Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

«ИЖЕВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Факультет «Информатика и вычислительная техника»

Кафедра «Программное обеспечение»

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

к дипломной работе на тему:

«Система идентификации личности по отпечаткам пальцев.

Подсистема анализа изображения»

Дипломник

студент группы 10-19-1 Краснов Н.И.

Руководитель

д.т.н, профессор Мурынов А.И.

Консультант по экономической части

к.э.н., доцент Радыгина И.И.

Консультант по безопасности

и экологичности проекта Якименко Г.Ф.

Нормоконтроль Соболева В.П.

Рецензент

вед. инженер Кропачева Л.Н.

Заведующий кафедрой

«Программное обеспечение»

д.т.н, профессор Мурынов А.И.

РЕФЕРАТ

Пояснительная записка к дипломной работе на тему «Система идентификации личности по отпечаткам пальцев. Подсистема анализа изображения» оформлена на 121 листе, содержит 31 рисунок, 17 таблиц.

Целью данной работы является разработка подсистемы анализа изображения отпечатка пальца в составе системы идентификации личности по отпечаткам пальцев на основе папиллярного узора для дальнейшего распознавания личности.

Работа включает в себя разработку и реализацию алгоритма устранения искажений в изображении отпечатка пальца полученных при сканировании отпечатка. Разработку и реализацию преобразования монохромного изображения отпечатков пальцев к структурированному виду, пригодному для обработки (сравнения).

Для написания соответствующего программного обеспечения были изучены материалы и публикации в области цифровой обработки изображений, векторизации, биологического строения человека и его биометрических параметров.

В результате проделанной работы было разработано программое обеспечение, предназначенное для автоматизации процесса объектного описания отпечатков пальцев на основе характерных особенносетей любого папиллярного узора. Характеристики локальных особенностей, получаемые в результате работы подсистемы, используются при дальнейшей работе в составе системы.

На сегодняшний день существуют готовые системы для идентификации личности, обладающие высокой степенью защиты, быстродействием, а также удобством в применении. Однако ни одна из существующих разработок не дает объектного описания и метода сравнения отпечатков. Все разработки являются уникальными, обладают собственными нововведениями, «ноу-хау» и составляют коммерческую тайну.

Данная разработка обладает открытым кодом и позволяет проводить структурное описание папиллярного узора. Поэтому данная разработка является уникальной и не имеет аналогов в современной индустрии компьютерной обработки изображений. Необходимо отметить, что используемый метод, пригоден не только для описания изображения отпечатков пальцев, но и для объектного описания других битовых изображений, таких как символьная информация, шрифты и подписи.

Разработанное программное обеспечение является исследовательским, оно направлено на изучение и анализ методов обработки изображений и его описания. С его помощью уже были получены важные экспериментальные данные, использованные в данной работе. Конечным программным продуктом может являться оболочка, представляющая в значительной мере автоматизированный интерфейс для идентификации личности.

ВВЕДЕНИЕ

1. РАЗРАБОТКА СИСТЕМЫ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО ОТПЕЧАТКАМ ПАЛЬЦЕВ

1.1. Обоснование целесообразности разработки системы идентификации личности по отпечаткам пальцев

1.1.1. Назначение системы

1.1.2. Характеристика функциональной структуры системы

1.1.3. Обоснование цели создания системы

1.1.4. Обоснование состава автоматизируемых задач

1.2. Аналитический обзор

1.2.1. Фирма BioLink

1.2.1.1. Система управления BioLink BioTime 2006

1.2.1.2. Программный сервер BioLink

1.2.2. Microsoft IntelliMouse Explorer with Fingerprint Reader

1.2.3. Сотовый телефон GI100

1.2.4. Редактор Adobe Photoshop

1.2.5. Программа распознавания текста Fine Reader

1.2.6. Вывод по аналитическому обзору

1.3. Основные требования к системе

1.3.1. Основные цели создания системы и критерии эффективности ее функционирования

1.3.2. Функциональное назначение системы

1.3.3. Особенности системы и условия её эксплуатации

1.3.4. Требования к функциональной структуре

1.3.5. Требования к техническому обеспечению

1.3.6. Требования к информационному обеспечению

1.3.7. Требования к программному обеспечению

1.4. Основные технические решения проекта системы

1.4.1. Решение по комплексу технических средств

1.4.2. Описание системы программного обеспечения

2. РАЗРАБОТКА ПОДСИСТЕМЫ АНАЛИЗА ИЗОБРАЖЕНИЯ ОТПЕЧАТКОВ ПАЛЬЦЕВ

2.1. Описание постановки задачи подсистемы анализа изображения отпечатков пальцев

2.1.1. Характеристика задачи

2.1.2. Входная информация

2.1.3. Выходная информация

2.1.4. Математическая постановка задачи

2.1.5. Функциональная схема подсистемы анализа папиллярного узора

2.2. Описание постановки задачи выявления дефектов сканирования и их устранение

2.2.1. Характеристика задачи

2.2.2. Входная информация

2.2.3. Выходная информация

2.2.4. Математическая постановка

2.2.5. Алгоритм решения задачи

2.2.5.1. Описание алгоритма «Формирование списка линий»

2.2.5.2. Описание алгоритма «ChangeLine»

2.3. Описание постановки задачи выделение локальных особенностей

2.3.1. Характеристика задачи

2.3.2. Входная информация

2.3.3. Выходная информация

2.3.4. Математическая постановка задачи

2.3.5. Алгоритм решения задачи

2.3.5.1. Описание алгоритма «Формирование списка линий»

2.3.5.2. Описание алгоритма «ReadLine»

2.4. Описание постановки задачи сортировки списка абсолютных параметров, исключение ложных и ненадежных минюций

2.4.1. Характеристика задачи

2.4.2. Входная информация

2.4.3. Выходная информация

2.4.4. Математическая постановка

2.4.5. Алгоритм решения задачи

2.5. Описание подпрограмм

2.5.1. Подпрограмма NextDotCW

2.5.2. Подпрограмма NextDotCCW

2.5.3. Подпрограмма LookPic

2.5.4. Подпрограмма ChangeLine

2.5.5. Подпрограмма ReadPic

2.5.6. Подпрограмма DotsFilter

2.5.7. Подпрограмма AnalysePicture

2.6. Описание контрольного примера

2.6.1. Назначение программы

2.6.2. Исходные данные

2.6.3. Контрольный пример

2.6.4. Тестирование программного обеспечения системы распознавания личности по отпечаткам пальцев

3. ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКАЯ ЧАСТЬ

3.1. Обоснование необходимости разработки системы распознавания личности по отпечаткам пальцев

3.2. Расчет затрат на разработку системы распознавания личности по отпечаткам пальцев

4. БЕЗОПАСНОСТЬ И ЭКОЛОГИЧНОСТЬ ПРОЕКТА

4.1. Анализ опасных и вредных факторов, возникающих при работе на компьютере

4.2. Техника безопасности при работе на ПК

4.3. Организация рабочего места оператора

4.4. Требования к параметрам микроклимата помещения

4.5. Требования к освещению и расчет искусственного освещения

4.6. Пожарная безопасность

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА

ПРИЛОЖЕНИЕ 1 ТЕКСТ ПРОГРАММЫ

ПРИЛОЖЕНИЕ 2 РУКОВОДСТВО ПРОГРАММИСТА

ПРИЛОЖЕНИЕ 3 РУКОВОДСТВО ОПЕРАТОРА

ПРИЛОЖЕНИЕ 4 РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ

ПРИЛОЖЕНИЕ 5 АЛЬТЕРНАТИВНОЕ ИСПОЛЬЗОВАНИЕ ПРОГРАММЫПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СТ - специфическая точка (минюция)

БД - база данных с отпечатками

PIN - персональный идентификационный номер

ПЗС - прибор с зарядовой связью

КМОП - технология изготовления микросхем (кремний метал оксид полупроводник)

ОП - отпечаток пальца

dpi - количество точек на дюйм (dot per inch)

ПО - программное обеспечение

ОС - операционная система

ЭВМ - электронно-вычислительная машина

ПК - персональный компьютер

ВВЕДЕНИЕ

В наше время пароли, персональные идентификационные номера и специальные идентификационные карточки стали жизненной необходимостью. Например, чтобы получить наличные из банкомата, Вам потребуется код PIN, чтобы получить доступ к почтовой программе или к определенной категории компьютерных данных, необходим пароль. В свете последних событий, происходящих в мире, особенно в связи с ростом активности международного терроризма, вопросам безопасности уделяется все более пристальное внимание.

Таким образом, человек должен хранить в своей памяти огромное количество различных комбинаций цифр и букв. Чтобы облегчить участь современного человека, компании, специализирующиеся на производстве компьютеров, начали заниматься разработкой биометрических технологий. Биометрия - эта наука, изучающая возможности использования различных характеристик человеческого тела (будь то отпечатки пальцев или уникальные свойства человеческого зрачка или голоса) для идентификации каждого конкретного человека. Пользуясь биометрическими технологиями, человек никогда не сможет забыть необходимый ему пароль или код, поскольку его большой палец, голос или зрачок глаза всегда находятся с ним /1/.

