RU2373573C2 - Method for synthesis of complete template of features from several incomplete templates of features - Google Patents
Method for synthesis of complete template of features from several incomplete templates of features Download PDFInfo
- Publication number
- RU2373573C2 RU2373573C2 RU2007126867/09A RU2007126867A RU2373573C2 RU 2373573 C2 RU2373573 C2 RU 2373573C2 RU 2007126867/09 A RU2007126867/09 A RU 2007126867/09A RU 2007126867 A RU2007126867 A RU 2007126867A RU 2373573 C2 RU2373573 C2 RU 2373573C2
- Authority
- RU
- Russia
- Prior art keywords
- features
- incomplete
- feature
- template
- pattern
- Prior art date
Links
Images
Abstract
Description
Изобретение относится к области криминалистики и предназначено для кодирования отпечатков пальцев, ладоней и ступней ног. Его использование позволяет получить технический результат в виде повышения точности идентификации личности человека за счет использования вероятности наличия особенности на отпечатке папиллярного узора.The invention relates to the field of forensics and is intended for encoding fingerprints, palms and feet. Its use allows to obtain a technical result in the form of increasing the accuracy of identification of a person’s personality through the use of the probability of a feature on the print of a papillary pattern.
Известен аналог предлагаемого изобретения, например способ кодирования отпечатка папиллярного узора пальца, описанный в международной заявке 87/01224 "Система для распознавания и поиска отпечатков пальцев" по классу G06К 9/00, опубликованный 26.02.1987 г. с приоритетом США от 16.08.1985 г. Способ заключается в том, что на отпечатке папиллярного узора пальца выбирают центр вращения сканирующей линии, который располагают в центре отпечатка, радиально сканируют узор по его особенностям, определяя топологические характеристики узора в окрестностях этих особенностей путем присвоения заранее определенного кода каждой из особенностей узора в зависимости от типа особенности. Затем относительно начальной линии сканирования, проходящей через центр отпечатка, определяют угловые координаты сканирующей линии, проходящей поочередно через каждую особенность узора, радиальные расстояния и гребневый счет между центром вращения сканирующей линии и встреченными в процессе сканирования особенностями. В результате такого кодирования получают числовой код, с некоторой степенью однозначности описывающий папиллярный узор пальца.A similar analogue of the invention is known, for example, a method for encoding a fingerprint of a papillary finger pattern described in international application 87/01224 "System for the recognition and search for fingerprints" according to class G06K 9/00, published on 02/26/1987 with US priority of 08/16/1985 The method consists in the fact that the center of rotation of the scanning line, which is located in the center of the print, is selected on the fingerprint of the papillary pattern of the finger, the pattern is radially scanned according to its features, determining the topological characteristics of the pattern in the vicinity of these singularity by assigning a predetermined code pattern of each of the features depending on the type characteristics. Then, relative to the initial scanning line passing through the center of the print, the angular coordinates of the scanning line passing through each feature of the pattern, the radial distances and the crest count between the center of rotation of the scanning line and the features encountered during scanning are determined. As a result of this encoding, a numerical code is obtained that describes the papillary pattern of the finger with a certain degree of uniqueness.
Недостатком данного способа является то, что для идентификации личности по неполному отпечатку пальца или ладони изучают распределение особенностей на нем, направления и величины изгиба папиллярных линий, по которым вычисляют предполагаемое местоположение центра отпечатка. Из-за ошибок прогнозирования предполагаемое местоположение центра смещается, а для отпечатков ладоней вообще невозможно однозначно выделить центр отпечатка, который должен быть принят за центр сканирования. Это снижает точность идентификации личности человека.The disadvantage of this method is that to identify a person by an incomplete fingerprint or palm, they study the distribution of features on it, the direction and magnitude of the bend of the papillary lines, which calculate the estimated location of the center of the fingerprint. Due to forecasting errors, the estimated location of the center is shifted, and for palmprints it is generally impossible to unambiguously identify the center of the print, which should be taken as the center of scanning. This reduces the accuracy of the identification of a person.
