ITBO20090149A1 - Metodo di codifica delle minuzie di una impronta digitale e corrispondente metodo di riconoscimento di impronte digitali - Google Patents

Metodo di codifica delle minuzie di una impronta digitale e corrispondente metodo di riconoscimento di impronte digitali Download PDF

Info

Publication number
ITBO20090149A1
ITBO20090149A1 IT000149A ITBO20090149A ITBO20090149A1 IT BO20090149 A1 ITBO20090149 A1 IT BO20090149A1 IT 000149 A IT000149 A IT 000149A IT BO20090149 A ITBO20090149 A IT BO20090149A IT BO20090149 A1 ITBO20090149 A1 IT BO20090149A1
Authority
IT
Italy
Prior art keywords
cell
local
minutia
minutiae
fingerprint
Prior art date
Application number
IT000149A
Other languages
English (en)
Inventor
Raffaele Cappelli
Matteo Ferrara
Dario Maio
Davide Maltoni
Original Assignee
Raffaele Cappelli
Matteo Ferrara
Dario Maio
Davide Maltoni
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Raffaele Cappelli, Matteo Ferrara, Dario Maio, Davide Maltoni filed Critical Raffaele Cappelli
Priority to ITBO2009A000149A priority Critical patent/IT1393022B1/it
Publication of ITBO20090149A1 publication Critical patent/ITBO20090149A1/it
Application granted granted Critical
Publication of IT1393022B1 publication Critical patent/IT1393022B1/it

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification
    • G06V40/1371Matching features related to minutiae or pores
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462Salient features, e.g. scale invariant feature transforms [SIFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Character Discrimination (AREA)
  • Auxiliary Devices For Music (AREA)