Отпечаток пальца образует так называемые папиллярные линии на гребешковых выступах кожи, разделенных бороздками. Из этих линий складываются сложные узоры (дуговые, петлевые и завитковые), которые обладают свойствами индивидуальности и неповторимости, что позволяет абсолютно надежно идентифицировать личность. Хотя процент отказа в доступе уполномоченных пользователей составляет около 3%, процент ошибочного доступа - меньше одного к миллиону. Преимущества доступа по отпечатку пальца - простота использования, удобство и надежность. Весь процесс идентификации занимает мало времени и не требует усилий от тех, кто использует данную систему доступа. Исследования также показали, что использование отпечатка пальца для идентификации личности является наиболее удобным из всех биометрических методов. Вероятность ошибки при идентификации пользователя намного меньше в сравнении с другими биометрическими методами /2/. Кроме того, устройство идентификации по отпечатку пальца не требует много места на клавиатуре или в механизме.

Полученный образ отпечатка пальца - это растр, который можно описать особым образом, основываясь на строении папиллярного узора. Выявив структуру отпечатка его можно сравнить с другими отпечатками и выявить те, которые являются аналогичными или же сказать, что отпечатки различны.

Работа посвящена анализу растра, получение объектной модели, и поиска схожих отпечатков.

1. РАЗРАБОТКА СИСТЕМЫ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО ОТПЕЧАТКАМ ПАЛЬЦЕВ

1.1. Обоснование целесообразности разработки системы идентификации личности по отпечаткам пальцев

1.1.1. Назначение системы

Система идентификации личности по отпечаткам пальцев реализует определение личности на основе биометрических параметров человеческого тела, а именно строении отпечатков пальцев. Система предназначена для обработки графических изображений отпечатков. Система позволяет сравнить несколько отпечатков друг с другом по выделенным локальным особенностям. Локальными особенностями являются минюции и их относительные параметры (расположение одних минюций относительно всех остальных), что гарантирует независимость сравнения от параллельного переноса и вращения.

Программный продукт найдет применение в различных прикладных системах /3/, включая:

1) системы гражданской идентификации;

2) криминалистические системы идентификации;

3) крупномасштабные коммерческие приложения.

Системы гражданской идентификации включают в себя:

Водительские паспорта;

Национальные идентификационные карты граждан;

Регистрация избирателей;

Регистрация для социальных программ;

Иммиграционная регистрация, визы;

Идентификация сотрудников государственных учреждений.

Криминалистические системы идентификации включают:

Находится ли данный гражданин в розыске?;

Прежние судимости;

Регистрация заключенных/контроль доступа;

Мобильные и удаленные приложения;

Обработка следов отпечатков пальцев, полученных с мест преступления.

Крупномасштабные коммерческие приложения включают:

Доступ к web-ресурсам, электронная коммерция;

Доступ для пользователей и сотрудников;

Финансовые сервисы, проверка оплаты;

Доступ в здания и помещения;

Программы лояльности.

1.1.2. Характеристика функциональной структуры системы

Функциональная схема системы приведена на рис. 1.1.

Обработка изображений состоит из следующих этапов:

1) ввод изображения в систему идентификации личности по отпечаткам пальцев;

2) в подсистеме анализа изображения происходит обработка растра с целью подавления шумов, а так же устранение типичных искажений изображения, таких как разрывы или слипания дуг папиллярного узора;

3) в подсистеме анализа изображения происходит выделение локальных особенностей, таких как окончание и раздвоение, для дальнейшего распознавания отпечатка;

4) в подсистеме анализа изображения происходит сортировка полученных параметров локальных особенностей;

5) в подсистеме распознавания происходит преобразование абсолютных параметров специальных точек к относительным параметрам для предотвращения влияния параллельного переноса и поворота пальца при сканировании отпечатка;

6) распознавание отпечатка по базе с существующими отпечатками происходит на основе относительных параметров каждой точки для каждого хранящегося в базе отпечатка.

Функциональная схема системы распознавания личности по отпечаткам пальцев

Подсистема анализа - подсистема распознавания

1.1.3. Обоснование цели создания системы

Задачи структурного анализа изображений имеют широкий спектр применения, начиная от векторизации растров и заканчивая распознаванием образов. Структурный анализ изображений подразумевает выделение из них структурны х элементов, таких, например, как линия, область, компактный элемент (буква) и так далее.

На данный момент надежная информационная защита является одним из основных критериев, по которым должны отбираться системы, предназначенные для хранения и обработки важной информации. Это обусловлено существующей вероятностью несанкционированного доступа в такие системы, поскольку они имеют широкое информационное взаимодействие со смежными системами управления через сеть INTRANET. Поэтому обеспечение информационной безопасности должно являться важнейшим этапом при их разработке /3/.

Защита на основе биометрических параметров человеческого тела, в частности по отпечатку пальца, обладает рядом неоспоримых полюсов: простота использования, удобство и надежность. Весь процесс идентификации занимает мало времени и не требует усилий от тех, кто использует данную систему доступа. Исследования также показали, что использование отпечатка пальца для идентификации личности является наиболее удобным из всех биометрических методов. Вероятность ошибки при идентификации пользователя намного меньше в сравнении с другими биометрическими методами. Кроме того, устройство идентификации по отпечатку пальца не требует много места на клавиатуре или в механизме.

В большинстве случаев работа с важной информацией подразумевает также своевременное принятие решений и непрерывное управление ходом выполнения. В связи с этим существует необходимость непрерывного подтверждения личности (в случае если человек по какой-то причине покинет свое рабочее место, то любой в это время сможет задавать команды телеуправления или ответственные команды). Такое подтверждение личности метод «единого входа в сеть» предоставить не может, а вводить пароль после каждой команды - обременительно /4/.

Хотя на рынке существуют готовые системы, но на ряду со своими преимуществами они обладают рядом недостатков, таких как закрытость исходного кода и алгоритма, как следствие невозможность применения в своих системах, а также высокая цена. Вследствие чего есть смысл в разработке системы, которая бы предоставляла возможность всем разработчикам иметь готовую базу для разработки собственных проектов на основе биометрических технологий. А также предоставить объектное описание различных, не только папиллярного узора, изображений.

Целью данной работы является разработка и реализация такого преобразования изображения, при котором данные о расположение уникальных особенностей сохраняются наиболее полно и с наименьшим содержанием ложной информации.

Создаваемая система носит поисково-исследовательский характер и направлена на облегчение разработки алгоритмов обработки изображений, упрощение анализа экспериментальных данных и выявление общих закономерностей.

1.1.4. Обоснование состава автоматизируемых задач

Реализация системы идентификации личности по отпечаткам позволит интегрировать в едином интерфейсе все этапы обработки изображения отпечатка пальца и сравнения его с другими отпечатками:

1) анализ параметров изображения, выявление дефектов сканирования и их устранение;

2) выделение локальных особенностей - минюций. формирование списка минюций в абсолютных параметрах;

6) сравнение одного отпечатка с множеством других;

7) способ хранения описания отпечатков позволяет применять результат работы программы для различных сфер деятельности.

1.2. Аналитический обзор

Как уже было указано во введении, метод опознавания личности по отпечаткам пальцев известен достаточно давно и с появлением электронно-вычислительной техники начали появляться программные продукты для анализа и сравнения изображений.

1.2.1. Фирма BioLink

В едущий поставщик технологий обеспечения безопасности, проектирует, производит и продает передовые биометрические продукты, основанные на принципе дактилоскопии. Предлагаемые решения составляют основу для систем аутентификации пользователей в компьютерных сетях, платформах электронной коммерции и системах обеспечения безопасности физического доступа.

BioLink предлагает гамму продуктов, основанных на фирменных технологиях сканирования отпечатков пальцев и обработки изображений, а также на алгоритме идентификации «один ко многим», решающих многие из существующих сегодня проблем безопасности /5/.

1.2.1.1. С истема управления BioLink BioTime 2006

С истема управления рабочим временем, являющаяся новейшей разработкой компании BioLink. Система BioTime 2006 упрощает обычные задачи учета и управления рабочим временем и обеспечивает простоту, легкость и удобство регистрации прихода и ухода сотрудников компании. Кроме того, система BioTime 2006 предоставляет различные виды отчетов по опозданиям, недоработкам и переработкам сотрудников, времени их прихода и ухода, а также автоматизирует создание табеля учета рабочего времени /5/.

1.2.1.2. Программный сервер BioLink

Программный сервер BioLink Authenteon Software Appliance (ASA) - это программное обеспечение для сравнения шаблонов отпечатков пальцев BioLink. ASA объединяет в себе парольную защиту и клиент-серверную аутентификацию при входе в Windows, Novell и NFS при решении одной из самых актуальный на сегодняшний день проблем защиты - положительной идентификации пользователей корпоративной сети. Сервер поддерживает до 300 пользователей /5/.

1.2.2. Microsoft In t elliMouse Explorer with Fingerprint Reader

Анонсированная Microsoft осенью 2004 г. новая линейка продуктов с использованием биометрических технологий - сканер отпечатков пальцев, клавиатура со встроенным сканером и беспроводная оптическая мышь со сканером обладает возможностями /6/:

1) снятие отпечатка пальца при кратковременном прикладывании пальца к сканеру;

2) ведение менеджера паролей для веб интерфейсов;

3) возможность идентификации личности для входа в систему одним приложением пальца.

