Алгоритмы формирования цветных QR-кодов для задач биометрии Текст научной статьи по специальности «Компьютерные и информационные науки»

НАУЧНО-ТЕХНИЧЕСКИИ ВЕСТНИК ИНФОРМАЦИОННЫХ ТЕХНОЛОГИИ, МЕХАНИКИ И ОПТИКИ сентябрь-октябрь 2019 Том 19 № 5 ISSN 2226-1494 http://ntv.itmo.ru/

SCIENTIFIC AND TECHNICAL JOURNAL OF INFORMATION TECHNOLOGIES, MECHANICS AND OPTCS September-October 2019 Vol. 19 No 5 ISSN 2226-1494 http://ntv.itmo.ru/en/

ИНШОРМАЦИОННЫХ ТЕХНОЛОГИЙ, МЕХАНИКИ И ОПТИКИ

УДК 612.087.1 сЫ: 10.17586/2226-1494-2019-19-5-955-958

АЛГОРИТМЫ ФОРМИРОВАНИЯ ЦВЕТНЫХ QR-КОДОВ ДЛЯ ЗАДАЧ БИОМЕТРИИ Г.А. Кухарев^ Н. Казиеваb

а Санкт-Петербургский государственный электротехнический университет (ЛЭТИ) им. В.И. Ульянова (Ленина), Санкт-Петербург, 197376, Российская Федерация

ь Университет ИТМО, Санкт-Петербург, 197101, Российская Федерация Адрес для переписки: kaznaz@list.ru

Информация о статье

Поступила в редакцию 22.06.19, принята к печати 12.07.19 Язык статьи — русский

Ссылка для цитирования: Кухарев Г.А., Казиева Н. Алгоритмы формирования цветных QR-кодов для задач биометрии // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 5. С. 955-958. ёок 10.17586/2226-1494-2019-19-5-955-958

Аннотация

Предмет исследования. Обсуждается алгоритм формирования цветных ОЯ-кодов для задач лицевой биометрии. Методы основаны на процедурах обработки изображений, методах линейной алгебры и реализованы в среде пакета МАТЛАБ. Основные результаты. Представлен новый графический объект - цветной биометрический ОЯ-код и метод формирования цветных ОЯ-кодов для задач лицевой биометрии, описан алгоритм его реализации, показана функциональная схема устройства его реализации, приводятся примеры различных вариантов цветных биометрических ОЯ-кодов. Практическая значимость. Полученные результаты могут быть использованы в практической биометрии и ее приложениях, а также для создания новых видов тестовых баз изображений лиц. Ключевые слова

цветной биометрический ОЯ-код, декомпозиция цветного изображения, антропометрия, биометрическая информация, генерация ОЯ-кода

doi: 10.17586/2226-1494-2019-19-5-955-958

ALGORITHMS OF COLOR QR CODES FORMATION FOR BIOMETRY TASKS

G.A. Kukhareva, N. Kaziyevab

a Saint Petersburg Electrotechnical University "LETI", Saint Petersburg, 197376, Russian Federation b ITMO University, Saint Petersburg, 197101, Russian Federation Corresponding author: kaznaz@list.ru

Article info

Received 22.06.19, accepted 12.07.19 Article in Russian

For citation: Kukharev G.A., Kaziyeva N. Algorithms of color QR codes formation for biometry tasks. Scientific and Technical Journal of Information Technologies, Mechanics and Optics, 2019, vol. 19, no. 5, pp. 955-958 (in Russian). doi: 10.17586/2226-1494-2019-19-5-955-958

Abstract

Subject of Research. The paper considers an algorithm for the formation of color QR-codes for facial biometrics. Methods. The methods are based on image processing procedures, linear algebra methods and are implemented in MATLAB package environment. Main Results. We present a new graphics object: a color biometric QR code and a method of forming color QR codes in biometrics tasks. An algorithm for its implementation is described, a functional diagram of the device for its implementation is shown, examples of various variants of color biometric QR codes are given. Practical Relevance. The results obtained can be used in practical biometrics and its applications, and for creation of new types of test databases for face images. Keywords

color biometric QR code, color image decomposition, anthropometry, biometric information, QR code generation