Description

D E S C R I Z I O N E
“METODO DI CODIFICA DELLE MINUZIE DI UNA IMPRONTA DIGITALE E CORRISPONDENTE METODO DI RICONOSCIMENTO DI IMPRONTE DIGITALIâ€
La presente invenzione à ̈ relativa a un metodo di codifica delle minuzie di una impronta digitale e a corrispondenti metodo e sistema di riconoscimento di impronte digitali.
In particolare, la presente invenzione à ̈ relativa a un metodo di riconoscimento di impronte digitali basato sul confronto locale di minuzie di impronte digitali.
Il riconoscimento di impronte digitali basato sul confronto locale delle cosiddette minuzie, quali terminazioni e biforcazioni delle creste che caratterizzano l’impronta digitale, prevede innanzitutto di estrarre le minuzie da una immagine della impronta digitale da riconoscere tramite tecniche note di elaborazione di immagine. Ciascuna minuzia à ̈ definita da una rispettiva pluralità di parametri comprendente posizione di minuzia e direzione di minuzia. Le minuzie rilevate vengono codificate creando una pluralità di strutture locali, ciascuna delle quali à ̈ associata a una rispettiva minuzia e codifica relazioni spaziali e direzionali tra la minuzia associata e le minuzie in un suo intorno. L†̃impronta digitale da riconoscere viene confrontata con ciascuna di più impronte digitali note, a ciascuna delle quali à ̈ associata una rispettiva pluralità di strutture locali create allo stesso modo di quelle dell’impronta digitale da riconoscere. Per esempio, le strutture locali di ciascuna impronta digitale nota sono precalcolate e memorizzate in una apposita memoria o banca dati. Il confronto tra due impronte digitali à ̈ basato su di una elaborazione delle strutture locali di una impronta con le strutture locali dell’altra impronta al fine di determinare una misura di somiglianza, e in particolare sul confronto di ciascuna struttura locale di una impronta digitale con ciascuna struttura locale dell’altra impronta digitale.
Le tecniche note di confronto locale di minuzie sono classificabili secondo due famiglie principali. Nella prima famiglia, le minuzie nell’intorno di una minuzia considerata sono un numero fisso di minuzie tra quelle spazialmente più vicine alla minuzia considerata. Nella seconda famiglia, le minuzie nell’intorno di una minuzia considerata sono quelle che si trovano entro un dato raggio dalla minuzia considerata. In altre parole, la prima famiglia considera una struttura locale basata sull’intorno delle minuzie più vicine (“nearest neighbor-based†), mentre la seconda famiglia considera una struttura locale basata su un intorno a raggio fisso (“fixed radius-based†).
La struttura locale basata sull’intorno delle minuzie più vicine permette di essere implementata con descrittori o vettori di lunghezza fissa e quindi consente una fase di confronto più veloce ed efficiente dal punto di vista computazionale. Tuttavia, tale struttura soffre la presenza di minuzie spurie o la mancata acquisizione di minuzie realmente presenti nell’impronta digitale.
Al contrario, la struttura locale basata su un intorno a raggio fisso à ̈ più robusta rispetto a minuzie spurie o la mancata acquisizione di minuzie, ma à ̈ implementabile con descrittori o vettori aventi una lunghezza variabile con la densità locale delle minuzie. La struttura locale basata su un intorno a raggio fisso ha lo svantaggio, dunque, di comportare un carico computazionale più elevato, spesso non compatibile con le più semplici architetture di calcolo, quali quelle incorporate in una cosiddetta “smart card†oppure in un cosiddetto “system-on-a-chip†.
Scopo della presente invenzione à ̈ di fornire un metodo di codifica delle minuzie di una impronta digitale che definisce strutture locali a raggio fisso e un corrispondente metodo di riconoscimento di impronte digitali basato sul confronto di tali strutture locali, il quale metodo di riconoscimento di impronte digitali sia esente dagli inconvenienti sopra descritti e, nello stesso tempo, sia di facile ed economica realizzazione.
In accordo con la presente invenzione viene fornito un metodo di codifica delle minuzie di una impronta digitale, un metodo di riconoscimento di impronte digitali e un sistema di riconoscimento di impronte digitali secondo quanto definito nelle rivendicazioni allegate.
La presente invenzione verrà ora descritta con riferimento ai disegni annessi, che ne illustrano un esempio di attuazione non limitativo, in cui:
- la figura 1 illustra un esempio di immagine bidimensionale di una impronta digitale da riconoscere;
- la figura 2 illustra un insieme di minuzie estratte dalla impronta digitale della figura 1;
- le figure 3a, 3b, 4 e 5 illustrano alcuni passi della costruzione della struttura locale di una qualsiasi minuzia di una impronta digitale in accordo con il metodo di codifica delle minuzie di una impronta digitale dell’invenzione; e
- la figura 6 illustra uno schema a blocchi di un sistema di riconoscimento di impronte digitali configurato per implementare il metodo di riconoscimento di impronte digitali dell’invenzione.
La figura 1 illustra una immagine bidimensionale di impronta digitale da riconoscere, indicata con 1. La figura 2 illustra un rispettivo insieme di minuzie 2 rilevate dall’immagine della impronta digitale 1. Ciascuna minuzia 2 à ̈ definita da una rispettiva pluralità di parametri comprendente la posizione di minuzia, illustrata nella figura 2 con un cerchietto indicato con 2a, e la direzione di minuzia, illustrata nella figura 2 con un piccolo segmento orientato indicato con 2b. La posizione di minuzia 2a à ̈ espressa da coordinate spaziali bidimensionali, per esempio da una coppia di coordinate cartesiane (xm, ym). Per comodità, nelle formulazioni matematiche che seguiranno la posizione di minuzia verrà indicata con Pm. La direzione di minuzia 2b à ̈ costituita da un angolo Î ̃m compreso tra 0 e 2Π radianti.
Il metodo di codifica delle minuzie di una impronta digitale in accordo con l’invenzione comprende le fasi descritte qui di seguito con l’ausilio delle figure 3a, 3b, 4 e 5.
Con riferimento alle figure 3a e 3b, il metodo di codifica delle minuzie comprende una prima fase di associare, a ciascuna minuzia 2, un rispettivo cilindro 3 (figura 3a) avente una base 4 circolare, la quale à ̈ centrata sulla minuzia 2 per definire un intorno a raggio fisso della minuzia 2, e una altezza H pari a 2Π radianti. Per comodità e semplicità, l’intorno della minuzia 2 e la base del cilindro 3 sono indicati qui di seguito con lo stesso numero 4. Il raggio della base 4 à ̈ indicato con R. Il cilindro 3 à ̈ racchiuso da un rispettivo parallelepipedo 5 avente una base 6 complanare con la base 4 del cilindro 3. Vantaggiosamente, la base 6 del parallelepipedo 5, che à ̈ quadrata per costruzione, à ̈ allineata secondo la direzione di minuzia 2b.