Известен другой аналог предлагаемого изобретения, например способ кодирования отпечатка папиллярного узора, описанный в патенте РФ №2054197, МПК 7 G06К 9/46, опубликованный 10.02.1996 г. Способ заключается в том, что на папиллярном узоре выделяют папиллярные линии и особенности числом n (особенности есть частные признаки в дактилоскопическом понимании), нумеруют особенности, определяют координаты и тип особенности, направление и величину кривизны в окрестности каждой особенности, проводят из каждой особенности вектор по касательной к образующей эту особенность линии, выбирают одну из особенностей за центр вращения линии сканирования, начальное положение которой совпадает с вектором, проведенным из выбранной особенности, сканируют папиллярный узор путем вращения линии сканирования вокруг выбранного центра вращения, определяют угловые координаты относительно начального положения линии сканирования для каждой встреченной в процессе сканирования особенности, определяют угол от начального положения линии сканирования до положения вектора встреченной особенности, определяют метрическое расстояние и число гребневых линий папиллярного узора между выбранным центром вращения линии сканирования и встреченной особенностью, повторяют все операции по сканированию папиллярного узора n-1 раз при выборе в качестве центра вращения линии сканирования новой особенности, при этом для каждой особенности определяют масштабную характеристику как среднее расстояние между папиллярными линиями вблизи данной особенности, после чего определяют преобразованные с учетом масштабной характеристики метрические расстояния и топологические характеристики папиллярного узора в виде положений векторов особенностей, новых координат особенностей, типов особенностей и величин смещений особенностей.Another analogue of the invention is known, for example, a method for encoding a fingerprint of a papillary pattern described in RF patent No. 2054197, IPC 7 G06K 9/46, published on 02.10.1996, the Method consists in the fact that papillary lines and features are distinguished by the number n ( features are particular features in the fingerprint sense), number features, determine the coordinates and type of feature, direction and magnitude of curvature in the vicinity of each feature, draw a vector from each feature tangent to the generatrix feature of the line, choose one of the features beyond the center of rotation of the scan line, the initial position of which coincides with the vector drawn from the selected feature, scan the papillary pattern by rotating the scan line around the selected center of rotation, determine the angular coordinates relative to the initial position of the scan line for each the scanning process features, determine the angle from the initial position of the scan line to the position of the vector of the encountered features, determine The tertiary distance and the number of crest lines of the papillary pattern between the selected center of rotation of the scan line and the encountered feature repeat all operations for scanning the papillary pattern n-1 times when a new feature is selected as the center of rotation of the scan line, and for each feature, the scale characteristic is determined as the average the distance between papillary lines near this feature, after which metric distances and poplar are converted taking into account the scale characteristic Logical characteristics of the papillary pattern in the form of positions of feature vectors, new feature coordinates, feature types, and feature displacement values.
Недостатком данного способа является то, что при неполном отпечатке папиллярного узора значительно снижается количество детектируемых на отпечатке особенностей. В результате заметно увеличивается рекомендательный список в системах криминального назначения и снижается точность идентификации папиллярного узора в паре полный-неполный или в паре неполный-неполный отпечаток папиллярного узора.The disadvantage of this method is that with an incomplete imprint of the papillary pattern, the number of features detected on the imprint is significantly reduced. As a result, the recommendation list in criminal systems is noticeably increased and the accuracy of the identification of the papillary pattern paired with a full-incomplete or a pair of incomplete-incomplete fingerprint of a papillary pattern decreases.
Наиболее близким к предлагаемому изобретению является способ и устройство для определения полного шаблона особенностей из множества неполных шаблонов особенностей (патент РСТ WO 01/80167 А1, МПК G06К 9/00, опубликованный 25.10.2001 г). Способ определения полного шаблона особенностей полного отпечатка из множества неполных шаблонов особенностей неполных отпечатков заключается в выборе из множества неполных шаблонов особенностей опорного шаблона особенностей, содержащего опорные особенности, выборе первого неполного шаблона особенностей, содержащего первые особенности, которые частично покрывают опорные особенности, композиции опорного шаблона особенностей и первого неполного шаблона особенностей. Композиция шаблонов особенностей заключается в сравнении опорных особенностей из опорного шаблона особенностей и первых особенностей из первого неполного шаблона особенностей, вычислении по результату сравнения функции преобразования первых особенностей к опорным особенностям, определении области перекрытия опорных