Продукт подходит для применения за личным ПК. Программное обеспечение имеет очень ограниченную функциональность. Нет возможности получить параметры отсканированного отпечатка пальца, установить дополнительные действия от того какой палец был приложен.

1.2.3. Сотовый телефон GI 100

GI100 - первый телефон с функцией распознавания отпечатков пальцев. Отпечатки пальцев используются как для набора номера, так и для игр. Каждый из пальцев владельца телефона используются для быстрого набора одного из десяти введенных в память телефона номеров. Таким же образом и во время игр можно использовать вместо нажатия кнопок отпечатки пальцев.

Ограничение доступа - при включении телефона происходит сканирование отпечатка пальца включившего. Большим недостатком продукта является то, что в случае трехкратной неудачи при распознавании отпечатка пальца предлагается ввести пароль. Таким образом, доступ к телефону может получить не владелец, а просто знающий пароль человек /7/.

1.2.4. Редактор Adobe Photoshop

Профессиональный редактор растровых изображений. Основные возможности:

1) контроль цвета и тона компонент изображения: возможность подбора палитры, замены цветов, поддержка 32-битного цвета (прозрачности), возможность построения гистограмм распределения цвета;

2) интеллектуальное редактирование изображений: инструменты контекстной коррекции растра, позволяющие достичь фотореалистичности;

3) широкий набор фильтров, позволяющих модифицировать и улучшить изображение;

4) возможность создания многих независимых слоев в одном изображении.

Продукт предназначен для профессионального редактирования фотографических изображений, имеет мощный набор инструментов для улучшения их качества. В меньшей степени подходит для обработки искусственных изображений. Интерфейс обладает некоторой когнитивностью, которая, однако, ограничена сферой применения растровой модели /8/.

1.2.5. Программа распознавания текста Fine Reader

Профессиональная программа распознавания печатного текста. Основные возможности:

2) интеллектуальное определение расположения строк и символов в тексте, распознавание символов при их неточном сканировании или зашумлении;

3) наличие возможности исправить неправильно распознанные символы;

4) возможность сохранения распознанного текста в виде документа word или PDF.

Продукт предназначен для распознавания печатного текста различной сложности после сканирования, имеет мощный набор инструментов для улучшения качества распознавания, а также исправления неточно распознанных символов. Не имеет возможности дополнять набор распознаваемых символов, вследствие чего применение ограничивается только распознаванием печатного текста /9/.

1.2.6. Вывод по аналитическому обзору

Список программных продуктов, безусловно, может быть расширен, но все же самые характерные и популярные разработки в него включены.

Среди программных продуктов, посвященных идентификации по папиллярному узору, можно выделить основные возможности:

1) программы реализуют возможность доступа по отпечаткам;

2) возможна обработка стандартными функциями (яркость, контрастность, изменение размера);

3) распознавание символов;

4) ни одна программа не позволяет скорректировать изображение, основываясь на типичных характеристиках отпечатка, дать объектное описание отпечатка, а также дать возможность применить алгоритмы обработки в отдельности для собственных задач.

В связи с указанными особенностями существующих программных средств и в силу того, что применение биометрических способов позволяет увеличить защищенность и удобство пользования системами (см. п.п. 1.1.1) для большинства разработчиков будет удобным использование готового модуля работы с отпечатками пальцев. Поэтому актуальной является разработка системы, обладающая открытым кодом и позволяющая проводить структурное описание папиллярного узора. Возможность получать его объектное описание и сравнение. Применение алгоритма не только для описания изображения отпечатков пальцев, но и для объектного описания других битовых изображений, таких как символьная информация, шрифты и подписи.

Эту задачу решает система распознавания личности по отпечаткам пальцев.

1.3. Основные требования к системе

1.3.1. Основные цели создания системы и критерии эффективности ее функционирования

Создание системы распознавания личности позволит получить новую возможность в сфере защиты и организации доступа к информации, а также разработке новых, эффективных алгоритмов по обработке растров и преобразованию их к структурному виду, разработать инструмент, улучшающий качество графической информации за счет снижения искажений и шумов.

Для оценки эффективности работы системы можно использовать качество получаемых на выходе изображений, и полноту их структурного описания. А также уровень правильного распознавания отпечатков, который можно судить по количеству отказов для правильного отпечатка, и количеству входов для неверного отпечатка /3/.

Разработанная система обладает открытым кодом, позволяет получать структурное описание папиллярного узора и его сравнение с другими папиллярными узорами. Алгоритм подходит для работы не только с изображениями отпечатков пальцев, но и для других битовых изображений, таких как символьная информация, шрифты и подписи.

1.3.2. Функциональное назначение системы

Реализация системы идентификации личности по отпечаткам позволит интегрировать в едином интерфейсе все этапы обработки изображения отпечатка пальца и сравнения его с другими отпечатками:

1) модификация изображения, исправление искажений;

2) выделение локальных особенностей - минюций. Формирование списка минюций в абсолютных параметрах;

3) сортировка списка абсолютных параметров, исключение ложных и ненадежных минюций;

4) конвертирование абсолютных параметров в относительные, формирование списка относительных параметров;

5) установка системы допусков для учета корреляции изображений;

6) сравнение одного отпечатка с множеством других.

1.3.3. Особенности системы и условия е ё эксплуатации

Система идентификации личности по отпечаткам пальцев предназначена для работы с цифровыми изображениями, полученными посредством сканирования.

Получение электронного представления отпечатков пальцев с хорошо различимым папиллярным узором - достаточно сложная задача. Поскольку отпечаток пальца слишком мал, для получения его качественного изображения приходится использовать достаточно изощренные методы.

На сегодняшний момент можно выделить следующие сканеры отпечатков пальцев по используемым ими физическим принципам:

Оптические;

Кремниевые;

Ультразвуковые.

Старейшей технологией сканирования отпечатка является - оптическая. Сканирование отпечатка пальца мини-камерами на ПЗС или КМОП-чипе позволило существенно уменьшить стоимость систем идентификации. Но этот способ снятия отпечатка сталкивается с некоторыми трудноразрешимыми проблемами: получаемый образ зависит от окружающего освещения, на границах образа возможны искажения, датчик может быть относительно легко "обманут" (некоторые дешевые датчики можно "дурачить" печатной копией, сделанной на обычном копире). Остаются проблемы и с размерами сканера. Датчик не может быть меньше, чем фокусное расстояние камеры. Среди главных преимуществ оптических систем можно еще раз упомянуть относительно низкую цену и практическую неуязвимость к воздействию электростатического разряда.

Абсолютно новой является технология использования электромагнитного поля. Датчик излучает слабый электромагнитный сигнал, который следует по гребням и впадинам отпечатка пальца и учитывает изменения этого сигнала для составления образа отпечатка. Такой принцип сканирования позволяет просматривать рисунок кожи под слоем омертвевших клеток, что приводит к хорошим результатам при распознавании бледных или стершихся отпечатков. Остается проблема отсутствия приемлемого соотношения между размером датчика и его разрешающей способностью.

Еще одна перспективная технология, которую следует упомянуть - ультразвуковая. Трехмерный ультразвуковой сканер измеряет пересеченную поверхность пальца своего рода радаром. Этот метод сканирования может быть особенно удобен, например, в здравоохранении. Он не требует касания каких-либо считывающих устройств датчика стерильными руками, а отпечаток легко считывается даже через резиновые или пластиковые перчатки хирурга. Главное неудобство ультразвуковой технологии - ее высокая стоимость и длительное время сканирования /10/.

Существуют и другие методы, либо использовавшиеся в прошлом, либо только разрабатываемые /11/.

1.3.4. Требования к функциональной структуре

Построение системы идентификации личности по отпечаткам пальцев предполагает модульную структуру. Общий интерфейс и возможность доступа ко всем модулям в составе системы должна обеспечивать оболочка. Из оболочки вызываются следующие модули: подсистема анализа изображения, подсистема сравнения одного отпечатка с множеством других. Обмен данными между подсистемами происходит через проект в рамках общей оболочки.

Подсистема анализа изображения должна обеспечивать возможность получения основных статистических характеристик папиллярного узора по ключевым участкам. Подсистема предполагает наличие средств для получения качественного образа отпечатка пальца.

Подсистема сравнения изображений отпечатков служит для автоматизированного выявления схожести различных изображений папиллярного узора.

1.3.5. Требования к техническому обеспечению

Задача обработки изображений в системе связана с автоматическим анализом больших массивов графической информации. Преобразования, проводимые в системе, должны проводиться в процессе интерактивного взаимодействия с пользователем, поэтому паузы на обработку не должны превышать нескольких секунд. Исходя из этого, сформулированы требования к техническим характеристикам персонального компьютера, на котором будет функционировать система. Требования сведены в табл. 1.1.

Таблица 1.1

Технические характеристики персонального компьютера

Наименование	Значение
Частота процессора, МГц
Объем оперативной памяти, Мб
Разрешение экрана монитора	не менее 1024x768

1.3.6. Требования к информационному обеспечению

Система предназначена для обработки битовых изображений. Вследствие неточностей, шумов и аппроксимаций, вносимых оборудованием (сканер или любое иное дискретизирующее графику устройство) в изображении появляются шумы различной природы. Система позволяет частично избавиться от этих искажений. Поэтому качество входных образов должно быть на приемлемом уровне.