Il metodo di codifica delle minuzie comprende la successiva fase di associare, a ciascuna minuzia 2, una rispettiva pluralità di celle 7 (figura 3b) a forma di parallelepipedo, contigue tra loro, disposte secondo più strati sovrapposti e ottenute dalla discretizzazione del parallelepipedo 5 che racchiude il cilindro 3 associato. In particolare, la discretizzazione del parallelepipedo 5 suddivide l’altezza H in una pluralità di intervalli, ciascuno dei quali definisce un rispettivo detto strato di celle 7. Tali intervalli sono in numero di ND, per cui ciascuno strato di celle 7, e quindi ciascuna delle celle 7, ha una altezza ΔD, misurata lungo l’asse (non illustrato) del cilindro 3, pari a:
D D=<2 p>.
ND
Vantaggiosamente, ciascuna cella 7 ha una base quadrata. Dunque, ciascuno strato di celle 7 comprende un numero di celle pari a NS x NS e il lato ΔS della base di ciascuna cella 7 à ̈ pari a:
DS =<2 × R>.
NS
Ciascuna cella 7 à ̈ individuata da un punto centrale, indicato con PCm nella figura 3b, definito (proiettandolo) sulla base 6 del parallelepipedo 5 da coordinate spaziali bidimensionali e da un angolo, indicato con ACm nella figura 3b, associato a tutte le celle 7 di un medesimo strato di celle. Più in dettaglio, ciascuna cella 7 à ̈ individuata in modo univoco, all’interno del parallelepipedo 5, da tre indici i, j, k (figura 3b): i primi due indici (i,j) sono numeri naturali che variano tra 1 e NS per selezionare il punto centrale PCm e il terzo indice (k) à ̈ un numero naturale che varia tra 1 e ND per selezionare l’angolo ACm.
Vantaggiosamente, il punto centrale PCm della cella 7 à ̈ espresso da coordinate spaziali bidimensionali riferite alla posizione di minuzia Pm, ossia alle coordinate xm, ym, e alla direzione di minuzia Î ̃m della minuzia 2 a cui à ̈ associata la cella 7. Per esempio, il punto centrale PCm può essere ottenuto tramite una funzione degli indici (i,j), parametrizzata con posizione di minuzia (xm, ym) e direzione di minuzia Î ̃m, del tipo:
é NS 1 ù
é xm ù é cos(qm) sin( qm ) ù êì-2 ú
PCm(i,j ) = ê D S ×
ymúê -sin(qm) cos( qmú×
) ê.
ë û ë û NS 1ú
êj- ú
ë 2 û Vantaggiosamente, ciascun angolo ACm presenta un rispettivo valore centrato nell’intervallo che definisce il rispettivo strato di celle 7. Il valore dell’angolo ACm à ̈ compreso tra –Π e Π radianti. Per esempio, l’angolo ACm può essere ottenuto tramite una funzione dell’indice k del tipo:
ACm(k)=- p DD× ç<æ>k -<1>ö
÷.
à ̈ 2 à ̧
Ciascuna cella 7 à ̈ considerata come valida se il relativo punto centrale PCm à ̈ contenuto nell’intorno 4 della minuzia 2 associata. La figura 3b illustra, infatti, soltanto tali celle 7.
Vantaggiosamente, ciascuna cella 7 à ̈ considerata come valida se e soltanto se il relativo punto centrale PCm à ̈ contenuto nella intersezione dell’intorno 4 della minuzia 2 con un poligono convesso 8 (figura 4), il quale racchiude, con l’aggiunta di un certo margine Ω prestabilito, tutte le minuzie 2 di detta impronta digitale 1. Per costruzione, il poligono convesso 8 à ̈ complanare alla base 6 del parallelepipedo 5. Questo requisito più stringente sulla validità di una cella 7 permette di non considerare porzioni del cilindro 3 che probabilmente si trovano al di fuori dell’area della impronta digitale 1 e che, dunque, non possono contenere informazioni rilevanti.
Con riferimento alla figura 5, il metodo di codifica delle minuzie comprende la ulteriore fase di associare, a ciascuna cella 7 valida, un rispettivo valore di cella Cm che esprime sostanzialmente la probabilità di trovare, in un intorno 9 prestabilito del punto centrale PCm relativo alla cella 7, una minuzia, indicata con 20 nella figura 5 per distinguerla dalla minuzia 2 a cui à ̈ associata la cella 7, la quale minuzia 20 presenta una differenza direzionale, rispetto alla minuzia 2 a cui à ̈ associata la cella 7, sostanzialmente pari all’angolo ACm relativo alla cella 7 stessa. Il valore di cella Cm à ̈ una funzione della posizione della cella 7 nel cilindro 3, cioà ̈ degli indici i, j, k.
In particolare, il valore di cella Cm à ̈ calcolato in funzione di una somma di contributi delle minuzie 20 nell’intorno 9 del punto centrale PCm della cella 7. Il contributo di ciascuna minuzia 20 nell’intorno 9 à ̈ definito come il prodotto di un contributo spaziale CSi che la minuzia 20 nell’intorno 9 dà alla cella 7 per un contributo direzionale CDi che la minuzia 20 nell’intorno 9 dà alla cella 7.
Vantaggiosamente, il valore di cella Cm à ̈ calcolato con una funzione sigmoidea della somma dei contributi delle minuzie 20 nell’intorno 9. In tal modo, il valore di cella Cm à ̈ vincolato a essere compreso tra 0 e 1.
Il contributo spaziale CSi à ̈ funzione della distanza tra la minuzia 20 nell’intorno 9 e il punto centrale PCm della cella 7. In particolare, il contributo spaziale CSi à ̈ ottenuto tramite una funzione continua di tale distanza, la quale funzione converge lentamente a zero per valori elevati della distanza.
Vantaggiosamente, il contributo spaziale CSi à ̈ ottenuto tramite una funzione gaussiana della distanza euclidea tra la minuzia 20 nell’intorno 9 e il punto centrale PCm della cella 7, la quale funzione gaussiana ha valor medio nullo e deviazione standard σS. Per esempio, il contributo spaziale CSi à ̈ calcolato con una funzione del tipo:
1 æ
ç Ds 2 ö
CSi(Ds )=ç<- ÷>
S
s 2 p eà ̈ 2 s<2 ÷>à ̧.
S
in cui Ds à ̈ la distanza euclidea tra la minuzia 20 nell’intono 9 e il punto centrale PCm della cella 7.
Vantaggiosamente, l’intorno 9 à ̈ circolare, come nell’esempio illustrato dalla figura 5. Vantaggiosamente, l’intorno 9 ha un raggio Rc pari a un multiplo della deviazione standard σS, per esempio Rc = 3∙σS.
A tale proposito, vale la pena di notare che le minuzie 20 coinvolte nel calcolo del contributo spaziale CSi, e quindi nel calcolo del valore di cella Cm, non necessariamente si trovano nell’intorno 4 della minuzia 2. Infatti, le minuzie 20 che si trovano all’esterno dell’intorno 4 ma all’interno dell’intorno 9 contribuiscono ancora al valore di cella Cm. Ciò permette di evitare gli effetti di bordo sull’intorno 4 della minuzia 2.
Il contributo direzionale CDi à ̈ funzione dell’angolo ACm relativo alla cella 7 e di una differenza direzionale tra la minuzia 20 nell’intorno 9 e la minuzia 2 a cui à ̈ associata la cella 7. Per differenza direzionale si intende la differenza tra due angoli costituiti da rispettive direzioni di minuzia. In particolare, il contributo direzionale CDi à ̈ ottenuto tramite una funzione continua di una differenza Dd tra l’angolo ACm e un angolo costituito dalla differenza direzionale tra la minuzia 20 nell’intorno 9 e la minuzia 2 a cui à ̈ associata la cella 7. Più in dettaglio, il contributo direzionale CDi à ̈ ottenuto tramite una funzione continua che fornisce un valore progressivamente più alto man mano che la differenza direzionale tra le minuzie 2 e 20 si avvicina al valore dell’angolo ACm.