особенностей и первых особенностей, преобразовании первых особенностей, расположенных вне области перекрытия, в соответствии с функцией преобразования, синтезе нового опорного шаблона, включающего опорные особенности и преобразованные первые особенности, выборе второго неполного шаблона особенностей, содержащего вторые особенности, которые частично покрывают особенности из нового опорного шаблона. Формирование полного шаблона особенностей, содержащего полные особенности, заключается в итеративном повторении действий композиции для всех неполных шаблонов особенностей из множества неполных шаблонов особенностей с переименованием нового опорного шаблона особенностей в опорный шаблон особенностей и второго неполного шаблона особенностей в первый неполный шаблон особенностей на каждом шаге итерации, получении в результате итеративных действий композиции полного шаблона особенностей, содержащего полные особенности. Данный способ выбран в качестве прототипа.Closest to the proposed invention is a method and apparatus for determining a complete feature pattern from a variety of incomplete feature patterns (PCT patent WO 01/80167 A1, IPC G06K 9/00, published October 25, 2001). A method for determining a complete pattern of features of a complete fingerprint from a plurality of incomplete patterns of features of incomplete fingerprints consists in selecting from a plurality of incomplete patterns of features a reference features pattern containing support features, selecting a first incomplete features pattern containing first features that partially cover support features, compositions of a reference features pattern and the first incomplete feature template. The composition of the feature templates consists in comparing the support features from the support feature template and the first features from the first incomplete feature template, calculating the result of comparing the conversion function of the first features to support features, determining the overlap area of the support features and first features, converting the first features located outside the overlap area , in accordance with the conversion function, the synthesis of a new reference template, including reference features and and converted first features, selecting a second incomplete features template containing second features that partially cover features from the new reference template. The formation of a complete feature template containing complete features consists in iteratively repeating the composition for all incomplete feature templates from the set of incomplete feature templates with renaming the new reference feature template to the feature reference template and the second incomplete feature template to the first incomplete feature template at each iteration step, obtaining, as a result of iterative actions of the composition, a complete feature template containing complete features. This method is selected as a prototype.
Способ-прототип позволяет получить полный шаблон особенностей, соответствующий большей площади отпечатка папиллярного узора, сравнимой с площадью, например, прокатного отпечатка пальца с дактилокарты. Однако способ-прототип сильно чувствителен к ложно определенным особенностям на неполных отпечатках. Общий шаблон особенностей содержит не только истинные, но и ложно определенные особенности в каждом неполном шаблоне особенностей. Поскольку неполных отпечатков много, то и вероятность появления ложной особенности в полном шаблоне особенностей гораздо выше, чем в шаблоне особенностей, например, прокатного отпечатка пальца. Для идентификации личности человека формируют запросный шаблон особенностей, содержащий запросные особенности, которые сравнивают с полными особенностями, причем при сравнении отсутствуют указания о том, какие особенности из полных особенностей являются истинными, а какие ложными. В результате заметно снижается точность идентификации личности человека. Для критических приложений, таких как контрольно-пропускная система ядерных электростанций, это недопустимо.The prototype method allows you to get a complete pattern of features that corresponds to a larger area of the fingerprint of the papillary pattern, comparable to the area, for example, a rolling fingerprint with a fingerprint. However, the prototype method is highly sensitive to falsely defined features on incomplete prints. The general pattern of features contains not only true, but also falsely defined features in each incomplete pattern of features. Since there are many incomplete fingerprints, the likelihood of a false feature in the full feature template is much higher than in the feature template, for example, a rolling fingerprint. To identify a person’s personality, a query feature template is created containing query features that are compared with full features, and when comparing, there are no indications about which features of the full features are true and which are false. As a result, the accuracy of identifying a person is markedly reduced. For critical applications, such as the access control system of nuclear power plants, this is not acceptable.
Задачей, решаемой настоящим изобретением, является повышение точности идентификации личности человека по полному шаблону особенностей.The problem solved by the present invention is to increase the accuracy of identifying a person’s personality according to the full pattern of features.