Технологии штрихового кодирования в XXI в. вышли за границы логистики потоков товаров, почтовых отправлений и контейнерных грузов и бесповоротно вошли в повседневную жизнь людей. Например, в повседневном жизненном процессе человек «выступает» как покупатель, как пассажир, как пациент медучреждения, как турист при

переходе через пограничный пункт пропуска, как пользователь системы контроля доступа к информационным или материальным ресурсам или как клиент с доступом к личному кабинету клиентского сервиса и т. д. При этом каждое действие человека в этом процессе сопровождается созданием и/или контролем штрих-кода, ассоциированного с этим действием, а штрих-код «как бы приклеен» к человеку, как к некоторой вещи.

В некоторых случаях (например, QR-код «ORCID») штрих-код содержит краткую документальную информацию о человеке, но не содержит о нем никакой биометрической информации, хотя вопросы применения двумерных штриховых кодов в биометрии были поставлены еще 20 лет назад [1, 2]. На сегодняшний день уже стало ясным, что лицевые биометрические технологии способны обеспечить весь комплекс задач распознавания людей, совершающих доступ к ресурсам и обмен информацией с соответствующими системами, а технологии штрихового кодирования в приложении к биометрии позволяют эффективно реализовать автоматизацию сопутствующих процессов: унификацию и каталогизацию документов и удостоверений личности, быструю проверку их аутентичности и безошибочный обмен данными о клиентах по универсальным стандартам и международным каналам и т. д. Именно поэтому интерес к проблеме представления биометрической информацией в рамках штрихового кодирования не ослабевает с момента появления первых проб по использованию штрихового кодирования в биометрии.

Одно из интересных решений технологии штрихового кодирования для задач лицевой биометрии было предложено в статье [3], где отмечается, что попытки практического создания штрих-кодов с биометрической информацией ведутся уже более 10 последних лет [4].

Идеи, представленные в [3], заключаются в формировании нового цветного графического объекта на основе двух типов компонентов — оригинальных полутоновых QR-кодов и полутоновых изображений лиц (Photo) — путем их размещения на местах слоев «R», «G» и «B» этого графического объекта, что по факту приводит к созданию цветного QR-кода [3]. При этом биометрическую (ANTRO) и документальную (INFO) информацию об изображении лица содержат QR-коды, входящие в цветной QR-код. Именно поэтому такие цветные QR-коды были названы как биометрические цветные QR-коды.

Структура устройства, реализующего эту идею, и результат формирования цветных QR-кодов PIA (Photo/INFO/ ANTRO ), PIP (Photo/INFO/Photo), показаны на рис. 1. Устройство состоит из блока анализа входного цветного изображения, блока подготовки сообщений, блока генерации QR-кодов, блока декомпозиции цветного изображения, блока компоновки цветных QR-кодов. При этом первый вход устройства является входом блока анализа входного цветного изображения, первый выход которого соединен с первым входом блока подготовки сообщений, второй вход которого является вторым входом устройства, выход блока подготовки сообщений соединен со входом блока генерации QR-кодов, выход которого соединен с первым входом блока компоновки цветных QR-кодов, второй вход которого соединен с выходом блока декомпозиции цветного изображения, вход которого соединен со вторым выходом блока анализа входного цветного изображения, выход блока компоновки цветных QR-кодов является выходом устройства.

BIO QR: PIP

Photo

QR «INFO»

Photo

Блок генерации QR-кодов

Блок анализа входного цветного изображения

Блок подготовки сообщений

Блок декомпозиции

цветного изображения

Блок компоновки цветных QR-кодов

ИЙЯг

BIO QR: PIA

Photo

QR «INFO»

QR «ANTRO»

Рис. 1. Структура устройства формирования цветных биометрических QR-кодов и примеры результата формирования QR-кодов PIP и PIA

Биометрическая информация представлена координатами антропометрических точек изображения лица, которые определяются в блоке анализа входного цветного изображения, а документальная информация поступает в устройство по входу 2, причем оба вида информации представлены на входе блока подготовки сообщений в алфавитно-цифровой форме, а на выходе блока — как законченные сообщения, по которым в блоке генерации QR-кодов генерируется соответствующий QR-код, который поступает в блок компоновки цветных QR-кодов, одновременно с этим в блоке декомпозиции цветное изображение расслаивается на компоненты <А», и «В», которые также поступают в блок компоновки цветных QR-кодов, где из состава компонент <А», <^» и «В» и сформированных QR-кодов заканчивается процесс формирования цветного биометрического QR-кода.

