Применение триангуляции Делоне для формирования шаблона дактилоскопического изображения

Владимир Юльевич Гудков, Дарья Николаевна Лепихова, Марина Львовна Гаврилова, Михаил Леонидович Цымблер

Аннотация


На сегодняшний день идентификация по отпечаткам пальцев – наиболее распространенный метод биометрической идентификации. Существующие модели идентификации отпечатков пальцев имеют ряд недостатков, влияющих на скорость и качество идентификации. Так большинство моделей не учитывают топологические характеристики изображений, в частности, классический метод измерения гребневого счета может выдавать неправильные значения в областях значительной кривизны гребневых линий. В статье представлена новая математическая модель для идентификации изображений отпечатков пальцев с учетом их топологических характеристик. Идентификация в рамках предложенной модели выполняется на базе шаблонов. Шаблоны содержат список всех контрольных точек, детектированных на изображении либо на его скелете, и список гребневых линий. Для гребневых линий и контрольных точек строятся наборы топологических векторов. Результат построения топологических векторов не зависит от расположения контрольных точек и учитывает их возможные мутации, что увеличивает стабильность предлагаемой математической модели. Дополнительно стабильность модели обеспечивается путем объединения базовых топологических векторов, построенных для всех контрольных точек и гребневых линий, в расширенный топологический вектор. Такое представление позволяет значительно уменьшить размер шаблона и оптимизировать использование памяти. Для сопоставления отпечатков в предлагаемой модели применяется триангуляция Делоне, которая строится на базе списка построенных топологических векторов. С помощью триангуляции определяются 112 возможных классов для топологических векторов. Такой подход позволяет увеличить скорость идентификации до 10 раз при сохранении ее точности. Предложенная классификация на основе триангуляции Делоне устойчива к поворотам и смещению изображений.


Ключевые слова


шаблон отпечатка пальца; триангуляция Делоне; контрольная точка; модель топологических векторов

Полный текст:

PDF (English)

Литература


Bebis G., Deaconu T., Georgiopoulos M. Fingerprint Identification Using Delaunay Triangulation. Proc. 1999 International Conference on Information Intelligence and Systems (ICIIS99). Washington, DC, 1999, pp. 452–459. DOI: 10.1109/iciis.1999.810315

Jain A.K., Hong L., Bolle R. On-line Fingerprint Verification. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1997, vol. 19, no 4, pp. 302–313. DOI: 10.1109/34.587996

Jiang X., Yau W.-Y. Fingerprint Minutiae Matching Based on the Local and Global Structures. Proc. 15th Internet Conference Pattern Recognition (ICPR, 2000). Barcelona, Spain, 2000, vol. 2, pp. 1042–1045. DOI: 10.1109/ICPR.2000.906252

Gonzalez R., Woods R. Digital Image Processing, 2006.

Maltoni D., Maio D., Jain A.K. Handbook of Fingerprint Recognition. New York, SpringerVerlag, 2003. 348 p. DOI: 10.1007/978-1-84882-254-2

Местецкий Л.М. Непрерывная морфология бинарных изображений. М: Физматлит, 2009. 288 p. [Mestetskiy L.M. Nepreryvnaya morfologiya binarnyh izobrazheniy: figury, skelety, tsyrkulyary [Continious Morphology of Binary Images: Figures, Skeletons, Circulars]. Moscow, Fizmatlit, 2009. 288 p.]

Ali H.M., Corraya S. Line Profile-Based Fingerprint Matching. Proc. 2016 International Workshop on Computational Intelligence (IWCI). Dhaka, Bangladesh, 2016, pp. 115–119. DOI: 10.1109/IWCI.2016.7860350

Kamath S.K.M., Rajeev S., Panetta K., Again S.S. Fingerprint Authentication Using Geometric Features. Proc. 2017 IEEE International Symposium on Technologies for Homeland Security (HST). Waltham, MA US, 2017, pp. 1–7. DOI: 10.1007/s10044-003-0201-2

Kovacs-Vajna Zs., Miklos A. Fingerprint Verification System Based on Triangular Matching and Dynamic Time Warping. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, vol. 22, no. 11, pp. 1266–1276. DOI: 10.1109/34.888711

