtt.

    1. A SZÁMÍTÓGÉPESÍTÉSI OBJEKTUM LEÍRÁSA

    A munka tárgya egy ujjlenyomat, amely az ujjak felületén lévő papilláris mintázat. Az egyes ujjlenyomatok egyediségét a bordák és barázdák által alkotott minta, valamint egyéb részletek határozzák meg. Így minden ujjlenyomatban kétféle jellemző definiálható - globális és lokális.

    Globális jelek- szabad szemmel láthatók:

  • A papilláris mintázat egy speciális mintázat, amelyet kiemelkedések és mélyedések kombinációja alkot;
  • Kiemelkedés - az ujjlenyomat vonala felemelkedik, és kiemelkedést képez;
  • Bemélyedés (horony) - egy horony a kiemelkedések között;
  • Center (mag) - a nyomat közepén vagy egy kiválasztott területen lokalizált pont; a kiemelkedés legnagyobb görbületi pontja;
  • A delta egy olyan zóna, ahol a kiemelkedés három vonalra ágazik, majd egy ponton összefolynak;
  • Az érdeklődésre számot tartó régió az ujjlenyomat egy kiválasztott töredéke, amelyben az összes funkció lokalizálódik (általában az ujjlenyomat központi része).

    A hagyományos ujjlenyomatvételben az ujjak papilláris mintáit három fő osztályba sorolják: ív (az összes ujjlenyomat körülbelül 5%-a), hurok (65%) és örvény (30%); Minden osztály esetében részletesebb alosztályokba sorolást végeznek. A munka keretein belül az osztályozás öt osztályba történik: göndör (W), jobb hurok (R), bal hurok (L), ív (A) és félgömb (T).

    Az 1.1. ábra néhány példát mutat a fő osztályokhoz tartozó ujjlenyomatokra.

    1.1. ábra – Az ujjlenyomatok főbb osztályai a természetes eloszlás figyelembevételével. a) Bal hurok, b) Jobb hurok, c) Göndör, d) Ív, e) Félgömb.

    Helyi jelek részleteknek nevezzük - az egyes nyomatok egyedi jellemzői, amelyek meghatározzák a papilláris vonalak szerkezetének változási pontjait (végződés, bifurkáció, törés stb.), a papilláris vonalak tájolását és ezeken a pontokon a koordinátákat. Minden nyomat legfeljebb 70 részletet tartalmaz.

    Az ujjlenyomat-képen a következő részletek vannak kiemelve (1.2. ábra):

  • Végpontok (kiugrások végei) - pontok, ahol a kiemelkedések „kifejezetten” véget érnek;
  • Az elágazási pontok azok a pontok, ahol a kiemelkedési vonalak eltérnek.

    1.2. ábra – Példák az alkatrészekre.

    A gyakorlat azt mutatja, hogy a különböző emberek ujjlenyomatai ugyanazokkal a globális jellemzőkkel rendelkezhetnek, de teljesen lehetetlen, hogy ugyanazok a részletek legyenek. Ezért globális attribútumokat használnak az adatbázis osztályokra való felosztására és a hitelesítési szakaszban. A felismerés második szakaszában (egyedi azonosítás) helyi jellemzőket használnak.

    Az ujjlenyomatok jól látható papilláris mintázatú elektronikus ábrázolásának beszerzése meglehetősen nehéz feladat. Mivel az ujjlenyomat túl kicsi, igen kifinomult módszereket kell alkalmazni, hogy jó minőségű képet kapjunk róla. Az ujjlenyomat elektronikus képének beszerzésének modern módszere a szkennelés.

    2. AZ ÚJLENYOMTATÁS-FELISMERÉST VÉGREHAJTÓ RENDSZEREK HELYI ÁTTEKINTÉSE.

    Az ujjlenyomat-képfelismerés feladatával a DonNTU mestere, Evstunicheva A.V. A diplomadolgozat témája: A diplomamunka során az ujjlenyomatok ellenőrző és tesztmintái készültek, részben megvalósult az ujjlenyomatok osztályozásának többcsatornás megközelítése. Konkrétan egy jellemzővektort kaptunk - Finger Code, és ennek alapján az osztályozást az euklideszi távolság módszerével végezték el. A jellemzővektor azonban a központi pont helyének meghatározására szolgáló algoritmus pontatlan működése miatt nem lett teljesen helyesen generálva. Ennek ellenére kiváló elméleti és gyakorlati alapot teremtettek a további kutatásokhoz és az ilyen irányú munka folytatásához.