Vantaggiosamente, il contributo direzionale CDi à ̈ ottenuto tramite una funzione integrale di una funzione gaussiana con valore medio nullo e deviazione standard ã€D, la quale funzione integrale ha, come argomento, la differenza Dd sopra menzionata. In altre parole, il contributo direzionale CDi à ̈ definito come l’area sottesa da una funzione gaussiana a valore medio nullo e deviazione standard σDin un intervallo che dipende dal valore della differenza Dd. Per esempio, il contributo direzionale CDi à ̈ calcolato con una funzione del tipo:
D
Dd+<D>
2
1 æ 2
CDi(Dd )=çç t ö
<e ->÷
<D>÷dt.
s D 2 p à ̈ 2 s<2>
à ̧
D
Ddò-<D>
2
Infine, il metodo di codifica delle minuzie comprende la fase di definire una pluralità di strutture locali, ciascuna delle quali à ̈ associata a una rispettiva delle minuzie 2 e comprende almeno i valori di cella Cm associati a tale minuzia 2. La pluralità di strutture locali così ottenuta à ̈ associata alla impronta digitale 1. Vale la pena di ricordare che soltanto le celle 7 valide hanno un rispettivo valore di cella Cm.
Vantaggiosamente, ciascuna struttura locale comprende anche l’informazione di validità/non validità per ciascuna delle celle 7 associate alla minuzia 2. Tale informazione permette di escludere porzioni del cilindro 3 che probabilmente non contengono informazioni rilevanti e dunque permette di velocizzare un confronto tra due impronte digitali.
Per esempio, la struttura locale associata a una certa minuzia 2 può essere del tipo comprendente una matrice tridimensionale di elementi indirizzati dai tre indici i, j, k in modo che ciascun elemento corrisponda a una rispettiva cella 7 della minuzia 2. Ciascuno elemento associato a una cella 7 valida contiene il rispettivo valore di cella Cm. Ciascun elemento associato a una cella 7 non valida contiene un valore non numerico, oppure un valore numerico particolare, per esempio un valore negativo, indicante appunto la non validità della corrispondente cella 7.
Oppure, la struttura locale della minuzia 2 può essere del tipo comprendente un vettore di elementi indirizzati da un unico indice z ottenuto tramite una funzione di linearizzazione degli indici i, j, k in modo che ciascun elemento corrisponda a una rispettiva cella 7 della minuzia 2. Analogamente all’esempio precedente, ciascuno elemento del vettore contiene un rispettivo valore di cella Cm oppure un valore non numerico indicante la non validità di cella a seconda che l’elemento stesso corrisponda a una cella 7 valida oppure, rispettivamente, non valida. La funzione di linearizzazione degli indici i, j, k à ̈, per esempio, una funzione del tipo:
z(i,j,k )=1+NS×( j-1)+(NS )<2>×(k - 1 ).
Vantaggiosamente, ciascuna delle strutture locali à ̈ associata a una rispettiva delle minuzie 2 la cui pluralità di celle 7 associata comprende un numero di celle 7 valide superiore o uguale a un numero di celle NVmin prestabilito di celle. Vantaggiosamente, ciascuna delle strutture locali à ̈ associata a una rispettiva delle minuzie 2 i cui valori di cella Cm associati sono ottenuti tramite il contributo di un numero di minuzie 20 superiore o uguale a un numero di minuzie NMmin prestabilito. Pertanto, la pluralità di strutture locali comprende un numero di strutture locali uguale o inferiore al numero di minuzie 2 rilevate nell’impronta digitale 1.
La struttura locale generata dalla codifica delle minuzie sopra descritta comprende in generale una pluralità di numeri reali (valori di cella Cm) di valore compreso tra 0 e 1.
Secondo una ulteriore forma di attuazione dell’invenzione, ciascun valore di cella Cm à ̈ calcolato con una funzione a gradino unitario della somma di contributi delle minuzie 20 dell’intorno 9. In altre parole, la funzione a gradino unitario sostituisce la funzione sigmoidea. In tal modo, ciascun valore di cella Cm à ̈ costituito da una cifra binaria, ossia un bit, che assume soltanto i valori 0 e 1. Dunque, la struttura locale di una minuzia 2 secondo la ulteriore forma di attuazione può essere implementata in forma binaria. Vantaggiosamente, la struttura locale di una minuzia 2 comprende un vettore VCm di cifre binarie contenente i valori di cella Cm di tutte le celle 7 della minuzia 2 e un ulteriore vettore VVm di cifre binarie contenente l’informazione di validità di tutte le celle 7 di una minuzia 2.
In particolare, ciascuna cifra binaria del vettore VCm corrisponde a una rispettiva cella 7 ed à ̈ uguale a 1 se alla cella 7 à ̈ associato un valore di cella Cm uguale a 1, altrimenti la cifra binaria à ̈ uguale a 0. Inoltre, ciascuna cifra binaria del vettore VVm corrisponde a una rispettiva cella 7 ed à ̈ uguale a 1 se la cella 7 à ̈ valida, altrimenti la cifra binaria à ̈ uguale a 0. Vale la pena di osservare che, per le definizioni date in precedenza, se alla cella 7 non à ̈ associato alcun valore di cella VCm, significa che la cella 7 à ̈ non valida.
Secondo un ulteriore aspetto dell’invenzione, la codifica delle minuzie di una impronta digitale sopra descritta à ̈ vantaggiosamente utilizzata per riconoscere una impronta digitale. In altre parole, al metodo di codifica delle minuzie di una impronta digitale sopra descritto corrisponde un metodo di riconoscimento di impronte digitali basato sul confronto tra le strutture locali di minuzie dell’impronta digitale da riconoscere con analoghe strutture locali di almeno una ulteriore impronta digitale nota.
Il metodo di riconoscimento di impronte digitali dell’invenzione comprende le seguenti fasi principali:
- estrarre le minuzie da una impronta digitale da riconoscere, indicata qui di seguito con A, e in particolare estrarre le minuzie, indicate qui di seguito con a, da una immagine della impronta digitale A utilizzando tecniche note di elaborazione di immagine;
- codificare le minuzie rilevate definendo una pluralità di prime strutture locali associata alla impronta digitale A, ciascuna prima struttura locale essendo associata a una rispettiva minuzia della impronta digitale A; e
- confrontare la impronta digitale A con almeno una impronta digitale nota, indicata qui di seguito con B, alla quale à ̈ associata una pluralità di seconde strutture locali definita allo stesso modo della pluralità di prime strutture locali, il confronto essendo basato su di una elaborazione delle prime strutture locali con le seconde strutture locali.
Per semplicità, qui di seguito verrà indicato con A sia l’impronta digitale da riconoscere, sia il relativo insieme di minuzie e con B sia l’impronta digitale nota che il relativo insieme di minuzie.
Secondo l’invenzione, la fase di codificare le minuzie A rilevate implementa il metodo di codifica delle minuzie di una impronta digitale descritto in precedenza.