Достигается это тем, что в способе-прототипе определения полного шаблона особенностей полного отпечатка из множества неполных шаблонов особенностей неполных отпечатков, заключающегося в выборе из множества неполных шаблонов особенностей опорного шаблона особенностей, содержащего опорные особенности, выборе первого неполного шаблона особенностей, содержащего первые особенности, которые частично покрывают опорные особенности, композиции шаблонов особенностей, заключающейся в сравнении опорных особенностей и первых особенностей, вычислении по результату сравнения функции преобразования первых особенностей к опорным особенностям, преобразовании первых особенностей в соответствии с функцией преобразования, синтезе нового опорного шаблона, содержащего опорные особенности и преобразованные первые особенности, выборе второго неполного шаблона особенностей, содержащего вторые особенности, которые частично покрывают особенности из нового опорного шаблона, итеративном повторении действий композиции для всех неполных шаблонов особенностей из множества неполных шаблонов особенностей с переименованием нового опорного шаблона особенностей в опорный шаблон особенностей и второго неполного шаблона особенностей в первый неполный шаблон особенностей на каждом шаге итерации, получении в результате итеративных действий композиции полного шаблона особенностей, содержащего полные особенности, дополнительно для каждой полной особенности определяют вероятность наличия особенности, а при синтезе нового опорного шаблона к опорным особенностям добавляют те преобразованные первые особенности, которые не сравниваются с опорными особенностями.This is achieved by the fact that in the prototype method of determining a complete pattern of features of a complete fingerprint from a set of incomplete patterns of features of incomplete prints, which consists in selecting from a set of incomplete patterns of features of a reference pattern of features containing reference features, selecting the first incomplete pattern of features containing the first features that partially cover the support features, the composition of the feature patterns, which consists in comparing the support features and the first features, numerical results based on the comparison of the conversion function of the first features to support features, the conversion of the first features in accordance with the conversion function, the synthesis of a new reference template containing support features and converted first features, the selection of a second incomplete features template containing second features that partially cover features from the new reference template, iterative repetition of composition actions for all incomplete patterns of features from the set of incomplete feature deviations with the renaming of the new reference features template to the reference features template and the second incomplete features template to the first incomplete features template at each step of the iteration, obtaining, as a result of iterative actions of the composition, a complete features template containing full features, additionally determine the probability of the presence of a feature for each full feature , and when synthesizing a new reference template, those converted first features that add e are compared with reference features.
Кроме того, вероятность наличия полной особенности определяют как отношение числа неполных шаблонов особенностей, для которых эта полная особенность сравнивается с особенностями из неполного шаблона особенностей с учетом функции преобразования, к общему числу неполных шаблонов особенностей.In addition, the probability of having a complete feature is defined as the ratio of the number of incomplete feature templates, for which this full feature is compared with features from the incomplete feature template with the conversion function, to the total number of incomplete feature templates.
Кроме того, в качестве опорного шаблона особенностей выбирают тот неполный шаблон особенностей, который содержит наибольшее количество особенностей.In addition, the incomplete feature template that contains the largest number of features is selected as the reference features template.
Кроме того, в качестве опорного шаблона особенностей выбирают тот неполный шаблон особенностей, который при сравнении со всеми другими неполными шаблонами особенностей обеспечивает наилучший результат.In addition, the incomplete feature template, which, when compared with all other incomplete feature templates, provides the best result, is chosen as the reference feature template.
Кроме того, особенности из неполного шаблона особенностей располагают в информативной области соответствующего неполного отпечатка.In addition, features from an incomplete pattern of features are located in the informative area of the corresponding incomplete fingerprint.
На фиг.1 показан опорный шаблон особенностей с опорными особенностями 1-5.1 shows a reference pattern of features with support features 1-5.
На фиг.2 показан первый неполный шаблон особенностей с первыми особенностями 1-3, 6, 7.Figure 2 shows the first incomplete pattern of features with the first features 1-3, 6, 7.
На фиг.3 показана композиция опорного шаблона особенностей и первого неполного шаблона особенностей, в которых особенности 1-3 сравниваются.Figure 3 shows the composition of the reference features template and the first incomplete features template in which features 1-3 are compared.
На фиг.4 показаны неполные отпечатки 10-12 с соответствующими областями перекрытия, каждому из таких неполных отпечатков соответствует неполный шаблон особенностей.Figure 4 shows incomplete prints 10-12 with corresponding areas of overlap, each of such incomplete prints corresponds to an incomplete pattern of features.
Способ реализуется следующей последовательностью действий.The method is implemented by the following sequence of actions.