Liang X., Asano T., A Linear Time Algorithm for Binary Fingerprint Image Denoising Using Distance Transform. IEICE TRANSACTIONS on Information and Systems, 2006, vol. E89-D, no. 4, pp. 1534–1542. DOI: 10.1093/ietisy/e89-d.4.1534

Wayman J., Jain A.K., Maltoni D., Maio D. Biometric Systems: Technology, Design and Performance Evaluation. Springer-Verlag, 2006. DOI: 10.1007/b138151

Xiao Y., Yan H. Facial Feature Location with Delaunay Triangulation / Voronoi Diagram Calculation. Proc. Selected Papers from 2001 Pan-Sydney Area Workshop on Visual Information Processing (VIP2001), CRPIT, vol. 11. Feng D.D., Jin J., Eades P. and Yan H., Eds. ACS, 2002, pp. 103–108.

Ratha N.K., Karu K., Chen S., Jain A.K. A Real-Time Matching System for Large Fingerprint Databases. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1996, vol. 18, no. 8, pp. 799–813. DOI: 10.1109/34.531800

Liao C.C., Chiu C.-T. Fingerprint Recognition with Ridge Features and Minutiae on Distortion. Proc. 2016 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Shanghai, China, 2016, pp. 2109–2113. DOI: 10.1109/ICASSP.2016.7472049

Liu E., Cao K. Minutiae Extraction from Level 1 Features of Fingerprint. IEEE Transactions on Information Forensics and Security, 2016, vol. 11, no. 9, pp. 1893–1902. DOI: 10.1109/TIFS.2010.2103940

Wang H., Gavrilova M., Luo Y., Rokne J. An Efficient Algorithm for Fingerprint Matching: Proc. International Conference on Pattern Recognition (ICPR 2006), Hong Kong, 2006, pp. 1034–1037. DOI: 10.1109/ICPR.2006.236

Wang C., Gavrilova M. Delaunay Triangulation Algorithm for Fingerprint Matching: Proc. 2006 3rd International Symposium on Voronoi Diagrams in Science and Engineering (ISVD 2006), Alberta, Canada, 2006, pp. 208-216. DOI: 10.1109/ISVD.2006.19

Macedo M.J., Yang W., Zheng G., Johnstone M.N. A Comparison of 2D and 3D Delaunay Triangulations for Fingerprint Authentication: Proc. 15th Australian Information Security Management Conference. Perth, Australia, 2017, pp. 108–115. DOI: 10.4225/75/5a84f3ca95b4b

Dremin A., Khachay M., Leshko A. Fingerprint Identification Algorithm Based on Delaunay Triangulation and Cylinder Codes. Proc. Third International Conference on Analysis of Images, Social Networks and Texts (AIST 2014), Yekaterinburg, Russia, 2014, pp. 128–139. DOI: 10.1007/978-3-319-12580-0_13

Elmouhtadi M., Elfkihi S., Aboutajdine D. Fingerprint Identification Based on Hierarchical Triangulation. Journal of Information Processing Systems, 2018, vol. 14, no. 2, pp. 435–447. DOI: 10.3745/JIPS.02.0084

Ghaddab M.H., Jouini K., Korbaa O. Fast and Accurate Fingerprint Matching Using Expanded Delaunay Triangulation. Proc. IEEE/ACS 14th International Conference on Computer Systems and Applications (AICCSA). Hammamet, Tunisia, 2017, pp. 751–758. DOI: 10.1109/AICCSA.2017.33

Sparrow M.K. Vector Based Topological Fingerprint Matching. Patent 5631971 USA, Int. Cl. G 06 K 9/00. Field Jul. 15, 1994; Date of patent May. 20, 1997; U.S.Cl. 382/125.

ISO/IEC Information Technologies. Biometrics. Biometric Data Interchange Formats. Part 2. Finger Minutiae Data, 2011.




DOI: http://dx.doi.org/10.14529/ctcr190303

Ссылки

  • На текущий момент ссылки отсутствуют.