Secondo l’invenzione, inoltre, la fase di confrontare la impronta digitale A con almeno una impronta digitale B comprende la fase di determinare, per ciascuna delle coppie di strutture locali costituite da tutti i possibili accoppiamenti tra una delle prime strutture locali e una delle seconde strutture locali, una misura di somiglianza locale Sm sulla base di quei valori di cella Cm che sono associati a celle corrispondenti, nella coppia di strutture locali, entrambe valide.
Per esempio, si considerino strutture locali del tipo comprendente rispettivi vettori di elementi. In altre parole, si considerino strutture locali rappresentate da rispettivi vettori di elementi costruiti secondo la codifica di minuzie descritta in precedenza.
Si consideri, inoltre, una generica minuzia a dell’insieme di minuzie A e una generica minuzia b dell’insieme di minuzie B. Alla minuzia a à ̈ associata una delle prime strutture locali rappresentata da un vettore di elementi Va e alla minuzia b à ̈ associata una rispettiva delle seconde strutture locali rappresentata da un vettore di elementi Vb. Ciascun elemento del vettore Va corrisponde a una rispettiva cella associata alla minuzia a e contiene il valore di cella Cm associato se la cella à ̈ valida, oppure un valore non numerico se la cella à ̈ non valida. La struttura del vettore Vb à ̈ analoga ma con contenuto riferito alle celle della minuzia b. A ogni cella della minuzia a corrisponde una cella nella minuzia b. Dunque, a ogni elemento del vettore Va corrisponde un elemento del vettore Vb. In questo testo, quindi, per celle corrispondenti si intende due celle 7 individuate dagli stessi valori degli indici i, j, k (figura 3b).
La coppia di vettori (Va,Vb) rappresenta una rispettiva coppia di strutture locali costituita da una (prima) struttura locale relativa all’impronta digitale A e da una (seconda) struttura locale relativa all’impronta digitale B. Due elementi corrispondenti nella coppia di vettori (Va, Vb) sono considerati confrontabili se le relative celle corrispondenti sono entrambe valide.
Dunque, la misura di somiglianza locale Sm relativa alla coppia di minuzie (a,b) viene calcolata in funzione dei valori di elementi corrispondenti, nella coppia di vettori (Va,Vb), che sono confrontabili.
La determinazione della misura di somiglianza locale Sm relativa, per esempio, alla coppia di strutture locali rappresentata dalla coppia di vettori (Va, Vb), comprende in generale le fasi di:
- determinare un vettore di valori Vab, ciascuno dei quali valori corrisponde a una rispettiva cella della struttura locale Va ed à ̈ uguale al valore di cella Cm associato se tale cella e la cella corrispondente della struttura locale Vb sono entrambe valide, altrimenti à ̈ uguale a 0;
- ottenere un vettore di valori Vba, ciascuno dei quali valori corrisponde a una rispettiva cella della struttura locale Vb ed à ̈ uguale al valore di cella Cm associato se tale cella e la cella corrispondente della struttura locale Va sono entrambe valide, altrimenti à ̈ uguale a 0; e
- calcolare la misura di somiglianza locale Sm(a,b) in funzione della norma della differenza tra i due vettori Vab e Vba.
In particolare, ciascun valore del vettore Vab, relativo a una certa cella, à ̈ uguale al valore di un elemento del vettore Va, relativo alla stessa cella, se l’elemento del vettore Va e il corrispondente elemento del vettore Vb sono confrontabili, altrimenti tale valore del vettore Vab à ̈ uguale a 0. Analogamente, per il vettore Vba con riferimento però ai valori del vettore Vb.
Vantaggiosamente, la norma della differenza tra i due vettori Vab e Vba à ̈ una norma euclidea. La misura di somiglianza locale Sm(a,b) à ̈ definita, per esempio, dalla seguente funzione:
Vab - Vba
Sm(a,b )= 1 - .
Vab Vba
Secondo tale definizione, la misura di somiglianza locale Sm(a,b) Ã ̈ compresa tra 0 (nessuna somiglianza) e 1 (massima somiglianza).
Vantaggiosamente, se la coppia di strutture locali (Va,Vb) Ã ̈ associata a due minuzie a e b che presentano una differenza direzionale maggiore di un angolo di rotazione tra impronte digitali prestabilito, allora le due strutture locali Va e Vb sono considerate non confrontabili. In tal caso la misura di somiglianza locale Sm(a,b) Ã ̈ posta a zero. Questa condizione permette di ridurre il numero di minuzie da confrontare assumendo una rotazione massima tra due impronte digitali.
Vantaggiosamente, se nella coppia di strutture locali (Va,Vb) c’à ̈ un numero di celle corrispondenti entrambe valide che à ̈ inferiore a un numero di celle NVEmin prestabilito, allora le due strutture locali Va e Vb sono considerate non confrontabili. Anche in questo caso la misura di somiglianza locale Sm(a,b) à ̈ posta a zero. Questa ulteriore condizione evita il confronto tra due minuzie che hanno in comune porzioni valide troppo piccole.
Infine, la fase di confrontare la impronta digitale A con almeno una impronta digitale B comprende la fase di determinare una misura di somiglianza globale Stot(A,B) tra le impronte digitali A e B elaborando tra loro tutte le misure di somiglianza locale Sm(a,b) calcolate per tutte le possibili coppie di strutture locali (Va,Vb).
La misura di somiglianza globale Stot(A,B) può essere ottenuta mediante una qualsiasi di tecniche note cosiddette “puramente locali†, le quali combinano semplicemente le misure di somiglianza locali Sm, oppure mediante una qualsiasi di tecniche note che implementano una fase di consolidamento per tenere conto in quale misura le relazioni locali effettivamente si mantengano a livello globale.
Per esempio, una tecnica nota puramente locale ordina le misure di somiglianza locale Sm, un numero prestabilito di quelle più elevate viene selezionato, e la misura di somiglianza globale Stot à ̈ calcolata come media delle misure di somiglianza locale scelte.
Oppure, un’altra tecnica nota basata, invece, su una fase di consolidamento, modifica iterativamente le misure di similarità locali Sm sulla base di compatibilità tra relazioni di minuzie. In particolare, data una coppia di minuzie (a,b), se le relazioni tra la minuzia a e altre minuzie della impronta digitale A sono compatibili con le relazioni tra la minuzia b e le corrispondenti minuzie dell’impronta digitale B, allora la misura di somiglianza locale Sm (a,b) viene rafforzata (consolidata) altrimenti viene indebolita.
Secondo una ulteriore forma di attuazione della presente invenzione, ciascun valore di cella Cm à ̈ calcolato con la funzione a gradino unitario della somma di contributi delle minuzie 20 dell’intorno 9. In tal modo, ciascun valore di cella Cm à ̈ costituito da una cifra binaria, ossia un bit, che assume soltanto i valori 0 e 1. In particolare, l’utilizzo della funzione a gradino unitario permette di implementare ciascuna struttura locale in forma binaria, cioà ̈ tramite i due vettori di cifre binarie (vettori di bit) VCm e VVm descritti in precedenza. Ciò permette una implementazione binaria del metodo di riconoscimento di impronte digitali sopra descritto, la quale implementazione binaria risulta particolarmente semplice e di veloce esecuzione, senza comportare un apprezzabile aumento degli errori di riconoscimento.