Основным видом информации, обрабатываемой в системе, является графическая информация в растровом представлении и её объектное представление. Такой вид данных воспринимается человеком непосредственно и целостно, поэтому необходимо обеспечить средства наглядной визуализации изображений на различных этапах обработки.

1.3.7. Требования к программному обеспечению

Систему целесообразно разрабатывать для функционирования под операционной системой семейства Windows, так как ОС данного класса наиболее широко распространены в современном мире. Платформой для разработки выбрана среда для разработки приложений Microsoft Visual Studio C++ 2003. Эта среда поддерживает алгоритмический язык C++ и обладает при этом возможностями быстрой разработки и проектирования визуальных интерфейсов, что особенно важно при работе с графической информацией.

1.4. Основные технические решения проекта системы

1.4.1. Решение по комплексу технических средств

Как уже отмечалось в п.п. 1.3.5, для достижения удобного пользователю режима функционирования системы необходимо следующая минимальная конфигурация персонального компьютера: частота процессора 900 МГц, объем оперативной памяти 64 Мб, монитор, поддерживающий разрешение не менее 1024x768 точек. Также желательно наличие следующих периферийных технических средств: сканер отпечатков пальцев, цветной струйный принтер для вывода на печать результатов.

1.4.2. Описание системы программного обеспечения

Для реализации и функционирования проекта необходимо общесистемное программное обеспечение ОС Windows XP, в основе которой лежит ядро, характеризуемое 32-разрядной вычислительной архитектурой и полностью защищенной моделью памяти, что обеспечивает надежную вычислительную среду.

Разработка системы распознавания личности и ее подсистем будет вестись с использованием среды для разработки приложений Microsoft Visual Studio C++ 2003. Среда разработки включает в себя высокопроизводительный 32-битный компилятор, что позволяет оптимизировать создаваемый код. Microsoft Visual Studio C++ включает обширный набор средств, которые повышают производительность труда программистов и сокращают продолжительность цикла разработки. Многофункциональная интегрированная среда разработки Microsoft Visual Studio C++ 2003 включает компилятор, удовлетворяющий стандарта ANSI/ISO, встроенный дизайнер форм, богатый набор средств для работы с компонентами, инструмент Solution Explorer, менеджер проектов и отладчик. Удобство разработки и эффективность созданных в данной среде разработки программ делают Microsoft Visual Studio C++ 2003 оптимальным выбором для построения исследовательской системы, какой является система распознавания личности.

2. РАЗРАБОТКА ПОДСИСТЕМЫ АНАЛИЗА ИЗОБРАЖЕНИЯ ОТПЕЧАТКОВ ПАЛЬЦЕВ

2.1. Описание постановки задачи подсистемы анализа изображения отпечатков пальцев

2.1.1. Характеристика задачи

Графические образы, представляемые окружающим миром человеку, обладают большим разнообразием. Неотъемлемым атрибутом изображения является его пространственная структура. Способность реконструировать эту структуру при визуальном восприятии и обеспечивает предметность восприятия.

Пространственная определенность, которая состоит в том, что любая точка изображения принадлежит единственному и вполне определенному структурному элементу, который может представлять объект либо принадлежит одному или нескольким объектам соответствующей предметной области. Таким образом, любое изображение строится в соответствии с некоторым априорным планом, определяющим место положения и смысловые характеристики его структурных элементов.

Модели представления изображений в ЭВМ можно разделить на два типа: растровые и векторные.

Наиболее распространенная форма представления «сырых» изображений на ЭВМ - это растр. Изображение в этом случае представляет собой матрицу из NxM точек (пикселей). Визуализация растровых изображений достаточно проста и заключается в построчном выводе его пикселей на экран. Однако модель этого типа не несет в себе структурной и тем более семантической информации, что ограничивает сферу ее применения. При вводе изображений из реального мира в ЭВМ они часто предстают в растровой форме.

Векторные модели представления изображений основаны на том, что любую линию можно представить в аналитическом виде, например в виде совокупности векторов - направленных отрезков. Визуализация изображений в векторной модели сложнее, чем в растровой. Но модель приобретает когнитивность за счет включения в нее структурной информации.

Образ отпечатка пальца, как правило, сохраняется в двоичном коде, где каждый пиксель рисунка описывается 8 битами, то есть 256 оттенками серого цвета. В передовых системах сканирования цифровой образ отпечатка обрабатывается с помощью специального алгоритма улучшения изображения. Этот алгоритм обеспечивает обратную связь с датчиком для регулирования параметров сканирования. Когда датчик фиксирует окончательный образ, алгоритм настраивает контрастность и четкость изображения отпечатка для получения наилучшего качества /12/.

Методы опознания отпечатка пальца основаны на сравнении с образцами или на использовании характерных деталей.

При опознании по деталям из образа извлекаются только специфические места, где найдена особенность (деталь). Обычно это либо окончание гребня, либо его раздвоение (рис. 2.1). Содержание шаблона в этом случае составляют относительные координаты и сведения об ориентации детали. Распознающий алгоритм отыскивает и сравнивает между собой соответствующие детали. Ни поворот отпечатка пальца, ни его параллельный перенос (сдвиг) не влияют на функционирование системы, поскольку алгоритм работает с относительными величинами.

Типы минюций

Для сравнения на битовом образе производится поиск локальных особенностей папиллярного узора - минюций. Для поиска используется алгоритм обхода по контуру гребней. В результате подсистема анализа реализует переход от растрового представления к структурному представлению.

2.1.2. Входная информация

отпечатка, полученный с помощью сканирования разрешением 600dpi. Расширение битового файла
по-умолчанию *.bmp. Формат bmp (от слов BitMaP - битовая массив) представляет из себя несжатое (в основном), что позволяет не вносить погрешностей, изображение, которое довольно легко читается и выводится в ОС Windows, в которой есть специальные функции API, которые в этом помогают /13/.

2.1.3. Выходная информация

Выходной информацией является список минюций в абсолютных параметрах, расположенный в памяти, содержащий параметры каждой найденной минюции. Каждый элемент массива содержит все необходимые параметры минюции: координаты целого типа - 2х4 байта, угол направления 8 байт, тип точки 1 байт

Структура массива:

Таблица 2.1

Формат строки файла со структурным описанием

2.1.4. Математическая постановка задачи

Работа подсистемы реализуется следующими этапами:

Корректировка входного образа, устранение дефектов и искажений;

Поиск минюций и формирование списка их абсолютных параметров;

Фильтрация полученного списка параметров;

Для решения поставленных задач требуются стандартные операции для работы с массивом, которые представлены в табл. 2.2.

Таблица 2.2

Операции над массивом

Обозначение	Расшифровка
	количество элементов массива
	обращение к i-му элементу массива
	операция добавления элемента E в конец массива M
Delete(Array,Pos)	операция удаления элемента на позиции Pos из массива Array
Delete(Array, Element)	операция удаления элемента Element из массива Array
Pos(Array,Element)	операция получения номера элемента Element в массиве Array
	операция добавления в конец массива Array1 не дублируемых элементов массива Array2
	операция пересечения массивов
	логическая операция принадлежности элемента E массиву M
	операция сортировки массива Array по значению поля f

2.1.5. Функциональная схема подсистемы анализа папиллярного

узора

Целью работы является реализация программы для выполнения схемы , изображенной на рис. 2.1.1.

Схема подсистемы анализа

2.2. Описание постановки задачи выявления дефектов сканирования и их устранение

2.2.1. Характеристика задачи

Папиллярный узор представленный в виде растра содержит отдельные элементы линии. Линии - это отображение гребней папиллярного узора, обход по контуру этих линий позволит выделить отдельные гребни и получить информацию об их расположении на пальце. Однако в процессе получения растра отпечатка возможны типичные дефекты изображения, которые возникают вследствие попадания мусора на сканирующее устройство, существование порезов и складок на коже, непостоянном прижиме пальца к сканеру и изменение его положения при каждом новом сканировании.

Дефекты бывают двух видов - это слипания соседних гребней и обрывы гребня на растре вследствие описанных выше ситуаций. Так как данные дефекты частично предсказуемы, то можно их устранить. Применяя подготовку изображения, к дальнейшему структурному анализу, удается значительно понизить количество шумов и искажений в исходном растре, что ведет к повышению скорости и надежности распознавания.

В результате решения задачи выявления и устранения дефектов сканирования система идентификации личности дополнит свои функциональные возможности способностью повышения качества входных образов.

2.2.2. Входная информация

Входной информацией явля ется битовый растр отпечатка, полученный с помощью сканирования разрешением 600dpi. Расширение битового файла
по-умолчанию *.bmp. Формат bmp (от слов BitMaP - битовый массив) представляет из себя несжатое (в основном), что позволяет не вносить погрешностей, изображение. Формат bmp довольно легко читается и выводится в ОС Windows, в которой есть специальные функции API.

Входной растр представлен форматом BMP, который имеет структуру представленную на рис. 2.1.2 /13/.