Отпечаток пальца (ладони) с сенсора вводят в память компьютера, и получают изображение папиллярного узора в виде градаций оттенков серого цвета. На изображении выделяют папиллярные линии, которые затем утончают до линий толщиной в один пиксель. Такие линии называют скелетом или остовом (Р.Гонсалес, Р.Вудс. Цифровая обработка изображений. - М.: Техносфера, 2006. - с.780-783). Там, где скелетные линии обрываются не на краю узора, определяют окончания, а где разветвляются - разветвления. Окончания и разветвления формируют особенности. Все особенности нумеруют, определяют их координаты и тип: разветвление или окончание. Затем определяют вектор направления для каждой особенности, показанный стрелочкой (фиг.1, 2), направленный по касательной к линии в точке расположения особенности в направлении увеличения числа линий. Таким образом i-ю особенность можно представить вектором вида fi=(xi,yi,αi,ti)', где хi - первая координата особенности, yi - вторая координата особенности, αi - угол направления особенности, ti - тип особенности. Элементы вектора хi, уi, αi как параметры особенности fi зависят от местоположения центра и ориентации системы координат, а ti не зависит. Множество особенностей {fi} образует неполный шаблон особенностей. Особенности располагают в информативной области отпечатка, которые образуют зоны отпечатка с ясными папиллярными линиями. Зоны отпечатка со смазанными или залипшими папиллярными линиями образуют неинформативную область отпечатка, в которой в основном детектируются ложные особенности. Поэтому для повышения точности идентификации личности человека особенности располагают в информативной области отпечатка.A fingerprint (palm) from the sensor is entered into the computer’s memory and an image of a papillary pattern is obtained in the form of gradations of shades of gray. Papillary lines are distinguished in the image, which are then thinned to lines with a thickness of one pixel. Such lines are called the skeleton or skeleton (R. Gonzalez, R. Woods. Digital image processing. - M .: Technosphere, 2006. - p. 780-783). Where skeletal lines break off not at the edge of the pattern, the endings are determined, and where the branches branch out. Endings and branches form features. All features are numbered, their coordinates and type are determined: branching or ending. Then determine the direction vector for each feature, shown by an arrow (Fig.1, 2), directed tangentially to the line at the location of the feature in the direction of increasing the number of lines. Thus, the ith feature can be represented by a vector of the form f i = (x i , y i , α i , t i ) ', where x i is the first coordinate of the feature, y i is the second coordinate of the feature, α i is the angle of the feature, t i - type of feature. Elements of the vector x i , y i , α i as parameters of the feature f i depend on the location of the center and orientation of the coordinate system, and t i is independent. The set of features {f i } forms an incomplete pattern of features. Features are located in the informative area of the print, which form the print zone with clear papillary lines. Fingerprint areas with smeared or sticky papillary lines form an uninformative area of the fingerprint, in which false features are mainly detected. Therefore, to increase the accuracy of identification of a person’s personality, features are located in the informative area of the fingerprint.
Палец прикладывают к сенсору несколько раз разными частями кожи и получают множество неполных отпечатков одного и того же пальца, для которого формируют соответствующее множество неполных шаблонов особенностей. Множество неполных отпечатков 10-12 полностью покрывает всю площадь отпечатка пальца (фиг.4), как если бы был получен, например, прокатный отпечаток пальца в процедуре криминального дактилоскопирования (или разные зоны ладони).A finger is applied to the sensor several times by different parts of the skin and a lot of incomplete fingerprints of the same finger are obtained, for which a corresponding set of incomplete patterns of features is formed. Many incomplete fingerprints 10-12 completely cover the entire area of the fingerprint (figure 4), as if, for example, a rolling fingerprint was obtained in a criminal fingerprinting procedure (or different areas of the palm).
Выбирают неполный шаблон особенностей, содержащий, например, наибольшее число особенностей, и назначают его опорным шаблоном особенностей, который содержит опорные особенности. Выбирают другой неполный шаблон особенностей и назначают его первым неполным шаблоном особенностей, который содержит первые особенности.An incomplete feature template is selected, containing, for example, the largest number of features, and assigned to it as a feature reference template that contains support features. Choose another incomplete feature pattern and designate it as the first incomplete feature pattern that contains the first features.
Затем выполняют композицию шаблонов особенностей в виде следующих действий.Then perform the composition of the patterns of features in the form of the following actions.
Сравнивают опорные особенности с первыми особенностями. Метод сравнения можно представить в виде нескольких шагов. Последовательно назначают в позиции каждой опорной особенности начало координат опорных особенностей и последовательно совмещают начало координат опорных особенностей с каждой первой особенностью, полагая, что начало координат первых особенностей совпадает с соответствующей первой особенностью. Вращая систему координат первых особенностей относительно системы координат опорных особенностей на плоскости, пытаются совместить с минимальными погрешностями наибольшее количество особенностей. Вариант наиболее удачного совмещения фиксируют и получают величину смещения и угол поворота координат, которые формируют функцию преобразования первых особенностей к опорным особенностям. Вариантов сравнения много (Davide Maltoni, Dario Maio, Anil К. Jain. Handbook of Fingerprint Recognition. Springer-Verlag New York, 2003. pp.141-159), каждый из вариантов сравнения может рассчитать функцию преобразования первых особенностей к опорным особенностям.Compare support features with the first features. The comparison method can be represented in several steps. The coordinate origin of the reference features is sequentially assigned at the position of each support feature and the coordinate origin of the support features is sequentially combined with each first feature, assuming that the coordinate origin of the first features coincides with the corresponding first feature. By rotating the coordinate system of the first features relative to the coordinate system of the support features on the plane, they try to combine the largest number of features with minimal errors. The variant of the most successful combination is fixed and the amount of displacement and the angle of rotation of the coordinates are obtained, which form the function of converting the first features to supporting features. There are many comparison options (Davide Maltoni, Dario Maio, Anil K. Jain. Handbook of Fingerprint Recognition. Springer-Verlag New York, 2003. pp. 141-159), each of the comparison options can calculate the function of converting the first features to support features.