Con riferimento all’esempio delle due minuzie a e b, la struttura locale in forma binaria della minuzia a comprende due vettori di bit VCa e VVa e la struttura locale in forma binaria della minuzia b comprende due vettori di bit VCb e VVb. I vettori VCa e VCb contengono tutti i valori di cella Cm delle rispettive minuzie a e b ed i vettori VVa e VVb contengono l’informazione di validità di tutte celle delle rispettive minuzie a e b.
La misura di somiglianza locale Sm(a,b) relativa alle minuzie a e b viene calcolata sulla base dei vettori VCa, VVa, VCb, VVb nel modo seguente.
Una maschera di bit, indicata con MKab, viene ottenuta dalla seguente operazione logica di AND bit per bit:
MKab = VVa AND VVb.
Per costruzione, ciascun bit della maschera MKab corrisponde a una rispettiva coppia di celle corrispondenti nella coppia di strutture locali ed à ̈ pari a 1 se tali celle corrispondenti sono entrambe valide, altrimenti à ̈ pari a 0. Successivamente, i due vettori Vab e Vba menzionati in precedenza vengono creati con le seguenti operazioni logiche di AND bit per bit:
Vab = VCa AND MKab;
Vba = VCb AND MKab.
Dunque i due vettori Vab e Vba sono due vettori di bit. La misura di somiglianza locale Sm(a,b) viene calcolata in funzione della norma di un ulteriore vettore di bit ottenuto tramite una operazione logica di XOR bit per bit tra i due vettori Vab e Vba. Vantaggiosamente, la norma dell’ulteriore vettore di bit à ̈ una norma euclidea. La misura di somiglianza locale Sm(a,b) à ̈ definita, per esempio, dalla seguente funzione:
Vab XOR Vba
Sm(a,b )= 1 - .
Vab Vba
Analogamente alla forma di attuazione più generale descritta in precedenza, se due strutture locali non sono confrontabili, allora la relativa misura di somiglianza locale Sm(a,b) à ̈ posta a zero.
Vale la pena di sottolineare che la norma di un vettore di bit consiste semplicemente nel calcolo della radice quadrata del numero di bit con valore 1.
Secondo un ulteriore aspetto dell’invenzione, il metodo di riconoscimento di impronte digitali sopra descritto à ̈ vantaggiosamente utilizzabile in un sistema di riconoscimento di impronte digitali, il quale sistema à ̈ schematicamente illustrato, e indicato genericamente con il numero 30, nella figura 6.
Con riferimento alla figura 6, il sistema 30 comprende mezzi di acquisizione per acquisire l’impronta digitale A. I mezzi di acquisizione sono costituiti, per esempio, da uno scanner 31 per acquisire una immagine dell’impronta digitale A. Il sistema 6 comprende mezzi di elaborazione 32 collegati allo scanner 31 per ricevere l’immagine dell’impronta digitale A e configurati per estrarre le minuzie dalla impronta digitale A e codificare tali minuzie in modo da definire una pluralità di prime strutture locali associate alla impronta digitale A. I mezzi di elaborazione 32 sono costituiti, per esempio, da un personal computer oppure da un cosiddetto sistema embedded. Il sistema 6 comprende, inoltre, almeno un dispositivo a microchip 33, il quale comprende una memoria 34 per memorizzare una pluralità di seconde strutture locali associate alla impronta digitale nota B e una unità di elaborazione 35 per confrontare la impronta digitale A con la impronta digitale B. Il dispositivo a microchip 33 à ̈ costituito, per esempio, da una smart-card. Il sistema 6 comprende, infine, mezzi di interfaccia 36 per trasmettere le prime strutture locali dai mezzi di elaborazione 32 alla unità di elaborazione 35. I mezzi di interfaccia 36 sono di tipo noto, per esempio a contatti striscianti, sono collegati ai mezzi di elaborazione 32 e sono atti ad accoppiarsi al dispositivo a microchip 33.
Secondo l’invenzione, i mezzi di elaborazione 32 e la unità di elaborazione 35 sono configurati per implementare il metodo di riconoscimento di impronte digitali sopra descritto. In particolare, i mezzi di elaborazione 32 à ̈ configurato per estrarre le minuzie dalla impronta digitale A e codificare tali minuzie in modo da ottenere rispettive prime strutture locali in accordo con il metodo di codifica delle minuzie dell’invenzione. La unità di elaborazione 35 à ̈ invece configurata per confrontare l’impronta digitale A con l’impronta digitale B in accordo con il metodo di riconoscimento di impronte digitali dell’invenzione. In una precedente fase di programmazione del dispositivo a microchip 33, lo scanner 31 à ̈ utilizzato per acquisire l’impronta digitale B e i mezzi di elaborazione 32 sono utilizzati per estrarre le minuzie dalla impronta B e codificare tali minuzie in modo da ottenere rispettive seconde strutture locali e per memorizzare le seconde strutture locali nella memoria 34. In generale, ciascuna delle prime strutture locali à ̈ rappresentata dal vettore Va e ciascuna delle seconde strutture locali à ̈ rappresentata dal vettore Vb. Vantaggiosamente, ciascuna delle prime strutture locali à ̈ rappresentata dalla coppia di vettori di bit VCa e VVa ciascuna delle seconde strutture locali à ̈ rappresentata dalla coppia di vettori di bit VCb e VVb.
Secondo una variante non illustrata dell’invenzione, il sistema 6 à ̈ privo del dispositivo a microchip 33 e dei mezzi di interfaccia 36 e i mezzi di elaborazione 32 comprendono la memoria 34 e la unità di elaborazione 35. In altre parole, i mezzi di elaborazione 32 implementano internamente, in modo software o hardware, la memoria 34 e la unità di elaborazione 35.
I principali vantaggi del metodo di codifica delle minuzie di una impronta digitale e dei corrispondenti metodo e sistema di riconoscimento di impronte digitali sopra descritti sono di tollerare minuzie spurie o la mancata acquisizione di minuzie, in quanto la codifica delle minuzie definisce strutture locali a raggio fisso, e di permettere una fase di confronto più veloce ed efficiente dal punto di vista computazionale, in quanto le strutture locali sono definiti da vettori o descrittori a lunghezza fissa. Inoltre, gli sgraditi effetti degli errori di bordo e delle distorsioni locali vengono limitati grazie all’utilizzo di funzioni continue e tolleranti all’errore (ad esempio funzioni gaussiane) per il calcolo dei valori di cella. Infine, il metodo di codifica delle minuzie e il corrispondente metodo di riconoscimento di impronte digitali à ̈ adatto a una implementazione binaria, in quanto riduce il confronto tra due impronte digitali a una serie di operazioni logiche bit per bit implementabili efficientemente in hardware, anche nella più semplice unità di calcolo, per esempio quella di una smart-card.

