CC BY
103
УДК 004.93
ИДЕНТИФИКАЦИЯ ЛИЧНОСТИ ПО ДВУМЕРНЫМ ОПТИЧЕСКИМ ОБРАЗАМ ОТПЕЧАТКОВ ПАЛЬЦЕВ
© 2010 Д.И. Трифонов
Самарский государственный университет
Поступила в редакцию 11.01.2010
В статье описывается метод идентификации личности по двумерным оптическим образам отпечатков пальцев человека, основанный на их обработке с помощью аппарата фрактальной геометрии. Ключевые слова: биометрия, отпечаток пальца, фрактал, идентификация.
1. ВВЕДЕНИЕ
В настоящее время биометрические методы идентификации личности становятся все более и более актуальной технологией распознавания личности. Преимущество биометрических систем идентификации, по сравнению с традиционными подходами, заключается в том, что идентифицируется не внешний предмет, принадлежащий человеку, а сам человек.
Наибольшее распространение получили технологии идентификации личности по отпечаткам пальцев, в основе которого лежит уникальность для каждого человека рисунка папиллярных узоров [1].
В настоящее время существует несколько алгоритмов идентификации личности по отпечаткам пальцев. В данной работе предложен новый метод идентификации личности по фрактальной размерности двумерных образов отпечатков пальцев. Его суть заключается в том, что изображение отпечатка пальца, полученного оптическими методами, представляется в виде фрактального множества, для которого вычисляется его числовая характеристика - фрактальная размерность. Этот параметр и будет являться той уникальной характеристикой, по которой будет происходить сравнение.
Возможность применения теории фракталов для биометрической идентификации личности - то нововведение, которое предложено, опробовано в работе и описано в данной статье.
2. ТЕОРИЯ
В основе метода распознавания личности лежит компьютерный алгоритм вычисления размерности Минковского для изображений, полученных оптическим путем. Алгоритм опирается
Трифонов Денис Иванович, аспирант кафедры безопасности информационных систем. E-mail: denstarrr@gmail.com
на следующее соотношение аппарата фрактальной геометрии:
log N(£) = log с - d log £, (1)
где N(£ ) - минимальное число шаров радиуса £, необходимых для покрытия компактного множества А,
d - любое неотрицательное вещественное число.
Как легко заметить, зависимость log N( £ ) от log £ - прямая с угловым коэффициентом d. Для определения неизвестных параметров с и d необходимо оценить N(x) [2].
Процедура вычисления фрактальной размерности d двумерного образа отпечатка происходит следующим образом:
Вход: S (бинарная квадратная матрица фрактала), р (размер S)
Выход: d (оценка размерности Минковского) Инициализация:
Lmax = наибольшее целое < р/10 (максимальный размер клетки) Шаги: For L = 1 to Lmax
N(L) = 0 B = наибольшее целое < p/L for i = 1 to B for j = 1to B
£ ( £s(k, h))//
cnt = k = (i-1) L + 1 h = ( j - 1) L +1
число точек в клетке
if cnt >0, N(L) =N(L)+1, end if end for for L to Lmax
£l = log( L) П = log( N (L))
end for
Найти МНК-прямую по точкам(£ L , n L), L = 1, ... , Lmax
размерность d = модуль углового коэффициента МНК-прямой [3].
Данный алгоритм оценки фрактальной размерности будет применен для нахождения дробной размерности изображения отпечатка пальца, а полученный результат для распознавания личности.
3. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ АЛГОРИТМА
Практическая реализация алгоритма распознавания личности заключалась в создании специальной биометрической системы, все фазы работы которой можно представить в виде следующей блок-схемы:
изводится ПЗС или КМОП фотоприемными устройствами [4].
Используемый в работе сканер представляет собой модуль для захвата и передачи на ПК образа отпечатка пальца. Уникальная технология, использующая прецизионную CMOS матрицу, позволяет получать изображения отпечатка пальца с высоким качеством. Сканер FS-80 может применяться в любых приложениях, где требуется эффективная и достоверная идентификация человека.