Формат BMP

В начале стоит заголовок файла - BITMAPFILEHEADER.

typedef struct tagBITMAPFILEHEADER

WORD bfReserved1;

WORD bfReserved2;

DWORD bfOffBits;

} BITMAPFILEHEADER, *PBITMAPFILEHEADER;

typedef struct tagBITMAPINFOHEADER

WORD biBitCount;

DWORD biCompression;

DWORD biSizeImage;

LONG biXPelsPerMeter;

LONG biYPelsPerMeter;

DWORD biClrUsed;

DWORD biClrImportant;

} BITMAPINFOHEADER, *PBITMAPINFOHEADER;

2.2.3. Выходная информация

Выходной информацией для данной задачи является скорректированный растр, практически не имеющий слипаний и разрывов, который более пригоден для поиска на нем минюций.

2.2.4. Математическая постановка

Поиск минюций происходит по нахождению локальных особенностей. Локальные особенности это сильные искривления контура линий . Искривления, которые являются минюциями - это окончания и раздвоения, но помимо них существуют слипания соседних линий и обрывы одной линии, что не является минюциями.

На рис. 2.2 показан разрыв линии, при этом выполняется следующее условие:

где A = {x,y};

Эмпирическая величина.

На рис. 2.3 показано слипание линий, при этом выполняется условие 1 для рис. 2.3.

Разрыв линии

D1, D2 - прилегающие области;

Слипание линий

A - сильное искривление контура линии папиллярного узора;

B - вероятная точка продолжения линии папиллярного узора;

C - искривление контура в вероятной точке продолжения;

D1, D2 - прилегающие области;

2.2.5. Алгоритм решения задачи

Если обнаружена область разрыва, то выполняется восстановление целостности линии;

Если обнаружена область слипания, то выполняется разъединение линий.

Результатом работы является растр более пригодный для поиска на нем минюций, чем изначальный.

R - Битовый растр

Map - список. Map = {x, y} i

R.width() - ширина растра в пикселях

R.height() - высота растра в пикселях

R.ChangeLine(Map[i]) - обход по контуру линии из точки Map[i]

2. Формировать из растра R список линий Map

3. i, : i R.ChangeLine(Map[i])

4. Если растр R был изменён, то перейти к п. 2

2.2.5.1. Описание алгоритма « Формирование списка линий »

Алгоритм для нахождения на растре точек принадлежащих разным папиллярным линиям.

3. Если R.GetPixelColor(x,y) != 0x000000, то перейти к п. 5

4. (x,y) Map; R.FloodFill(x, y, 0xFFFFFF)

6. если y < R.width(), то перейти к п. 3

8. если x < R.height(), то перейти к п. 3

2.2.5.2. Описание алгоритма « ChangeLine »

Алгоритм для поиска слипаний, обрывов и устранение их на растре.

dot0, dot1 -точки принадлежащие контуру линии

vec0, vec1 - локальные направления

alphaTest - предопределенная константа определяющая сильное искривление контура папиллярной линии

NextDotCW(dot0, step) - получение координат точки следующей через step точек

Условия обрыва и слипания описаны в п.п. 2.2.4

2. dot0::= начальное значение

3. dot1::= NextDotCW(dot0, step);

4. vec0::= GetVec(dot0, dot1);

5. dot0::= dot1;

6. dot1::= NextDotCW(dot0, step);

7. vec1::= GetVec(dot0, dot1);

8. Если |vec1 - vec0| < alphaTest, то перейти к п. 11

9. Если найденная точка является слипанием, то разъединить линии

10. Если найденная точка является обрывом, то восстановить целостность линии

11. Если обход по контуру привел к начальной точке, то перейти к п.13

12. vec0::= vec1; перейти к п.5

2.3. Описание постановки задачи выделение локальных

особенностей

2.3.1. Характеристика задачи

Основной частью работы подсистемы является переход от растрового представления к структурному представлению. Для этого необходимо найти на растре такие области, которые соответствуют раздвоениям или окончаниям. Поиск осуществляется путем обхода черных областей на растре, соответствующих линиям папиллярного узора, по контуру, при этом места с сильным искривлением контура являются специфическими точками.

2.3.2. Входная информация

Входной информацией является битовый растр после предобработки. Растр имеет глубину 1бит на пиксель и разрешение 600dpi. Формат bmp (от слов BitMaP - битовая карта, или, говоря по-русски, битовый массив) представляет из себя несжатое (в основном), что позволяет не вносить погрешностей, изображение. Формат bmp довольно легко читается и выводится в ОС Windows, в которой есть специальные функции API /13/.

2.3.3. Выходная информация

Выходной информацией является список параметров, где был и обнаружены специфические точки (особенность, деталь), в абсолютных параметрах. Список, расположенный в памяти, на данном этапе содержит помимо нужных точек - ложные, которые образуются при некачественном входном образе. Каждый элемент массива содержит все необходимые параметры: координаты целого типа - 2х4 байта, угол направления 8 байт, тип точки 1 байт.

Структура массива:

X i , Y i - Координаты минюции на растре

i - Ориентация минюции

T - Тип (окончание либо раздвоение)

k - Количество минюций

2.3.4. Математическая постановка задачи

Поиск минюций происходит по нахождению локальных особенностей. Локальные особенности это сильные искривления контура линий, одни из искривлений являются минюциями - это окончания и раздвоения, но помимо них существуют слипания соседних линий и обрывы одной линии.

На рис. 2.4 показано «окончание», при этом выполняется условие 2.

где A = {x,y};

Эмпирическая величина.

На рис. 2.5 показано «раздвоение», при этом выполняется условие 2 для рис. 2.5.

Окончание

A - сильное искривление контура линии папиллярного узора;

B - вероятная точка продолжения линии папиллярного узора;

C - искривление контура в вероятной точке продолжения;

D1, D2 - прилегающие области;

L1, L2 - вероятные соседние линии папиллярного узора.

Раздвоение

A - сильное искривление контура линии папиллярного узора;

B - вероятная точка продолжения линии папиллярного узора;

C - искривление контура в вероятной точке продолжения;

D1, D2 - прилегающие области;

L1, L2 - вероятные соседние впадины папиллярного узора.

Локальные особенности: разрыв и слипание описаны в п.п. 2.2.4.

2.3.5. Алгоритм решения задачи

Выделим основные действия по обработке каждой линии на изображении отпечатка:

Выделить произвольную черную точку на растре, принадлежащую обрабатываемой линии, и произвести обход по контуру линии папиллярного узора, которой принадлежит эта точка;

Если обнаружена минюция, то запишем ее координаты в список.

Результатом является список параметров, с обнаруженными специфическими точками (особенность, деталь), в абсолютных параметрах. Список на данном этапе содержит помимо нужных точек - ложные, которые образуются при некачественном входном образе.

R - битовый растр

Map - список. Map = {x, y} i

R.GetPixelColor(x,y) - получить значение цвета пикселя с координатами {x,y} на растре R

R.FloodFill(x, y, color) - залить область с цветом R.GetPixelColor(x,y) в цвет color

R.width() - ширина растра в пикселах

R.height() - высота растра в пикселах

R.ReadLine(Map[i]) - обход по контуру линии из точки Map[i], получает список координат минюций

7. Формировать из растра R список линий Map

8. i, : i List::= R.ReadLine(Map[i])

Подобные документы

Анализ биометрических систем идентификации личности по отпечаткам пальцев, форме кисти руки, оболочке глаза. Лицо как биометрический идентификатор. Анализ рынка систем распознавания личности. Оценка эффективности систем идентификации по геометрии лица.

курсовая работа , добавлен 30.05.2013


Разработка алгоритма формирования относительных параметров для минюций. Подбор параметров системы допусков и критериев схожести при сравнении отпечатков. Метод пригоден для распознавания битовых изображений: символьной информации, шрифтов и подписей.

дипломная работа , добавлен 23.06.2008


Использование паролей как способ защиты от несанкционированного доступа к программам и данным, хранящимися на компьютере. Биометрические системы идентификации по отпечаткам пальцев, геометрии ладони руки, характеристикам речи, радужной оболочке глаза.

презентация , добавлен 06.05.2015


Анализ существующих методов реализации программного средства идентификации личности по голосу. Факторы, влияющие на уникальность речи. Разработка программного средства идентификации личности по голосу. Требования к программной документации приложения.

дипломная работа , добавлен 17.06.2016


Классификация и основные характеристики биометрических средств идентификации личности. Особенности реализации статических и динамических методов биометрического контроля. Средства авторизации и аутентификации в электронных системах охраны и безопасности.

курсовая работа , добавлен 19.01.2011


Разработка эскизного и технического проекта программы идентификации личности по отпечатку. Назначение и область применения, описание алгоритма, входных и выходных данных. Выбор состава технических и программных средств. Тестирование и внедрение продукта.

курсовая работа , добавлен 12.05.2015


Проблема улучшения качества отпечатков пальца с целью повышения эффективности работы алгоритмов биометрической аутентификации. Обзор алгоритмов обработки изображений отпечатков пальцев. Анализ алгоритма, основанного на использовании преобразования Габора.