Claims (17)

  1. R I V E N D I C A Z I O N I 1. Metodo di codifica delle minuzie di una impronta digitale, ciascuna delle minuzie (2) essendo definita da una rispettiva pluralità di parametri comprendente posizione di minuzia (Pm) e direzione di minuzia (Î ̧m); il metodo comprendendo le fasi di: - associare, a ciascuna minuzia (2), un rispettivo cilindro (3) avente una base circolare, la quale à ̈ centrata sulla minuzia (2) per definire un primo intorno (4) a raggio fisso della minuzia (2), e una determinata altezza (H) in radianti; - associare, a ciascuna minuzia (2), una rispettiva pluralità di celle (7) aventi forma di parallelpipedo, contigue tra loro, disposte secondo più strati sovrapposti e ottenute dalla discretizzazione di un parallelepipedo (5) che racchiude il cilindro (3) associato, ciascuna cella (7) delle quali à ̈ individuata da un punto centrale (PCm) definito su una base (6) del parallelepipedo (5) da coordinate spaziali bidimensionali e da un angolo (ACm) associato a tutte le celle (7) di un medesimo strato di celle ed à ̈ considerata come valida se il relativo punto centrale (PCm) à ̈ contenuto nel primo intorno della minuzia (2); - associare, a ciascuna cella (7) valida, un rispettivo valore di cella (Cm) esprimente una probabilità di trovare, in un secondo intorno (9) prestabilito del punto centrale (PCm) relativo alla cella (7), una minuzia (20) che presenta una differenza direzionale, rispetto alla minuzia (2) a cui à ̈ associata la cella (7), sostanzialmente pari all’angolo (ACm) relativo alla cella (7); - definire una pluralità di strutture locali, ciascuna delle quali à ̈ associata a una rispettiva delle minuzie (2) e comprende almeno i valori di cella (Cm) associati a tale minuzia (2).
  2. 2. Metodo secondo la rivendicazione 1, in cui ciascuna detta cella à ̈ considerata come valida se e soltanto se il relativo detto punto centrale (PCm) à ̈ contenuto nella intersezione di detto primo intorno (4) della minuzia (2) associata con un poligono convesso (8), il quale racchiude, con un certo margine (Ω) prestabilito, tutte le minuzie (2) di detta impronta digitale (1).
  3. 3. Metodo secondo la rivendicazioni 1 o 2, in cui detta discretizzazione del parallelepipedo (5) suddivide detta altezza (H) del cilindro (3) in una pluralità di intervalli, ciascun dei quali definisce un rispettivo detto strato di celle; ciascun detto angolo (ACm) assumendo un rispettivo valore centrato nell’intervallo definente il rispettivo strato di celle.
  4. 4. Metodo secondo una qualsiasi delle rivendicazioni da 1 a 3, in cui detto valore di cella (Cm) à ̈ calcolato in funzione di una somma di contributi delle minuzie (20) in detto secondo intorno (9) prestabilito del punto centrale (PCm) della cella (7); il contributo di ciascuna minuzia (20) nel secondo intorno (9) essendo definito come il prodotto di un contributo spaziale (CSi) che la minuzia (20) nel secondo intorno (9) dà alla cella (7) per un contributo spaziale (CDi) che la minuzia (20) nel secondo intorno (9) dà alla cella (7).
  5. 5. Metodo secondo la rivendicazione 4, in cui detto contributo spaziale (CSi) che la minuzia (20) nel secondo intorno (9) dà alla cella (7) à ̈ funzione della distanza (Ds) tra la minuzia (20) nel secondo intorno (9) e il punto centrale (PCm) di tale cella (7).
  6. 6. Metodo secondo la rivendicazione 4 o 5, in cui detto contributo spaziale (CDi) che la minuzia (20) nel secondo intorno (9) dà alla cella (7) à ̈ funzione di detto angolo (ACM) relativo a tale cella (7) e di una differenza direzionale tra la minuzia (20) nel secondo intorno (9) e la minuzia (2) a cui à ̈ associata la cella (7).
  7. 7. Metodo secondo una qualsiasi delle rivendicazioni da 4 a 6, in cui ciascun detto valore di cella (Cm) Ã ̈ calcolato con una funzione sigmoidea di detta somma di contributi.
  8. 8. Metodo secondo una qualsiasi delle rivendicazioni da 4 a 6, in cui ciascun detto valore di cella (Cm) Ã ̈ calcolato con una funzione a gradino unitario di detta somma di contributi.
  9. 9. Metodo secondo una qualsiasi delle rivendicazioni da 1 a 8, in cui ciascuna di dette strutture locali à ̈ associata a una rispettiva di dette minuzie (2) la cui detta pluralità di celle (7) associata comprende un numero di celle (7) valide superiore o uguale a un primo numero di celle (NVmin) prestabilito.
  10. 10. Metodo secondo una qualsiasi delle rivendicazioni da 1 a 9, in cui ciascuna di dette strutture locali à ̈ associata a una rispettiva di dette minuzie (2) i cui detti valori di cella (Cm) associati sono ottenuti tramite il contributo di un numero di minuzie (2) superiore o uguale a un numero di minuzie (NMmin) prestabilito.
  11. 11. Metodo di riconoscimento di impronte digitali, il metodo comprendendo le fase di: - estrarre minuzie da una impronta digitale da riconoscere (A); - codificare le minuzie rilevate definendo una pluralità di prime strutture locali associate alla impronta digitale da riconoscere (A), ciascuna prima struttura locale essendo associata a una rispettiva minuzia (a) della impronta digitale da riconoscere (A); e - confrontare la impronta digitale da riconoscere (A) con almeno una impronta digitale nota (B), alla quale à ̈ associata una pluralità di seconde strutture locali definite allo stesso modo della pluralità di prime strutture locali, il confronto essendo basato su di una elaborazione delle prime strutture locali con le seconde strutture locali; il metodo essendo caratterizzato dal fatto che detta fase di codificare le minuzie rilevate implementa il metodo di codifica delle minuzie di una impronta digitale secondo una qualsiasi delle rivendicazioni da 1 a 10.
  12. 12. Metodo secondo la rivendicazione 11, in cui detta fase di confrontare la impronta digitale da riconoscere (A) con almeno una impronta digitale nota (B) comprende la fase di: - determinare, per ciascuna coppia di strutture locali costituita da una qualsiasi (Va; VCa, VVa) di dette prime strutture locali e una qualsiasi (Vb; VCb, VVb) di dette seconde strutture locali, una misura di somiglianza locale (Sm) sulla base di quelli di detti valori di cella (Cm) che sono associati a celle corrispondenti, nelle due strutture locali (Va, Vb; VCa, VVa, VCb, VVb), entrambe valide.
  13. 13. Metodo secondo la rivendicazioni 12, in cui detta fase di determinare, per ciascuna coppia di strutture locali (Va, Vb), una misura di somiglianza locale (Sm) comprende le fase di: - ottenere un primo vettore (Vab) di valori, ciascuno dei quali valori corrisponde a una rispettiva cella della prima struttura locale (Va) ed à ̈ uguale al valore di cella (Cm) associato se tale cella e la cella corrispondente della seconda struttura locale (Vb) sono entrambe valide, altrimenti à ̈ uguale a 0; - ottenere un secondo vettore (Vba) di valori, ciascuno dei quali valori corrisponde a una rispettiva cella della seconda struttura locale (Vb) ed à ̈ uguale al valore di cella associato se tale cella e la cella corrispondente della prima struttura locale (Va) sono entrambe valide, altrimenti à ̈ uguale a 0; - calcolare la misura di somiglianza locale (Sm) in funzione della norma euclidea della differenza tra il primo vettore (Vab) e il secondo vettore (Vba).
  14. 14. Metodo secondo la rivendicazione 12, in cui ciascun detto valore di cella (Cm) à ̈ una cifra binaria ottenuta tramite una funzione a gradino unitario di una somma di contributi delle minuzie (20) in detto secondo intorno (9) del punto centrale (PCm) della cella (7); detta fase di determinare, per ciascuna coppia di strutture locali (VCa, VVa, VCb, VVb), una misura di somiglianza locale (Sm) comprendendo le fase di: - ottenere un primo vettore (Vab) di cifre binarie, ciascuna delle quali cifre binarie corrisponde a una rispettiva cella della prima struttura locale (VCa, VVa) ed à ̈ uguale al valore di cella (Cm) associato se tale cella e la cella corrispondente della seconda struttura locale (VCb, VVb) sono entrambe valide, altrimenti à ̈ uguale a 0; - ottenere un secondo vettore (Vba) di cifre binarie, ciascuna delle quali cifre binarie corrisponde a una rispettiva cella della seconda struttura locale (VCb, VVb) ed à ̈ uguale al valore di cella associato se tale cella e la cella corrispondente della prima struttura locale (VCa, VVa) sono entrambe valide, altrimenti à ̈ uguale a 0; e - calcolare una misura di somiglianza locale (Sm) in funzione della norma euclidea di un ulteriore vettore di cifre binarie ottenuto tramite una operazione di XOR logico tra il primo vettore (Vab) e il secondo vettore (Vba).
  15. 15. Metodo secondo una qualsiasi delle rivendicazioni da 12 a 14, in cui detta misura di somiglianza locale (Sm) Ã ̈ posta a zero se detta coppia di strutture locali (Va, Vb; VCa, VVa, VCb, VVb) Ã ̈ associata a due minuzie (a, b) che presentano una differenza direzionale maggiore di un angolo di rotazione tra impronte digitali prestabilito.
  16. 16. Metodo secondo una qualsiasi delle rivendicazioni da 12 a 15, in cui detta misura di somiglianza locale (Sm) à ̈ posta a zero se detta coppia di strutture locali (Va, Vb; VCa, VVa, VCb, VVb) ha un numero di celle corrispondenti entrambe valide che à ̈ inferiore a un secondo numero di celle (NVEmin) prestabilito.
  17. 17. Sistema di riconoscimento di impronte digitali comprendente: mezzi di acquisizione (31) per acquisire una impronta digitale da riconoscere (A); primi mezzi di elaborazione (32) per estrarre minuzie dalla impronta digitale da riconoscere (A) e codificare tali minuzie in modo da definire una pluralità di prime strutture locali, ciascuna prima struttura locale essendo associata a una rispettiva minuzia dell’impronta digitale da riconoscere (A); mezzi di memorizzazione (34) per memorizzare una pluralità di seconde strutture locali associate a una impronta digitale nota (B) e definite allo stesso modo delle prime strutture locali; e secondi mezzi di elaborazione (35) per confrontare la impronta digitale da riconoscere (A) con la impronta digitale nota (B); il sistema essendo caratterizzato dal fatto che detti primi e secondi mezzi di elaborazione (32, 35) sono configurati per implementare il metodo di riconoscimento di impronte digitali secondo una qualsiasi delle rivendicazioni da 11 a 16.
ITBO2009A000149A 2009-03-13 2009-03-13 Metodo di codifica delle minuzie di una impronta digitale e corrispondente metodo di riconoscimento di impronte digitali IT1393022B1 (it)