Рис. 1. Блок-схема биометрической системы
Модель процесса идентификации, реализованная в данной работе, также включает в себя все стадии, указанные на блок-схеме.
Регистрация пользователей. Процесс регистрации подразумевает под собой следующее: пользователь фиксирует значение какого-либо параметра отпечатка пальца в специальной базе данных, в которой будут храниться значения характеристик всех других пользователей. Зафиксированное значение биохарактеристики называется эталоном или шаблонным значением.
В данной работе исходными данными являются двумерные плоские изображения отпечатков пальцев человека. Их получение осуществлялось с помощью оптического сканера Futronic FS - 80. Данный этап является одним из самых важных в работе, т.к. качество полученных отпечатков пальцев напрямую влияет на точность дальнейшей идентификации личности.
Для получения исходных данных использовались FTIR-сканеры [FTIR, Frustrated Total Internal Reflection] - оптические контактные сканеры, основанные на измерении различий в полном внутреннем отражении подсвечиваемых внешним источником участков кожи на границе соприкосновения пальца с поверхностью предметного стекла сканера (чаще всего призмы). Считывание получившегося изображения про-
Рис. 2. Принцип действия FTIR- сканеров
В сканер FS-80 встроена специальная электронная схема, LFD (Live Finger Detection), позволяющая отличить живой палец от муляжа [5].
Рис. 3. Оптический сканер Ри^оше Р8-80
Для получения значения эталона, по которому будет происходить идентификация, снимается несколько изображений отпечатка пальца. Для каждого из вычисляется значение фрактальной размерности образа отпечатка пальца и по формуле (2) находится их среднее арифметическое:
Dср=(D1+D2+...+Dn)/n, (2)
где ^р - среднее значение фрактальной размерности;
D1..Dn - значения размерности 1-го...п-го ОП;
п - общее число ОП.
При этом следует отметить, чем больше вариантов одного и того же пальца сделано, тем точнее будет среднее арифметическое. Полученный результат и есть эталон, и все дальнейшие сравнения будут происходить с ним.
Следует учитывать, что получить абсолютно одинаковое значение одного и того же отпечатка пальца практически невозможно. Это объясняется тем, что состояние поверхности пальца может меняться под действием внешних факторов: грязь, царапины, порезы, смещения и растяжения кожи, различная сила нажатия, сухость и влажность кожи.
Исходя из этого было введено понятие среднего отклонения А Dср - диапазон значений, в пределах которого значения отпечатков пальцев могут отличаться от эталона. Параметр А Dср определяется по формуле (3):
А Оср=(^1-Бср|+^2-Оср|+...+^п-Оср|уп, (3) где А Dср - отклонение от среднего значения.
В табл. 1 параметры Dср и А Dср отражены более детально.
Следующим этапом распознавания личности является аутентификация и верификация пользователей Аутентификация - это процесс, в рамках которого выполняется проверка личности пользователя и устанавливается, что пользователь именно тот человек, за которого себя выдает [6].
В разрабатываемой системе аутентификация происходит следующим образом. Зарегистрированный ранее пользователь указывает логин -запись в базе данных, соответствующая конкретному пользователю. После этого он должен предъявить нечто, что может подтвердить подлинность субъекта. В данном случае в качестве такого "паспорта" выступает отпечаток пальца.
Сканированное изображение отпечатка обрабатывается и по алгоритму Минковского для
него вычисляется значение фрактальной размерности. Полученный результат сравнивается со значением, которое хранится в базе данных и соответствует зарегистрированному шаблону того пользователя, в качестве которого субъект себя заявляет. Описанная процедура реализована в специальной программе по распознаванию личности. Ее интерфейс представлен на рис. 4.