По результату сравнения опорного шаблона особенностей и первого неполного шаблона особенностей с помощью функции преобразования преобразуют первые особенности в систему координат опорных особенностей (перенос начала координат и доворот). Преобразование заключается в расчете первой и второй координат первых особенностей и расчете угла направления первых особенностей с учетом угла доворота системы координат первых особенностей. Первая и вторая координаты особенности и вектор направления особенности составляют параметры особенности, зависящие от системы координат.By comparing the reference feature template and the first incomplete feature template using the conversion function, the first features are converted to the coordinate system of the support features (origin transfer and turn-around). The transformation consists in calculating the first and second coordinates of the first features and calculating the direction angle of the first features, taking into account the angle of rotation of the coordinate system of the first features. The first and second coordinates of the singularity and the direction vector of the singularity are the parameters of the singularity, which depend on the coordinate system.
Затем синтезируют новый опорный шаблон особенностей. В новый опорный шаблон особенностей копируют все опорные особенности. Вокруг каждой опорной особенности очерчивают некоторую малую окрестность, например круг радиусом, равным среднему расстоянию между папиллярными линиями на отпечатке. Затем каждую преобразованную первую особенность проверяют на попадание в одну из очерченных малых окрестностей. Если преобразованная первая особенность не попадает ни в одну из очерченных малых окрестностей (то есть не сравнивается), то она добавляется в новый опорный шаблон особенностей, в противном случае нет. Таким образом, в новый опорный шаблон особенностей переходят все опорные особенности и часть первых особенностей, а именно те первые особенности, которые не сравниваются с опорными особенностями. На фиг.3 особенности 1-3 совпали и по ним определилась функция преобразования, а особенности 6 и 7 из первого неполного шаблона особенностей добавляют к особенностям 1-5 опорного шаблона особенностей.Then synthesize a new reference pattern of features. All reference features are copied to the new reference features template. Around each supporting feature, a small neighborhood is drawn, for example, a circle with a radius equal to the average distance between the papillary lines in the print. Then, each transformed first feature is checked for falling into one of the outlined small neighborhoods. If the transformed first feature does not fall into any of the outlined small neighborhoods (that is, it does not compare), then it is added to the new reference feature template, otherwise not. Thus, all the supporting features and part of the first features, namely those first features that cannot be compared with the supporting features, become the new reference features template. In Fig. 3, features 1-3 coincided and a conversion function was determined by them, and features 6 and 7 of the first incomplete feature template are added to features 1-5 of the reference feature template.
Композиция шаблонов особенностей завершена.The composition of the feature templates is complete.
Далее выбирают второй неполный шаблон особенностей, содержащий вторые особенности, и переименовывают его в первый неполный шаблон особенностей, содержащий первые особенности. Новый опорный шаблон особенностей переименовывают в опорный шаблон особенностей, содержащий опорные особенности. Итеративно повторяют все действия по композиции шаблонов особенностей для всех неполных шаблонов особенностей из множества неполных шаблонов особенностей. В результате получают полный шаблон особенностей, содержащий полные особенности, которому соответствует полный отпечаток пальца или ладони (фиг.3).Next, a second incomplete feature template containing the second features is selected and renamed to the first incomplete feature template containing the first features. The new reference features template is renamed to the reference features template containing support features. Iteratively repeat all the steps for composing feature templates for all incomplete feature templates from a variety of incomplete feature templates. The result is a complete pattern of features containing complete features, which corresponds to a complete fingerprint or palm (figure 3).