дипломная работа , добавлен 16.07.2014


Телефакс как устройство факсимильной передачи изображения по телефонной сети. Назначение планшетного сканера. Использование листопротяжных сканеров. Принцип работы барабанного сканера. Применение сканера штрих-кода. Оптический сканер отпечатка пальцев.

реферат , добавлен 19.01.2010


Основные цели и задачи построения систем распознавания. Построение математической модели системы распознавания образов на примере алгоритма идентификации объектов военной техники в автоматизированных телекоммуникационных комплексах систем управления.

дипломная работа , добавлен 30.11.2012


Основы биометрической идентификации. Возможность использования нейросетей для построения системы распознавания речи. Разработка программного обеспечения для защиты от несанкционированного доступа на основе спектрального анализа голоса пользователя.

Фам Зуй Тхай

Аспирант, кафедра МОСИТ, Московский государственный университет информационных технологий, радиотехники и электроники (МИРЭА)

СОВРЕМЕННЫЕ СИСТЕМЫ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ДЛЯ РАЗВИТИЯ НАЦИОНАЛЬНОЙ ИНФОРМАЦИОННОЙ ИНФРАСТРУКТУРЫ СОЦИАЛИСТИЧЕСКОЙ РЕСПУБЛИКЕ ВЬЕТНАМА

Аннотация

Проведен анализ биометрической и смарт-карт технологии. По результатам анализа и исследования современных систем идентификации, текущей ситуации в Социалистической Республике Вьетнама определены требования к созданию биометрической системы идентификации личности с использованием смарт-карты во Вьетнаме.

Ключевые слова : Биометрия, смарт-карт, система идентификации, электронный документ.

Pham Duy Thai

PhD student, Department of MOSIT, Moscow State University of Information Technologies, Radio Engineering and Electronics

MODERN SYSTEMS HUMAN IDENTIFICATION FOR DEVELOPMENT OF NATIONAL INFORMATION INFRASTRUCTURE OF THE SOCIALIST REPUBLIC VIETNAM

Abstract

The analysis of biometric and smart card technology. According to the analysis and research of modern identification systems, the current situation in the Socialist Republic of Vietnam defines requirements for creating a biometric system identification using smart cards in Vietnam.

Keywords: Biometrics, Smart Cards, Identification System, an electronic document.

Использование биометрических характеристик для подтверждения личности предполагает использование физических характеристик, таких как лицо, голос или отпечатки пальцев, с целью удостоверения личности. Сопоставление отпечатков пальцев является самой удачной технологией биометрической идентификации благодаря простоте использования, отсутствию постороннего вмешательства и надежности. Несмотря на многочисленность биометрических характеристик, разработчики системы идентификации основное внимание уделяют технологиям распознавания по отпечаткам пальцев, чертам лица, геометрии руки и радужной оболочки глаза. Так, например, согласно отчету International Biometric Group (www.biometricgroup.com), на мировом рынке биометрической защиты доля систем распознавания по отпечаткам пальцев составила 48%, по чертам лица – 12%, геометрии руки – 11%, радужке глаза – 9%, параметрам голоса – 6%, подписи – 2%. Оставшаяся доля (12%) относится к промежуточному ПО.

Смарт-карта – интеллектуальное устройство, размером с кредитную карточку со встроенным интегральным чипом. Она содержит не только устройство хранения информации, но и процессор, способный выполнять различные программы. Самодостаточность смарт-карты делает её устойчивой к атакам, т.к. аппаратно и программно защищена от внешних устройств. Благодаря этим свойствам смарт-карты часто используются в приложениях, требующих высокого уровня конфиденциальности .

За последние годы технология смарт-карт значительно усовершенствовалась, как на аппаратном, так и на программном уровнях. Более мощные микропроцессоры и новые программные технологии (например, интерпретация прикладного кода и динамическая загрузка приложения) сделали реальностью мультиприкладные смарт-карты.

Одна из важных особенностей смарт-карт состоит в том, что сохраненные в ней данные могут быть защищены от неавторизованного доступа и манипуляций. Так как данные могут быть доступны только через последовательный интерфейс, который управляется операционной системой и секретной логикой, конфиденциальные данные могут быть записаны на карту и сохранены способом, который предотвращает возможность их чтения извне карты. Такие конфиденциальные данные могут быть обработаны только внутри с помощью модулей обработки чипа. На основе смарт-карт c 2001 г. граждане Малайзии получили идентификационные карты, которые содержат биометрическую информацию (отпечатки пальцев или другие) на встроенной микросхеме. А с 2006 г. все граждане Великобритании получили смарт-карты, на встроенной микросхеме которых содержатся данные отпечатков пальцев или радужной оболочки глаз пользователей. Евросоюз планирует использовать смарт-карту с биометрическими данными в качестве удостоверений личности наряду с обычными паспортами. С осени 2006 г. европейцы начинали получать электронные паспорта с цифровой фотографией и, возможно, отпечатками пальцев. Правительство Японии планирует использовать биометрические данные для иммиграционного контроля. Опыт использования смарт-карты для идентификации личности в различных странах доказал свою эффективность.

На рис. 1 приведены современные системы идентификации. По виду используемых идентификационных признаков разделяются на электронные, биометрические и комбинированные.

В электронных системах идентификационные признаки представляются в виде цифрового кода, хранящегося в памяти идентификатора. Такие системы идентификации разрабатываются на базе следующих идентификаторов:

1. контактных смарт-карт;
2. бесконтактных смарт-карт;
3. USB-ключей;
4. Штрих-код;
5. Радиочастота;

В биометрических системах идентификационными признаками являются индивидуальные особенности человека, называемые биометрическими характеристиками. В основе идентификации этого типа лежит процедура считывания предъявляемого биометрического признака пользователя и его сравнение с предварительно полученным шаблоном. В зависимости от вида используемых характеристик биометрические системы делятся на статические и динамические.

Рис. 1 – Классификация современных систем идентификации

Статическая биометрия (также называемая физиологической) основывается на данных, получаемых из измерений анатомических особенностей человека. Статическую биометрическую идентификацию можно провести по :

• папиллярному рисунку пальцев руки,
• рисунку радужной оболочки глаза,
• рисунку сосудов глазного дна,
• индивидуальным особенностям геометрии лица,
• наблюдению лицевых артерий и вен в дальнем инфракрасном

Динамическая биометрия базируются на поведенческой характеристике человека, т. е. на характерных особенностях, для подсознательных движений в процессе воспроизведения какого-либо действия (подписи, почерку, речи, динамики клавиатурного набора, электромагнитному излучению мозга и т. д.)

В комбинированных системах для идентификации используется одновременно несколько идентификационных признаков. Такая интеграция позволяет воздвигнуть перед злоумышленником дополнительные преграды, которые он не сможет преодолеть, а если и сможет, то со значительными трудностями.

В Социалистической Республике Вьетнам (СРВ) поставлена задача по замене бумажных документов, удостоверяющих личность, на электронные. В связи с этим, большое внимание уделяется разработке и внедрению биометрических методов контроля для персональной идентификации. Учитывая поставленную правительством Вьетнама задачу по актуальность разработки математических методов, направленных на решение задачи обеспечения надежной множественной идентификации личности граждан с использованием новых технологий смарт-карт в сочетании с проверкой биометрических данных не вызывает сомнения.

C 2011 года в СРВ осуществляется реализация государственного проекта № 446/QĐ-TTg «Выпуск и выдача новых карт удостоверения личности СРВ по современным технологиям». Одна из основных задач проекта – эффективное применение современных методов идентификации личности по биометрическим факторам граждан с учётом политических и экономических особенностей Вьетнама. При построении системы «Выпуск и выдача новых карт удостоверения личности СРВ по современным технологиям» в интересах государственного управления Вьетнама необходимо учитывать следующее:

• Ускорение экономического развития Вьетнама совпало по времени с созданием и внедрением новых информационно-коммуникационных технологий (ИКТ) в современном обществе. Вьетнам приступает к строительству национальных информационных инфраструктур, чтобы выйти на новый уровень развития стран Ассоциации государств Юго-Восточной Азии (АСЕАН).
• В СРВ сохраняется социалистическая система народного хозяйства, в то же время наряду с социалистической формой собственности присутствует и капиталистическая.
• При реализации системы электронного правительства требуется многофункциональное средство для предоставления государственных электронных услуг населению.
• Используемые до настоящего времени для идентификации в сфере банков и контроля доступа в СРВ контактные смарт-карты с ПИН-кодом не достаточно эффективны и надёжны, поэтому возникает необходимость в разработке новых смарт-карт с биометрическими факторами для идентификации.

Требование биометрических систем идентификации с использованием смарт-карты:

• Пользователь может выбирать требуемый уровень безопасности: карта и PIN-код; карта и биометрический признак; карта, PIN-код и биометрический признак.
• Шаблоны биометрических признаков хранятся только на смарт-карте и не сохраняются в считывателе, что означает повышенную безопасность, более быструю обработку, простое управление системой, сокращение затрат на биометрический считыватель и снижение риска нарушения конфиденциальности.
• Наиболее широкий спектр поддерживаемых бесконтактных смарт-карт, разработанных на основе открытого стандарта.