Для обработки представляется исходное цветное изображение лица оригинального размера, которое определяется следующим образом: М^х3, где М и N — число строк и столбцов изображения. Исходное изображение лица корректируется с учетом выбранного размера генерируемого QR-кода. Размер QR-кода МдК*МдК определяется соотношением МдК = 17 + 4V для целых значений параметра V — версий QR-кода 1 < V< 40.

Алгоритм формирования цветного биометрического QR-кода включает в себя следующие этапы: — корректировку входного изображения лица по размеру МдК*МдК QR-кода;

Г.А. Кухарев, Н. Казиева

— генерацию полутоновых QR-кодов QRinfo и QRantro по сообщениям из блока подготовки сообщений, представляя их матрицами размером MqR*MqR;

— декомпозицию цветного изображения лица на компоненты «R», «G» и «B» так, что R = ](:, :, 1); G = ](:, :, 2), B = ](:, :, 3); где I — цветное изображение размера MqrxMqr*3;

— выбор одной или двух компонент из «R», «G», «B» для использования в цветном QR-коде;

— формировании цветного QR-кода по выбранным компонентам и сгенерированным QR-кодам так, что:

QRPIP(:, :, 1) = P; QRPIA(:, :, 1) = P; QRPÄ](:, :, 1) = P; ...

QRPIP(:> :> 2) = qRinfo; QRPIA(:' :> 2) = qRinfo; qRpai(:> :> 2) = qRantro;

qrpip(:, 3) = В qrpia(:, 3) = qRantro qrpaÁ:> :> 3) = qRinfo

где QRxxx — матрица размером MqrXMqrX3, представляющая формируемый цветной QR-код.

Представленный алгоритм формирования позволяет получить цветные коды различных цветовых гамм, что показано на рис. 2. При этом прочитать полную информацию непосредственно с «поверхности цветного QR-кода» можно только для случая биометрических (BIO) QR-кодов PIP и PIA (BIO QR PIP и BIO QR PIA). В [3] показано, как улучшить возможность чтения всей информации «с поверхности цветного QR-кода». В остальных случаях чтение полной информации возможно только после декомпозиции цветного QR-кода на составляющие его компоненты. Эта особенность становится полезной, когда требуется ограничить простой доступ к чтению биометрической и документальной информации с цветных биометрических QR-кодов.

Рис. 2. Варианты цветных биометрических QR-кодов

Цветные BIO QR-коды со структурой PIP (Photo/INFO/Photo) можно изменить так, чтобы вместо второго полутонового изображения в его структуре находился соответствующий скетч [5, 6], что дает новый вид для этой структуры — PIS (Photo\INF\Sketch). Пример такого цветного BIO QR-кода приведен на рис. 3. С помощью таких QR-кодов можно создавать новые тестовые базы «Photo-Sketch», которые можно использовать в задачах поиска соответствия между скетчами и фото.

Развитием рассмотренных выше биометрических QR-кодов являются анимированные BIO QR-коды, представляемые в формате GIF. Компоненты, составляющие эти QR-коды, можно не только увидеть в динамике, но и прочитать всю вложенную в них информацию. Для этого можно воспользоваться программой Microsoft Office PowerPoint в режиме просмотра слайдов или отобразить анимированные BIO QR-коды на платформе браузера «Internet Explorer».

Анимированные BIO QR-коды можно формировать с тремя компонентами из набора оригинальных полутоновых QR-кодов и полутоновых изображений лиц или с четырьмя компонентами, или с большим числом компонент. Если первой компонентой будет цветной биометрический QR-код, то и анимированный BIO QR-код будет цветным. Однако вопросы записи и стабильного чтения-декомпозиции таких QR-кодов без использования специальных графических пакетов нами пока еще не решены. Поэтому поиск такого решения — это наша ближайшая задача.