Наконец для каждой особенности из полного шаблона особенностей назначают допуск в виде радиуса очерченной окружности (задают окрестность для особенности, эта окрестность отличается от малой окрестности, используемой при композиции шаблонов особенностей). Обычно задаваемый допуск для всех особенностей одинаковый. Последовательно сравнивают полные особенности с особенностями из каждого неполного шаблона особенностей, и для каждой полной особенности подсчитывают количество N неполных шаблонов особенностей, при сравнении с которыми эта полная особенность сравнивается в пределах допуска с соответствующей особенностью из неполного шаблона особенностей. Отношение величины N к общему числу неполных шаблонов особенностей определяет вероятность наличия выбранной особенности.Finally, for each feature from the complete feature template, a tolerance is assigned in the form of the radius of the outlined circle (specify the neighborhood for the feature, this neighborhood is different from the small neighborhood used in the composition of feature templates). The usually specified tolerance is the same for all features. The complete features are sequentially compared with the features from each incomplete feature template, and for each complete feature, the number N of incomplete feature templates is counted, with which this complete feature is compared within the tolerance with the corresponding feature from the incomplete feature template. The ratio of N to the total number of incomplete patterns of features determines the probability of the presence of the selected feature.
Последовательность действий способа завершена.The sequence of steps of the method is completed.
Дополнительно отметим, что предварительно можно сравнить все неполные шаблоны особенностей между собой и в качестве опорного шаблона особенностей выбрать тот неполный шаблон особенностей, для которого сумма оценок сравнения обеспечивает наилучший результат в смысле минимума ошибок (Davide Maltoni, Dario Maio, Anil К. Jain. Handbook of Fingerprint Recognition. Springer-Verlag New York, 2003. p.136). Здесь обычно понимается вероятность ложного доступа и вероятность ложного отказа доступа. Можно воспользоваться произведением оценок сравнения или любой другой формулой.In addition, we can preliminarily compare all incomplete feature templates with each other and select the incomplete feature template for which the sum of comparison estimates provides the best result in terms of a minimum of errors as a reference feature template (Davide Maltoni, Dario Maio, Anil K. Jain. Handbook of Fingerprint Recognition. Springer-Verlag New York, 2003. p. 136). Here, the probability of false access and the probability of false access denial are generally understood. You can use the product of comparison estimates or any other formula.
Отметим преимущества предлагаемого изобретения.Note the advantages of the invention.
Достоинства способа-прототипа в предлагаемом решении сохраняются. Однако дополнительно каждой особенности в полном шаблоне особенностей в соответствие ставится вероятность наличия особенности. При идентификации личности человека формируют запросный шаблон особенностей, содержащий запросные особенности. При сравнении некоторые из запросных особенностей могут не сравниваться с полными особенностями. Если вероятность наличия полной особенности мала, то такая несравнивающаяся особенность вероятно ложная и возникла из-за дефектов на неполном отпечатке, поэтому оценку сравнения шаблонов особенностей можно не понижать. Если вероятность наличия полной особенности близка к единице, то такая несравнивающаяся особенность вероятно истинная, а шаблоны особенностей принадлежат разным пальцам, поэтому оценку сравнения шаблонов особенностей можно понизить. Это повышает точность идентификации личности человека. Для улучшения статистической оценки вероятности наличия полной особенности палец к сенсору надо прикладывать много раз, например 5-10 раз.The advantages of the prototype method in the proposed solution are preserved. However, in addition to each feature in the full pattern of features, the probability of a feature is associated. When identifying a person’s personality, a request feature template is formed containing request features. When comparing, some of the query features may not be compared with the full features. If the probability of the presence of a complete feature is small, then such an incomparable feature is probably false and arose due to defects in the incomplete print, so the evaluation of the comparison of feature templates can not be reduced. If the probability of the presence of a complete singularity is close to unity, then such an incomparable singularity is probably true, and the singularity patterns belong to different fingers, so the evaluation of the comparison of the singularity patterns can be reduced. This increases the accuracy of the identification of a person. To improve the statistical estimation of the probability of the presence of a complete feature, the finger should be applied to the sensor many times, for example, 5-10 times.
Кроме того, размещение особенностей из неполных шаблонов особенностей в информативной области неполного отпечатка минимизирует количество ложных особенностей и, следовательно, тоже повышает точность идентификации личности человекаIn addition, the placement of features from incomplete patterns of features in the informative area of an incomplete fingerprint minimizes the number of false features and, therefore, also increases the accuracy of identification of a person’s personality
Данный способ определения полного шаблона особенностей реализуется в виде последовательности действий, выполняемых на компьютере, и может быть применен в криминалистике, в системах предотвращения несанкционированного доступа в охраняемые помещения, при идентификации личности человека, пользующегося кредитной картой.This method of determining the complete pattern of features is implemented in the form of a sequence of actions performed on a computer and can be used in forensics, in systems to prevent unauthorized access to secure premises, when identifying the identity of a person using a credit card.