Интегрированное управление биометрией и смарт-картами позволяет решить целый ряд важных задач во Вьетнаме:

• снизить издержки, связанные с получением информации, повысить скорость и качество предоставления государственных услуг;
• создание современного инструмента, опосредующего и облегчающего взаимоотношения граждан и государства.
• помогут бороться с мошенничеством в системе идентификации личности по биометрическим факторам
• идентифицировать держателя карты при совершении как повседневных, так и юридически значимых действий;
• ускорить и повысить безопасность информационных транзакций;

Заключение

Комбинированная идентификационная система, основанная на использовании биометрических признаков и смарт-карт, является одним из перспективных направлений развития национальных информационных инфраструктур СРВ. Основным преимуществом интеграции смарт-карт и биометрии является повышение надежности и ускорение процесса идентификации, что позволяет значительно увеличить производительность биометрической идентификационной системы.

Литература

1. http://ru.wikipedia.org/wiki/Смарт-карта‎.
2. Кухарев Г.А. Биометрические системы: Методы и средства идентификации личности человека. СПб.: Политехника. – 2001. – 240 с.
3. Матюхин В.Г., Пярин В.А. Концепция обеспечения информационной безопасности платежной системы на основе интеллектуальных карт // Банковские системы и технологии. Март-апрель, 1998. – с. 8-12.
4. Фам Зуй Тхай, Ткаченко В. М. Повышение надёжности идентификации личности с использованием смарт-карты по отпечаткам пальцев во Вьетнамской социалистической республик, «Динамика сложных систем XXI век» №3 т.8, 2014 г., издат. Радиотехника. С 74-79.
5. Фам Зуй Тхай, Ткаченко В. М. Применение нечеткой триангуляции Делоне для задачи распознавания человека по отпечатку пальцев, «Нейрокомпьютеры: разработка, применение» №3, 2014 г., издат. Радиотехника. С 56-62.

References

1. http://ru.wikipedia.org/wiki/Smart-karta‎.
2. Kuharev G.A. Biometricheskie sistemy: Metody i sredstva identifikacii lichnosti cheloveka. SPb.: Politehnika. – 2001. – 240 s.
3. Matjuhin V.G., Pjarin V.A. Koncepcija obespechenija informacionnoj bezopasnosti platezhnoj sistemy na osnove intellektual’nyh kart // Bankovskie sistemy i tehnologii. Mart-aprel’, 1998. – s. 8-12.
4. Fam Zuj Thaj, Tkachenko V. M. Povyshenie nadjozhnosti identifikacii lichnosti s ispol’zovaniem smart-karty po otpechatkam pal’cev vo V’etnamskoj socialisticheskoj respublik, «Dinamika slozhnyh sistem XXI vek» №3 t.8, 2014 g., izdat. Radiotehnika. S 74-79.
5. Fam Zuj Thaj, Tkachenko V. M. Primenenie nechetkoj trianguljacii Delone dlja zadachi raspoznavanija cheloveka po otpechatku pal’cev, «Nejrokomp’jutery: razrabotka, primenenie» №3, 2014 g., izdat. Radiotehnika. S 56-62.

ФБР объявило внедрение системы следующего поколения идентификация личности под названием национальная система Next Generation Identification (NGI).

Система заменила комплексную автоматизированную программу идентификации личности по отпечаткам пальцев системы (IAFIS), которая была запущена в начале 2000- ых годов, со значительно улучшенными показателями точности на запросы. В результате новых высокотехнологичных инструментов и алгоритмов система более эффективно ищет не менее из 100 миллионов записей. Совпадения отпечатков пальцев составляет точность 99%, по сравнению с 27 процентами точности в старой системе IAFIS.

NGI даст возможность не только обновить и улучшить технологии, что использовались, но также позволит использовать новые технологии, которые могут помочь делать поиски.

NGI система включает следующее:

• Хранилище данных для подозрительных лиц (RISC) : развернуто в 2011 году, это подмножество баз данных преступников, в том числе террористов и опасных беглецов. С помощью мобильного устройства, полиция может взять отпечатки двух пальцев от субъекта и удаленно запросить базу данных и получить немедленные результаты. NGI обеспечивает быструю мобильную идентификацию.
• Национальная система распознавания ладони : В мае 2014 года, NGI расширило пределы традиционных возможностей отпечатков и включило отпечаток ладони. Большинство оставивших отпечатки на месте преступления содержат ладонь.
• Проверка лиц, занимающих должности руководителей и преподавателей могут получать уведомления, если человек участвовал в преступной деятельности. Запущена в начале 2014 года для процесса представления докладов, когда человек участвует в преступной деятельности.
• Межгосударственное хранилище фото запущено в 2015 году. Имеется возможность для поиска миллионов изображений, связанных с преступной личностью и потенциальными нарушителями. Файлы находятся в репозитории, разделенной на группы личностей, поэтому образ невинной учительницы не собирается появляться в массиве из возможных кандидатов в запросе уголовного прошлого.

Система идентификация личности не подключена к Интернету или социальным сетям. Это технология, которая позволяет в цифровом виде сравнить фотографии, которые есть в базе данных.

Расширенные возможности следующего поколения идентификации личности (NGI) снизили погрешность в определении преступников. Биометрические методы включили в себя не только отпечатки пальцев, но и отпечатки ладони, родинки, шрамы или комбинированные варианты, которые могут представить убедительные аргументы. Следующим этапом идентификации очевидно послужит база данных .

Нажав на кнопку "Скачать архив", вы скачаете нужный вам файл совершенно бесплатно.
Перед скачиванием данного файла вспомните о тех хороших рефератах, контрольных, курсовых, дипломных работах, статьях и других документах, которые лежат невостребованными в вашем компьютере. Это ваш труд, он должен участвовать в развитии общества и приносить пользу людям. Найдите эти работы и отправьте в базу знаний.
Мы и все студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будем вам очень благодарны.

Чтобы скачать архив с документом, в поле, расположенное ниже, впишите пятизначное число и нажмите кнопку "Скачать архив"

Подобные документы

Классификация и основные характеристики биометрических средств идентификации личности. Особенности реализации статических и динамических методов биометрического контроля. Средства авторизации и аутентификации в электронных системах охраны и безопасности.

курсовая работа , добавлен 19.01.2011


Биометрические системы защиты от несанкционированного доступа к информации. Система идентификации личности по папиллярному рисунку на пальцах, голосу, радужной оболочке, геометрии лица, сетчатке глаза человека, рисунку вен руки. Пароли на компьютере.

презентация , добавлен 28.05.2012


Анализ биометрических систем идентификации личности по отпечаткам пальцев, форме кисти руки, оболочке глаза. Лицо как биометрический идентификатор. Анализ рынка систем распознавания личности. Оценка эффективности систем идентификации по геометрии лица.

курсовая работа , добавлен 30.05.2013


Подсистема анализа изображения отпечатка пальца в составе системы идентификации личности по отпечаткам пальцев на основе папиллярного узора для дальнейшего распознавания личности. Характеристика функциональных возможностей системы и код програмы.

дипломная работа , добавлен 01.07.2008


Общие принципы работы систем биометрической идентификации личности. Программные инструменты для разработки приложения, осуществляющего идентификацию пользователя на основе его клавиатурного почерка. Проектирование базы данных и структуры нейронной сети.

дипломная работа , добавлен 20.12.2013


Разработка аппаратно-программного комплекса для осуществления идентификации объектов управления на основе вещественного интерполяционного метода. Анализ работоспособности аппаратно-программного комплекса, пример идентификации объекта управления.

магистерская работа , добавлен 11.11.2013


Область применения и требования создаваемого Web-приложения. Требования к техническому и программному обеспечению. Разработка структуры Web-приложения и выбор средств программной реализации. Программная реализация Web-приложения. Структура базы данных.

дипломная работа , добавлен 03.06.2014

Биометрией называется совокупность способов и устройств для идентификации человека, которые основаны на его уникальных физиологических или поведенческих характеристиках.

Этот вид идентификации может применяться для предотвращения запрещенного доступа в здания, к компьютерам, банкоматам, мобильным телефонам и так далее.

Биометрические свойства это:

• отпечатки пальцев;
• геометрия лица;
• радужная оболочка глаз;
• рисунок сетчатки;
• голос;
• почерк;
• печать на клавиатуре;
• узор вен на руках и др.

Наука 2.0 Идентификация личности

Преимущества биометрической идентификации

Биометрическая защита дает больший эффект по сравнению, например, с использованием паролей, смарт-карт, PIN-кодов, жетонов или технологии инфраструктуры открытых ключей. Это объясняется возможностью биометрии идентифицировать не устройство, но человека.

Обычные методы защиты чреваты потерей или кражей информации, которая становится открытой для незаконных пользователей. Исключительный биометрический идентификатор, например, отпечатки пальцев, является ключом, не подлежащим потере.

Классификация способов биометрии

По типу используемой информации биометрическая идентификация делится на:

• Статические способы, основанные на уникальных свойствах, данных человек от рождения и неотъемлемых от него. Физиологические показатели (геометрия ладони или папиллярный узор пальцев) являются неизменными для человека’
• Динамические способы, основанные на поведенческой (то есть динамической) характеристике личности. Эти особенности характерны для подсознательных движений при воспроизведении каких-либо действий (речи, подписи, динамики клавиатурного набора). Такие поведенческие характеристики испытывают влияние управляемых и не очень управляемых психических факторов. Из-за их переменчивости биометрические образцы должны обновляться при их использовании.

