Современные информационные технологии/4. Информационная безопасность.

Полєнніков Михайло Олександрович

НТУУ “КПІ”

Захист інформації за допомогою ідентифікації особи за відбитками пальців

Біометрія, як наука вивчення математичних або статистичних властивостей у фізіологічних і поведінкових людських характеристиках, широко використовується у сфері захисту інформації. Використання відбитків пальців в якості біометрії є одним з найстаріших методів автоматизоматизованої ідентифікації особи і водночас найбільш поширеною в наш час. До числа факторів, які сприяють поширенню використання систем такого типу можна віднести: незначні розміри та вартість апаратури для обробки зображень відбитків пальців, високопродуктивне апаратне забезпечення, степінь та швидкість розпізнавання, що відповідають вимогам програмного забезпечення, різкий ріст та розвиток мережних технологій та Інтернету, а також усвідомлення необхідності простих, базових методів захисту та безпеки інформації.

В даній статті пропонується визначення класичного методу ідентифікації особи за відбитками пальців та на його основі проводиться аналіз різних його модифікацій.

Модифікації класичного підходу

Так як одна із найбільш складних задач обробки зображень відбитків пальців – це отримання чіткого зображення для виконання розпізнавання, є декілька методів її розв’язку. Більшість з цих методів використовують адаптивне розпізнавання окремих частин зображення. Спочатку зображення розбивається на квадрати у яких визначаються характеристики папілярів та їх орієнтація. Орієнтація кожного участка визначається при обробці просторової чи частотної області виконанням двовимірного швидкого перетворення Фур’є.

Після бінаризації зображення, зазвичай виконується векторизація ліній папілярів. Однак існують методи обробки при яких етапи бінаризації та векторизації (обидва етапи вимагають значних обчислювальних витрат та можуть вносити шуми на зображення) опускаються. Є інший підхід, згідно з яким зображення папілярів отримуються з оригінального вхідного зображення в сірих тонах. Результатом є також зображення з виділеними кінцями та роздвоєннями на відбитку, як і в результаті традиційної обробки такого зображення. Розглянемо підхід детальніше.

Замість використання одного вікна(сегменту) для визначення розміщення та орієнтації папілярів використовується так званий мультивіконний режим, або режим мультирозширення. Спочатку ведеться обробка зображення вибраного розміру. В ньому визначається орієнтованість папілярів, визначається наскільки чітко можна розрізнити кінці та роздвоєння. Якщо дане значення є меншим ніж визначений поріг, тоді дане вікно розділяється на чотири менші підвікна і те ж саме повторюється для кожного підвікна. Така процедура виконується до тих пір, поки отримане значення не стане більшим визначеного порогу для кожного підвікна. Цей метод використовується для уникнення згладжування на окремих частинах зображення, що дуже часто є характерним для центральної частини зображення.

Через значну складність порівняння характерних ознак на двох відбитках, порівняння сусідніх ознак, було одним з найдавніших способів розв’язку задачі. Спочатку ознаки групувались за близькістю розташування одна до одної. Таких сусідніх ознак могло бути від двох до чотирьох. І кожна з них порівнювалась відповідно з ознаками на іншому відбитку, що значно спрощувало завдання. Існує два етапи такого розпізнавання. Спочатку розпізнавання ведеться всередині окремих частин на обох відбитках. Потім проводиться глобальне розпізнавання, тобто аналізується повністю весь відбиток – вхідний і еталонний.

Для зменшення часу обчислень при розпізнаванні було запропоновано також ряд інших методів розпізнавання характерних ознак. Один з підходів пропонує спочатку провести співставлення, а потім розпізнавати ознаки (це особливо актуально для методів, коли порівняння необхідно проводити раз, а розпізнавання багато разів). Лінійний перелік ознак складається при скануванні. Спочатку вибирається середина, а потім від неї рухаються до країв по спіралі. Таким чином одновимірні вектори, які містять характеристики кожної з ознак порівнюються на вхідному і еталонному відбитках. Іншим методом порівняння ознак є ступінчатий метод. Будується граф атрибутів, в якому найближчі характерні ознаки сполучені ребрами, а вершинами є ознаки. Ці вершини порівнюються на двох відбитках. Кількість співпадінь і визначає значення рівня ймовірності відповідності. Через такі незначні відмінності при порівнянні двох ознак розпізнавання може відбутись некоректно. Тому для кожної ознаки вводяться додаткові характеристики, такі як довжина та кривизна папіляра, на якому її виявлено та аналогічні характеристики по відношенню до сусідніх ознак.

Відбитки можна порівнювати і через кореляцію. Якщо бути точним, то кореляція двох зображень включає в себе трансляцію одного зображення в інше. Виконується мультиплікація відповідних пікселів. Тому пара відбитків, які співпадають, буде мати вище кореляційне значення. Порогове значення класифікації визначає чи достатньою є величина відповідності для того щоб даний відбиток був визначений як розпізнаний.