    3. AZ ÚJLENYOMTATÁS-FELISMERÉST VÉGREHAJTÓ RENDSZEREK GLOBÁLIS ÁTTEKINTÉSE.

    3.1 Az automatikus ujjlenyomat-osztályozási módszerek áttekintése.

    Az ujjlenyomat-besorolás egy olyan módszer, amellyel az ujjlenyomatokat jellemzői alapján számos előre meghatározott osztály valamelyikébe sorolják, amelyek indexelési mechanizmust biztosíthatnak. Az automatizált ujjlenyomat-besorolás kihívást jelent, mivel az osztályon belüli kis különbségeket és az 5 osztály közötti nagy osztályok közötti különbségeket figyelembe kell venni. Az ujjlenyomat-besorolás az ujjlenyomat-egyeztetés durva (összesített) szintje. Először a bevitt ujjlenyomatot durva szinten hozzárendeli a több előre meghatározott osztály valamelyikéhez, majd pontosabban összehasonlítja az adatbázisban elérhető ujjlenyomatkészlettel.

    Az ujjlenyomat-tudomány fejlődésének eredményeként számos megközelítést találtak az ujjlenyomatok automatikus osztályozására. Ezek a megközelítések nagyjából öt fő kategóriába sorolhatók:

    1) A modell alapján. A modellalapú ujjlenyomat-osztályozási módszer a jellemzőpontok (mag és elágazás) elhelyezkedését használja az ujjlenyomat fenti öt osztály valamelyikébe történő besorolásához. A modell alapú megközelítés a humán szakértők tudását használja fel úgy, hogy a manuálisan épített modell minden kategóriájára szabályokat alkalmaz, ezért képzést igényel. Ezt a megközelítési csoportot (K. Karu, A.K. Jain, L. Hong) dolgozta ki.

    2) Struktúra alapján. A szerkezet-alapú megközelítés az ujjlenyomat-kép tájolási mezőjének becslését használja, hogy ujjlenyomatot rendeljen az öt osztály egyikéhez. Az ujjlenyomat-felismerő neurális hálózatot 2000 ujj képére képezték ki (ujjonként egy kép), és egy független 2000 képből álló készleten tesztelték, amelyeket ugyanazokról az ujjakról készítettek. Ennek az algoritmusnak egy későbbi verzióját (G.T. Candela, P.J. Grother, C.I. Watson, R.A. Wilkinson és C.L. Wilson) a NIST-14 adatbázison tesztelték, amely egy természetes eloszlású adatbázis, amely jobb teljesítményt biztosít az algoritmus számára. Ennek az ábrázolásnak a javulására azonban számítani kell, mivel a NIST-14 adatbázis kis százalékban tartalmaz olyan ívujjlenyomatokat, amelyeket a legnehezebb osztályozni, és az algoritmusban használt neurális hálózat implicit módon a maga javára használja fel ezeket az információkat. Egy hasonló szerkezet alapú megközelítés, amely rejtett Markov-modelleket használ az osztályozáshoz (A. Senior), a kiemelkedések helyének becslésének robusztusságán alapul, ami a képzaj miatt kihívást jelent. Egy másik szerkezet-alapú megközelítés B-spline görbéket (polinomiális bázisgörbéket) használ az ujjlenyomatok osztályozására (M. M. S. Chong, T. H. Ngee, L. Jun és R. K. L. Gay).

    3) Gyakoriság alapján. A frekvencia alapú megközelítések az ujjlenyomatok frekvenciaspektrumát használják az osztályozáshoz. Itt Fourier-sorokat használnak (A.P. Fitz és R.J. Green).

    4) Szintaktikai megközelítés. A szintaktikai megközelítés formális nyelvtant használ az ujjlenyomatok ábrázolására és osztályozására (C.V.K. Rao és K. Black).

    5) Hibrid megközelítések. A hibrid megközelítések két vagy több típusú osztályozási megközelítést kombinálnak (B. G. Sherlock és D. M. Monro, M. Kawagoe és A. Tojo). Ezek a megközelítések ígéretesek, de nem tesztelték őket nagy adatbázisokon. Például M. M. S. Chong és munkatársai jelentése 89 ujjlenyomattal, Fitz és Green 40 ujjlenyomattal, M. Kawagoe és A. Tojo pedig 94 ujjlenyomattal végződik. A legígéretesebb egy kétlépcsős osztályozó, amely először lehetővé tenné az ujjlenyomat hozzárendelését az egyik alosztályhoz, majd ebben az alosztályban végezhet összehasonlítást. A hibrid megközelítések között különleges helyet foglal el.

    3.2. Az ujjlenyomat-képosztályozók áttekintése

    Nézzünk meg néhányat a legismertebb és leghasználtabb osztályozók közül: K-legközelebbi szomszédok osztályozója, neurális hálózati osztályozó, kétlépcsős osztályozó, rejtett Markov-modell osztályozó, döntési fa osztályozó.