Способы идентификации личности по биометрическим параметрам

Этот метод опознавания является самым распространенным. Он использует неповторимость папиллярных узоров пальцев для каждого человека. Специальным сканером получают изображение пальцевого отпечатка. Оно трансформируется в цифровой код и сопоставляется с шаблоном, введенным ранее.

Процесс идентификациидлитсяне больше нескольких секунд. Определенный недостаток, сдерживающий развитие этого метода, состоит в предубеждении некоторых людей, не желающих оставлять данные о своих отпечатках пальцев. Контраргумент разработчиков аппаратуры заключается в том, что информация о папиллярном узоре не хранится, а хранится только короткий идентификационный код, выстроенный по отпечатку пальца и не позволяющий воссоздать узор для сравнения. Преимуществом метода является простота в использовании, надежность и удобство.

Отождествление по форме руки

Этот статический метод основан на измерении формы кисти руки. Она также является уникальным биометрическим параметром человека. Специальное устройство позволяет получить трехмерный вид кисти. В результате получают измерения для создания уникального цифрового кода, идентифицирующего человека.

Данный метод по своей технологии и точности сопоставим с методом отождествления по отпечатку пальца, хотя само устройство для реализации метода занимает много места. Чрезвычайно мала вероятность наличия двух идентичных кистей рук, имеющих одинаковую геометрию, хотя руки с возрастом меняются.

Сегодня идентификация по геометрии руки применяется в законодательных органах, больницах, международных аэропортах и т. д.

Аутентификация радужной оболочки

Основой этого метода является исключительность узора на радужной оболочке глаза. Для его выполнения нужна камера, чтобы получать изображение глаза с достаточным разрешением, и специальное программное обеспечение для выделения из полученного изображения рисунка на радужной оболочке. По нему и создается цифровой код, служащий для идентификации человека.

Достоинством сканеров является то, что от человека не требуют сосредотачиваться на цели, поскольку образец пятен радужной оболочки сосредоточен на поверхности глаза. Сканирование возможно на расстоянии меньше 1 м. Это удобно для использования, например, в банкоматах.

Идентификация по сетчатке глаза

Сетчатки сканируется с помощью низкоинтенсивного инфракрасного света, который направляется к кровеносным сосудам задней стенки глаза через зрачок. Сканеры сетчатки широко распространены в системах доступа на секретные объекты, поскольку у них почти не бывает неправильного разрешения доступа. Ошибки могут объясняться отклонением головы от эталонного положения и неправильной фокусировкой взгляда на источнике света.

Даже у близнецов различается капиллярный рисунок сетчатки. Вот почему этот способ может успешно использоваться для идентификации личности.

Недостатком таких систем можно отнести психологический фактор: не каждый человек может смотреть в темное отверстие, в котором в глаз что-то светит. Кроме того, эти системы чувствительны к неверной ориентации сетчатки, поэтому надо внимательно следить за положением глаза по отношению к отверстию.

Форма лица как объект для идентификации

Этот статический метод идентификации заключается в создании двух- или трехмерного образа лица человека. Камерой и специализированным программным обеспечением на изображении лица подчеркиваются контуры глаз, губ, бровей, носа и т. д. Затем вычисляют расстояния между этими элементами и прочие параметры. По этим сведениям создается образ, который для сравнения преобразуется в цифровую форму.

Этот способ относится к наиболее динамично развивающимся направлениям в индустрии биометрии. Его привлекательность основана на том, что не требуется специального дорогого оборудования. Достаточно персонального компьютера и видеокамеры. Кроме того, отсутствует физический контакт с устройствами. Не нужно прикасаться ни к чему, либо останавливаться, специально ожидая срабатывания системы.

Распознавание по рукописному почерку

Основой идентификации по почерку служит уникальность и стабильность этого фактора для каждого человека. Характеристики измеряются, переводятся в цифровой вид и подвергаются компьютерной обработке. То есть для сравнения выбирается не письмо как продукт, а сам процесс.

Распространены два метода обработки данных: обычное сравнение с образцом и динамическая верификация. Первый ненадежен, потому что подпись не всегда одинакова. Такой метод приводит к большому проценту ошибок. Динамическая верификация состоит в более сложных вычислениях. Этим методом в реальном времени регистрируются параметры самого процесса подписи: скорость движения руки на различных участках, силу давления и длительность разных этапов подписи. Это исключает подделку, так как невозможно в точности скопировать движения руки автора подписи.

Распознавание по клавиатурному почерку

Этот метод, в общем, аналогичен описанному выше, однако подпись в нем заменяется неким кодовым словом, а из оборудования нужна лишь обычная клавиатура. Основной идентификационной характеристикой является динамика клавиатурного набора кодового слова.

Согласно современным исследованиям, клавиатурный почерк обладает определенной стабильностью, благодаря чему можно однозначно идентифицировать личность. Исходными данными является время между нажатием клавиш и их удержания. Причем время между нажатием показывает темп работы, а удержания – стиль работы, то есть плавное нажатие либо резкий удар.

Вначале на этапе фильтрации удаляются данные о «служебных» клавишах – функциональных, управления курсором и т. д.

Потом выделяются следующие характеристики пользователя:

• число ошибок в процессе набора;
• время между нажатиями на клавиши;
• скорость набора.
• время на удержание клавиш;
• аритмичность при наборе.

Распознавание по голосу

Биометрический метод идентификации голоса удобен в применении. Причинами его внедрения являются широкое распространение телефонных сетей и встраивание микрофонов в компьютеры. Недостатками можно считать факторы, оказывающие влияние на распознавание: помехи в микрофонах, окружающие шумы, ошибки в процессе произнесения, разное эмоциональное состояние человека при идентификации и т. п.

Главное в построении устройств аутентификации по голосу – выбор параметров, лучше всего описывающих индивидуальность голоса. Эти параметры сигнала называются признаками индивидуальности. Такие признаки, кроме данных об особенностях голоса, должны иметь и другие свойств. Например, они должны легко измеряться, и мало зависеть от шумов и помех. Кроме того, они должны обладать стабильностью во времени и сопротивляться имитации.

Разработаны системы с применением метода комбинированного анализа голоса с мимикой. Оказывается, мимика говорящего отличает только его и будет иной у произносящего те же слова другого человека.

Термографическое наблюдение лицевых артерий и вен

Идентификация человека по лицу сильно упрощаются, если перейти в инфракрасный диапазон световых волн. Термография идентифицируемого лица выявляет уникальность расположения на лице артерий, снабжающих кожу кровью. Вопроса подсветки для этих биометрических устройств не существует, поскольку они воспринимают лишь температурные перепады лица и свет им не нужен. Эффективность распознавания не зависит от перегрева или переохлаждения лица, естественного старения личности, пластических операций, так как они не изменяют внутреннее положение сосудов.

Способом лицевой термографии можно различать близнецов, лицевые кровеносные сосуды которых сильно различаются.

В этом способе идентификации используется специализированная видеокамера инфракрасного дальнего диапазона.

Идентификация по венам руки

На биометрическом рынке присутствуют устройства, которые построены на анализе индивидуального расположения вен на руках. Во внимание принимается рисунок вен, расположенных на тыльной стороне кисти сжатой в кулак руки. Наблюдение за рисунком вен осуществляет телевизионная камера при инфракрасной подсветке. При вводе изображения производится его бинаризация, выделяющая вены. Подобное оборудование производит единственная английская фирма Vinchek.

Перспективы биометрии

Доминирующим способом идентификации личности по-прежнему остается распознавание отпечатков пальцев. Для этого существуют две главные причины:

• во многих странах начался переход на паспорта с биометрическими данными;
• разработка обновленных моделей сканеров пальцевых отпечатков для применения в маленьких устройствах (сотовые телефоны, карманные ПК, ноутбуки).

Существенное расширение можно ожидать в секторе идентификации по подписи в связи с широким внедрением цифровой электронной подписи. Распознавание голоса тоже может набрать обороты благодаря реализации крупных проектов в строительстве интеллектуальных зданий.

Основные прогнозы сводятся к тому, что внедрение биометрических устройств безопасности в скором будущем приобретет лавинный характер. Борьба с глобальным терроризмом потребует практического использования любых достижений в этой сфере. Благодаря интенсивному развитию мультимедийных и цифровых технологий и дальнейшее их удешевление позволят разработать и внедрить принципиально новые системы идентификации.

Определенные биометрические технологии сейчас проходят стадию разработки и некоторые из них признаны перспективными:

1. термограмма лица в инфракрасном диапазоне;
2. характеристики ДНК;
3. спектроскопия кожи пальцев;
4. отпечатки ладоней;
5. форма ушной раковины;
6. параметры походки человека;
7. индивидуальные запахи человека;
8. уровень солености кожи.

Эти способы биометрической идентификации на сегодняшний день можно считать сформировавшимися. Возможно, скоро они перейдут от научных исследований к коммерческим технологиям.