Учитывая новизну и наличие существенных отличительных признаков по сравнению с прототипом, заявитель считает, что предложенный способ может быть защищен патентом на изобретение.Given the novelty and the presence of significant distinguishing features in comparison with the prototype, the applicant believes that the proposed method can be protected by a patent for an invention.
Claims (2)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2007126867/09A RU2373573C2 (en) | 2007-07-13 | 2007-07-13 | Method for synthesis of complete template of features from several incomplete templates of features |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2007126867/09A RU2373573C2 (en) | 2007-07-13 | 2007-07-13 | Method for synthesis of complete template of features from several incomplete templates of features |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2007126867A RU2007126867A (en) | 2009-01-20 |
| RU2373573C2 true RU2373573C2 (en) | 2009-11-20 |
Family
ID=40375688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2007126867/09A RU2373573C2 (en) | 2007-07-13 | 2007-07-13 | Method for synthesis of complete template of features from several incomplete templates of features |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2373573C2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2627926C1 (en) * | 2016-07-18 | 2017-08-14 | Самсунг Электроникс Ко., Лтд. | Optical system for bioometric user identification |
| RU2660843C1 (en) * | 2016-06-17 | 2018-07-10 | Бейджинг Сяоми Мобайл Софтвэр Ко., Лтд. | Method and device applying for fingerprint input |
-
2007
- 2007-07-13 RU RU2007126867/09A patent/RU2373573C2/en not_active IP Right Cessation
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2660843C1 (en) * | 2016-06-17 | 2018-07-10 | Бейджинг Сяоми Мобайл Софтвэр Ко., Лтд. | Method and device applying for fingerprint input |
| US10346669B2 (en) | 2016-06-17 | 2019-07-09 | Beijing Xiaomi Mobile Software Co., Ltd. | Fingerprint entry prompting method and device |
| RU2627926C1 (en) * | 2016-07-18 | 2017-08-14 | Самсунг Электроникс Ко., Лтд. | Optical system for bioometric user identification |
| US10445556B2 (en) | 2016-07-18 | 2019-10-15 | Samsung Electronics Co., Ltd. | Optical system for biometric identification of a user |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2007126867A (en) | 2009-01-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7853054B2 (en) | Fingerprint template generation, verification and identification system | |
| US7539331B2 (en) | Image identification system | |
| JP2815045B2 (en) | Image feature extraction device, image feature analysis device, and image matching system | |
| US6668072B1 (en) | Method for producing a reference image for pattern recognition tasks | |
| EP0976087B1 (en) | Biometric recognition using a master pattern set | |
| US6005963A (en) | System and method for determining if a fingerprint image contains an image portion representing a partial fingerprint impression | |
| KR100818416B1 (en) | Method and apparatus for creating a composite fingerprint image | |
| US7151846B1 (en) | Apparatus and method for matching fingerprint | |
| EP1524620B1 (en) | Method to conduct fingerprint verification and a fingerprint verification system | |
| US6091839A (en) | Fingerprint characteristic extraction apparatus as well as fingerprint classification apparatus and fingerprint verification apparatus for use with fingerprint characteristic extraction apparatus | |
| JP2003248828A (en) | Identification method, program, and device | |
| WO2006012132A2 (en) | Generation of directional field information in the context of image processing | |
| Jie et al. | Fingerprint minutiae matching algorithm for real time system | |
| RU2373573C2 (en) | Method for synthesis of complete template of features from several incomplete templates of features | |
| Kanjan et al. | A comparative study of fingerprint matching algorithms | |
| JP2006244365A (en) | Biometrics collation method | |
| Toh et al. | Minutiae data synthesis for fingerprint identification applications | |
| JP5509769B2 (en) | Biometric authentication device and biometric authentication method | |
| RU2360286C2 (en) | Method for coding of papillary pattern imprint | |
| JP3742313B2 (en) | Image collation device, image collation method, program, and recording medium | |
| JP2007179267A (en) | Pattern matching device | |
| Davit et al. | High Speed fingerprint recognition method | |
| Tan et al. | Minutiae-based offline palmprint identification system | |
| JP2790689B2 (en) | Fingerprint center position calculation method | |
| Chowdhury et al. | Efficient fingerprint matching based upon minutiae extraction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20090804 |