BIO QR PIS

Photo

INFO

Scetch

Рис. 3. Цветной BIO QR-код со структурой PIS (Photo/INFO/Sketch)

Литература

Soldek J., Shmerko V., Phillips Ph., Kukharev G., Rogers W., Yanushkevich S. Image analysis and pattern recognition in biometric technologies // Proc. International Conference on the Biometrics: Fraud Prevention, Enhanced Service, Las Vegas, Nevada, USA, 1997. P. 270-286.

Heeter T.W. Method for verifying human identity during electronic sale transactions. Patent US5878155. Filling date: 05.09.96. Publication date: 02.03.99.

Кухарев Г.А., Казиева Н., Цымбал Д.А. Технологии штрихового кодирования для задач лицевой биометрии: современное состояние и новые решения // Научно-технический вестник информационных технологий, механики и оптики, 2018. Т. 18. № 1. С. 72-86. doi: 10.17586/2226-1494-2018-18-1-72-86 Kaziyeva N., Kukharev G., Matveev Y. Barcoding in biometrics and its development // Lecture Notes in Computer Science. 2018. V. 11114. P. 464-471. doi.: 10.1007/978-3-030-00692-1_40 Wang X., Tang X. Face photo-sketch synthesis and recognition // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2009. V. 31. N 11. P. 1955-1967. doi: 10.1109/TPAMI.2008.222 CUHK Face Sketch Database (CUFS) [Электронный ресурс]. URL: http://mmlab.ie.cuhk.edu.hk/archive/facesketch.html, свободный. Яз. англ. (дата обращения: 03.04.2019).

References

Soldek J., Shmerko V., Phillips Ph., Kukharev G., Rogers W., Yanushkevich S. Image analysis and pattern recognition in biometric technologies. Proc. International Conference on the Biometrics: Fraud Prevention, Enhanced Service, Las Vegas, Nevada, USA, 1997, pp. 270-286.

Heeter T.W. Method for verifying human identity during electronic sale transactions. Patent US5878155, 1999. Kukharev G.A., Kaziyeva N., Tsymbal D.A. Barcoding technologies for facial biometrics: state-of-the-art and new solutions. Scientific and Technical Journal of Information Technologies, Mechanics and Optics, 2018, vol. 18, no. 1, pp. 72-86. (in Russian). doi: 10.17586/2226-1494-2018-18-1-72-86 Kaziyeva N., Kukharev G., Matveev Y. Barcoding in biometrics and its development. Lecture Notes in Computer Science, 2018, vol. 11114, pp. 464-471. doi.: 10.1007/978-3-030-00692-1_40 Wang X., Tang X. Face photo-sketch synthesis and recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2009, vol. 31, no. 11, pp. 1955-1967. doi: 10.1109/TPAMI.2008.222

CUHK Face Sketch Database (CUFS) Available at: http://mmlab. ie.cuhk.edu.hk/archive/facesketch.html (accessed: 03.04.2019).

1.

1.

2.

2.

5

5.

Авторы

Кухарев Георгий Александрович — доктор технических наук, профессор, профессор, Санкт-Петербургский государственный электротехнический университет (ЛЭТИ) им. В.И. Ульянова (Ленина), Санкт-Петербург, 197376, Российская Федерация, Scopus ID: 18037842200, ORCID ID: 0000-0003-2188-2172, gakukharev@etu.ru

Казиева Назым — инженер, аспирант, Университет ИТМО, Санкт-Петербург, 197101, Российская Федерация, Scopus ID: 57203633843, ORCID ID: 0000-0002-7559-1795, kaznaz@list.ru

Authors

Georgy A. Kukharev — D.Sc., Full Professor, Saint Petersburg Electrotechnical University "LETI", Saint Petersburg, 197376, Russian Federation, Scopus ID: 18037842200, ORCID ID: 0000-0003-2188-2172, gakukharev@etu.ru

Nazym Kaziyeva — engineer, postgraduate, ITMO University, Saint Petersburg, 197101, Russian Federation, Scopus ID: 57203633843, ORCID ID: 0000-0002-7559-1795, kaznaz@list.ru