Priority Applications (1)

Application Number Priority Date Filing Date Title
ITBO2009A000149A IT1393022B1 (it) 2009-03-13 2009-03-13 Metodo di codifica delle minuzie di una impronta digitale e corrispondente metodo di riconoscimento di impronte digitali

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ITBO2009A000149A IT1393022B1 (it) 2009-03-13 2009-03-13 Metodo di codifica delle minuzie di una impronta digitale e corrispondente metodo di riconoscimento di impronte digitali

Publications (2)

Publication Number Publication Date
ITBO20090149A1 true ITBO20090149A1 (it) 2010-09-14
IT1393022B1 IT1393022B1 (it) 2012-04-11

Family

ID=41228593

Family Applications (1)

Application Number Title Priority Date Filing Date
ITBO2009A000149A IT1393022B1 (it) 2009-03-13 2009-03-13 Metodo di codifica delle minuzie di una impronta digitale e corrispondente metodo di riconoscimento di impronte digitali

Country Status (1)

Country Link
IT (1) IT1393022B1 (it)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016005636A1 (de) 2015-06-08 2016-12-22 Cross Match Technologies, Inc. Transformierte Repräsentation für Fingerabdruckdaten mit hoher Erkennungsgenauigkeit

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1524620A1 (en) * 2003-10-17 2005-04-20 Berner Fachhochschule Hochsschule für Technik und Architektur Biel-Bienne Method to conduct fingerprint verification and a fingerprint verification system
US7327859B1 (en) * 2007-02-14 2008-02-05 Lam Ko Chau Methods and systems for automated fingerprint recognition

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1524620A1 (en) * 2003-10-17 2005-04-20 Berner Fachhochschule Hochsschule für Technik und Architektur Biel-Bienne Method to conduct fingerprint verification and a fingerprint verification system
US7327859B1 (en) * 2007-02-14 2008-02-05 Lam Ko Chau Methods and systems for automated fingerprint recognition

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
FENG ET AL: "Combining minutiae descriptors for fingerprint matching", PATTERN RECOGNITION, ELSEVIER, GB, vol. 41, no. 1, 23 August 2007 (2007-08-23), pages 342 - 352, XP022208730, ISSN: 0031-3203 *
MATTEO FERRARA: "Biometric Fingerprint Recognition Systems", INTERNET CITATION, vol. ING-INF/05, 2009, pages 151pp, XP009125377, Retrieved from the Internet <URL:http://amsdottorato.cib.unibo.it/1234/1/TesiFinale_-_Matteo_Ferrara.pdf> [retrieved on 20091105] *
RATHA, N.K.; BOLLE, R.M.; PANDIT, V.D.; VAISH, V.: "Robust fingerprint authentication using local structural similarity", APPLICATIONS OF COMPUTER VISION, 12 April 2000 (2000-04-12), pages 29 - 34, XP009125557 *
XUDONG JIANG ET AL: "Fingerprint minutiae matching based on the local and global structures", PATTERN RECOGNITION, 2000. PROCEEDINGS. 15TH INTERNATIONAL CONFERENCE ON SEPTEMBER 3-7, 2000; [PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION. (ICPR)], LOS ALAMITOS, CA, USA,IEEE COMPUT. SOC, US, vol. 2, 3 September 2000 (2000-09-03), pages 1038 - 1041, XP010533991, ISBN: 978-0-7695-0750-7 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016005636A1 (de) 2015-06-08 2016-12-22 Cross Match Technologies, Inc. Transformierte Repräsentation für Fingerabdruckdaten mit hoher Erkennungsgenauigkeit

Also Published As

Publication number Publication date
IT1393022B1 (it) 2012-04-11

Similar Documents

Publication Publication Date Title
EP3591583B1 (en) Neural network method and apparatus
US11544549B2 (en) Method and apparatus with neural network
US20190122100A1 (en) Method and apparatus with neural network parameter quantization
CN100535928C (zh) 检测墨水输入中的手绘对象的系统和方法
WO2015089949A1 (zh) 一种融合LBP、Gabor特征的人脸聚类方法
BR112021008038A2 (pt) identificar estética de imagem usando gráficos de composição de região
US20230085442A1 (en) Method and apparatus with neural network parameter quantization
Guo et al. Smartphone‐based activity recognition independent of device orientation and placement
US10474872B2 (en) Fingerprint matching using virtual minutiae
CN104199842A (zh) 一种基于局部特征邻域信息的相似图片检索方法
US20210103758A1 (en) Advanced cloud detection using neural networks and optimization techniques
Ma et al. 3D convolutional auto-encoder based multi-scale feature extraction for point cloud registration
Wang et al. A secure biometric key generation mechanism via deep learning and its application
Guan et al. On-device mobile visual location recognition by using panoramic images and compressed sensing based visual descriptors
Yang et al. Extracting buildings from airborne laser scanning point clouds using a marked point process
ITBO20090149A1 (it) Metodo di codifica delle minuzie di una impronta digitale e corrispondente metodo di riconoscimento di impronte digitali
CN101923632B (zh) Maxi Code条码解码芯片及其解码方法
Lu et al. Effective ellipse detector with polygonal curve and likelihood ratio test
CN112001414A (zh) 聚类方法、设备及计算机存储介质
CN109326324B (zh) 一种抗原表位的检测方法、系统及终端设备
WO2020068744A1 (en) Advanced cloud detection using neural networks and optimization techniques
KR102556765B1 (ko) 비주얼 로컬라이제이션을 위한 방법 및 장치
US11495338B1 (en) Methods and systems for redistributing medication
CN112966495A (zh) 地址实体纠错方法和装置、计算机可读存储介质
EP4068227A1 (en) Method and apparatus with biometric spoofing consideration