Кореляційний аналіз можна проводити не лише в просторовій, а і в частотній області. Першим кроком в такому випадку буде виконання двовимірного швидкого перетворення Фур’є (ШПФ) над вхідним та еталонним зображеннями. Відбувається перетворення зображення в частотну область. Потім виконується перемноження кожного з пікселів двох перетворених зображень, а сума цих перемножених результатів в частотній області і є еквівалентом кореляційного значення, яке отримується таким самим чином в просторовій області. Перевагою виконання такої обробки в частотній області є те, що відбитки стають незалежними при перетворенні, це означає що вони не повинні вирівнюватись з точки зору перетворення, оскільки початки координат для двох зображень є нульове значення частоти.

Кореляція в частотній області може виконуватись не лише цифровими засобами , а й оптичними системами. Це досягається використанням лінз та лазерного освітлення. При розкладанні призмою променя в частотний ряд, відбувається частотне перетворення. Аналогічним чином вхідне та еталонне зображення відбитків пальців пропускаються за допомогою лазерного світла через лінзу для виконання перетворення Фур’є. Їхні накладання спричиняють піки кореляції чиє значення є надзвичайно важливим при розпізнаванні відбитків. Перевагою такої оптичної обробки зображення є те, що швидкість операцій це і є по суті швидкість світла, що є значно швидшим, ніж швидкість обробки звичайними цифровими процесорами. В будь-якому випадку оптичні процесори не є настільки гнучко програмованими як цифрові, і в зв’язку з цим вони дуже рідко використовуються в комерційних проектах та системах.

Однією з модифікацій просторової кореляції є обробка не окремих пікселів самого зображення, а виконання операцій над рядками пікселів або над ознаками, які виявлені в даних рядках. Вхідне та еталонне зображення спочатку вирівнюються, а потім розділяються на частинки цими рядками. Характеристики папілярів визначаються для кожної частинки в рядку: середня інтенсивність кольору, напрям папіляра, частота, кількість папілярів у рядку. Відповідні частинки рядка порівнюються на наявність однакових ознак. Якщо значна частка ознак співпадає, тоді кажуть про високу ймовірність розпізнавання даного відбитка.

Кореляційний метод виконується швидше, особливо в системах, які виконують ШПФ на апаратному рівні. Проте він гірше справляється із зображеннями залежними від зовнішніх факторів та зашумленими зображеннями.

При проведенні верифікації відбитків пальців можна виділити наступні проблеми:

1. Зображення папілярів матимуть різні відповідні відображення. Можна встановити орієнтири такі як центр чи дельта, але якщо їх встановити чітко неможливо, тоді подальше розпізнавання не матиме сенсу.

2. На двох відбитках може бути різний кут повороту. Якщо на відбитку знайдено відповідний орієнтир, то можна спробувати обертати зображення для кращого співпадіння відносно цього орієнтиру. Проте, в процесі такої обробки можуть виникати помилки. А також в даному випадку будуть значні обчислювальні витрати через те, що кожен раз повертаючи доведеться знову обробляти ціле зображення.

3. Через те що шкіра є еластичною, відбитки можуть співпадати по розміщенню і напрямку, проте окремі частини, особливо з країв можуть не співпадати.

4. І нарешті, неминуча проблема зашумлення зображення. Два зображення для яких треба зробити розпізнавання можуть бути різної якості і зображення відбитків пальців могло бути зроблене за різних умов (температура, вологість шкіри) чи різними пристроями, тому вони можуть відрізнятись.

Висновки

Приведено класичний підхід для розпізнавання особи за відбитками пальців та на базі нього проведено порівняльний аналіз методів ідентифікації та верифікації зображень відбитків пальців. Виділено переваги та недоліки існуючих методів, проблеми які виникають на етапах обробки зображень та процесу ідентифікації особи.

Враховуючи, що більшість методів представляє собою комерційну таємницю в даному випадку важко виділити кращий метод, оскільки порівнювати доцільно алгоритмічно-апаратний комплекс. Зараз проводяться розробки по зменшенню розмірів та ціни системи, збільшенню надійності роботи. Для систем, що вимагають особливі вимоги до безпеки, використовуватимуться мультимодальні біометрики. Використання біометричних засобів спрощує процедуру аутентифікації особи, а також піднімає надійність систем безпеки.

Література:

1. L. O'Gorman and J. V. Nickerson, “An approach to fingerprint filter design”, PatternRecognition, Vol. 22, No. 1, pp. 29-38, 1989.

E. Peli, “Adaptive Enhancement Based on a Visual Model,” Optical Engineering, Vol. 26, No. 7, pp. 655-660, 1987.

E. C. Driscoll Jr., C. O. Martin, K. Ruby, J. J. Russell, and J. G. Watson, “Method and Apparatus for Verifying Identity Using Image Correlation, 1991.