Рис. 4. Интерфейс программы
В разрабатываемой системе доступа рассматривается два варианта развития событий. Если полученное значение фрактальной размерности
Таблица 1. Результаты значений размерности отпечатков пальцев
Варианты отпечатка пальца ■ Щ Г*
Значение фрактальной размерности 1,5564 1,5529 1,5567 1,5574 1,5569
Среднее значение размерности ¡^¡р 1,5561
Среднее отклонение Д^ 0,0062
схоже со значением эталона в пределах допустимых значений, то система воспринимает пользователя как "своего". Аутентификация проходит успешно, пользователь получает доступ к системе в соответствии с назначенными ему правами. Если же разница между полученным значением размерности и эталонным значением превышает установленное допустимое отклонение, то система распознает субъект как "чужого". Соответственно пользователю будет отказано в доступе к системе.
Возможность обоих вариантов зависит от строгости политики безопасности. Если администратор установит слишком строгие правила политики безопасности, а именно низкий уровень допустимого отклонения А Dср, то отказ в доступе может получить как злоумышленник, так и легальный пользователь. Следовательно, возникнет ошибка первого рода FRR (False Reject rate) - "ложный отказ", "недопустить своего". Напротив, если установить слишком большое значение А Dср , то злоумышленник, у которого схожи отпечатки пальцев с отпечатками легального пользователя, может получить доступ, т.е возникнет ошибка второго рода FAR (False Acceptance Rate) - что означает "ложный допуск", "пропустить чужого".
Дальнейшая реализация системы заключалась в ряде испытаний на базе реальных отпечатках пальцев людей. Согласно проведенному исследованию, для разрабатываемой системы эти параметры составили:
FAR - 0,001 %
FRR - 0,0001 %
Данные показатели означают, что возможность допуска чужого составляет 1 случай из тысячи, возможность не допустить своего - 1 из 10 тысяч.
Сопоставив полученные результаты, можно сделать вывод, что разрабатываемая система идентификации личности по двумерным образам отпечатков пальцев может выступать в качестве реальной биометрической системы контроля доступа, удовлетворяющей всем требованиям безопасности. Следует отметить - лежащий в основе метод обработки оптических изображений, базирующийся на математическом для распознавания личности по отпечаткам пальцев, но и по другим изображениям биометрических характеристик человека - рисунка вен кисти руки, сетчатка глаза, геометрии формы лица.
Особую благодарность за помощь и содействие в подготовке работы хотелось бы выразить научному руководителю - доктору физико-математических наук, профессору СамГУ Горохову Александру Викторовичу.
СПИСОК ЛИТЕРАТУРЫ
1. Венедов М.А. Политика России в области биометрии. Статьи, репортажи, интервью. URL: http:// www.biometrics.ru (дата обращения 11.02.2009).
2. Морозов А.В. Введение в теорию фракталов. М.: Парус, 1996. С. 24-29.
3. Кроновер Р.М. Фракталы и хаос в динамических системах. Основы теории. М.: Постмаркет, 2000. С. 127-137.
4. Основные типы сканеров отпечатков пальцев и принципы их работы . URL: http://www.biolink.ru (дата обращения 4.02.2009)
5. Futronic в ногу с временем - технология "Live finger detection". URL: http://www.biometricacs.com (дата обращения 4.02.2009)
6. Шелупанов А.А., Зайцев А.П., Мещеряков Р.В. Основы защиты информации. Томск: В-Спектр, 2009. С. 67 - 72.
7. Руководство по биометрии / Р. М. Болл, Дж. Х. Кон-нел, Ш. Панканти, Н. К. Ратха, Э. У. Сеньор. М.: Техносфера, 2007.
PERSON IDENTIFICATION BY TWO-DIMENSION FINGERPRINT OPTICAL IMAGES
© 2010 D.I. Trifonov
Samara State University
In this article we described person identification method by two-dimension human fingerprint optical images, based on their treatment by means of mathematical fractal geometry. Key words: biometry, fingerprint, fractal, identification.
Denis Trifonov, Graduate Student of information system security department. E-mail: denstarrr@gmail.com