    1. K-Legközelebbi szomszéd osztályozó. A K-legközelebbi szomszédok döntési szabálya az, hogy a vizsgálati minta K-legközelebbi szomszédjait először megtaláljuk a jellemzőtérben. A tesztmintát ezután ahhoz az osztályhoz rendeljük, amely a leggyakrabban képviselteti magát a „K” legközelebbi szomszédok között. A K-legközelebbi szomszéd osztályozó által talált első két osztálynak meg kell felelnie azoknak az osztályoknak, amelyek a legmagasabb és a második legmagasabb számmal rendelkeznek a K-közeli szomszédok közül. Általában a 10 legközelebbi szomszédot (K=10) veszik figyelembe. Az osztályozás pontossága nem mindig növekszik a K növelésével; itt egy osztályozási probléma merül fel a véges méretű tesztminta K optimális értékének meghatározásával kapcsolatban.

    2. Osztályozó neurális hálózat. Ebben az esetben egy többrétegű előrecsatolt neurális hálózatot tanítottunk a gyors terjedési algoritmust használva tanító algoritmusként. A neurális hálózatnak egy rejtett rétege van, 20 neuronból, 192 bemeneti neuronból és 5 kimeneti neuronból, amelyek öt osztálynak felelnek meg.

    3. Kétlépcsős osztályozó. Az osztályozási probléma egyszerűsítése érdekében az 5 osztályú feladatot 10 2 osztályos feladat halmazára bontjuk. A cél egy egyszerű osztályozási feladat végrehajtása egy K-os legközelebbi szomszéd osztályozóval, majd kétosztályos neurális hálózati osztályozókészlet használatával manipulálhatja a finom különbségeket.

    Az első szakasz egy K-os legközelebbi szomszéd osztályozót (K = 10) használ a két legvalószínűbb osztály kiválasztásához az aktuális bemeneti mintához. Megfigyeléssel azt találtuk, hogy az esetek 85,4%-ában a „K” legközelebbi szomszédok csoportjába leggyakrabban előforduló osztály a megfelelő osztály (az osztály átment a besoroláson), az esetek 12,6%-ában pedig a második. a legmagasabb frekvencia is a megfelelő osztály. Más szóval, a K-legközelebbi szomszéd osztályozó azt eredményezi, hogy 98%-os pontossággal megtalálja azt a két osztályt, ahol a legmagasabb a csoportban való tartózkodás. Ez az eredmény az ujjlenyomatok pontos hozzárendelésére szolgál az öt osztály közül kettőhöz. Minden ujjlenyomat az öt adatbázis-osztály közül kettőben szerepel, és az adatbázisban csak a megfelelő két osztályban kell egyezést keresni.

    A második szakasz 10 (C 2 5) különböző neurális hálózatot használ 10 különböző páronkénti osztályozáshoz. Ezekben a neurális hálózatokban 192 bemeneti neuron, egy rejtett rétegben 20-40 rejtett neuron és 2 kimeneti neuron található. Mindegyik neurális hálózat úgy van kiképezve, hogy csak két releváns osztályból származó mintákat használjon a betanítókészletben. Például egy neurális hálózat, amely megtalálja a különbséget a jobb hurok és az örvény között, arra van tanítva, hogy csak a jobb hurok és az örvény jelzésű mintákat használjon a betanító halmazban. A kétlépcsős osztályozó diagramját a 3.1. ábra mutatja be.

    3.1 ábra - Egy kétlépcsős osztályozó sémája.

    Bár ez az osztályozó robusztus a zajjal szemben, és képes helyesen besorolni a legtöbb gyenge minőségű ujjlenyomatot a NIST-4 adatbázisban, néhány más ujjlenyomat-képtől is szenved, amelyek nagyon gyenge minőségűek, és nem tartalmazzák a központi részben található kiemelkedési információkat. az ujjlenyomat. Gyenge minőségű ujjlenyomatoknál nagyon nehéz pontosan felismerni a középpontot. Az osztályozó nem tudja megfelelően besorolni azokat a kettős hurkos képeket, amelyek a NIST-4 adatbázisban curl-ként vannak megjelölve. Ezeknél a képeknél a középpont elhelyezkedését meghatározó algoritmus kiválasztja a fedő középpontot, és feltételezi, hogy az a középpont, és a vizsgálat során megállapítja, hogy a kép közepe olyan, mint egy hurok a kívánt területen, ami a az örvény helytelen besorolása jobb vagy bal hurokként. A hibák körülbelül 3%-a a hurok ívbe való téves besorolása miatt következik be, az ezen osztályok közötti apró különbségek miatt. Az ív félgömbbe való helytelen besorolása a hibák körülbelül 5%-áért felelős.

    3.3 Az ujjlenyomatok összehasonlítására szolgáló algoritmusok áttekintése a talált osztályban

    Jelenleg az ujjlenyomat-összehasonlító algoritmusok következő osztályait különböztetik meg:



  • Kapcsolódó kiadványok