Biometrica:huellas dactilares
Reconocimiento de huellas
dactilares
N.K. Ratha, K. Karu, S. Chen, A.K. Jain, (1996) A real-time matching system for large fingerprint
databases, IEEE TPAMI 18(8) 799
A.K. Jain, L. Hong, R. Bolle (1997) On-line fingerprint verification, IEEE TPAMI 19(4) 302
L. Hong, A. Jain (1998) Integrating faces and fingerprints for personal identification IEEE TPAMI
20(12) 1295
1
Biometrica:huellas dactilares
Emparejamiento de huellas
dactilares
• Usos:
– Law enforcement
– Control de acceso para instalaciones seguras
• Ventajas
– La huella es única
– Las características que se usan para la
identificación permanecen invariantes con la
edad
2
Biometrica:huellas dactilares
• Existen métodos manuales estandarizados para la búsqueda
de huellas dactilares en colecciones de forma manual
• El método automátizado de búsqueda precisa de una
representación (cjto de características) que posea las
propiedades:
– Retiene el poder discriminante de cada fingerprint a distintos
niveles de resolución
– Facilmente computable
– Permite algoritmos automáticos de emparejamiento
– Estable e invariante a ruido
– Representación compacta y eficiente
• Las crestas y los valles son las características primarias.
Las anomalías en el flujo de las crestas y valles
(bifurcaciones, final, cruces, crestas cortas, etc) son las
minutiae
3
Biometrica:huellas dactilares
4
Biometrica:huellas dactilares
5
Biometrica:huellas dactilares
6
Biometrica:huellas dactilares
7
Biometrica:huellas dactilares
Las características de interés para clasificación automática
se reducen a dos: final y bifurcación.
Características
complejas se pueden
caracterizar como
combinaciones de las
caract. Simples.
8
Biometrica:huellas dactilares
La minutia se caracteriza por
su posición (x,y) y ángulo
El emparejamiento se convierte en un
problema de emparejamiento de conjuntos
de puntos, que son problemas de
emparejamiento de grafos o subgrafos.
9
Biometrica:huellas dactilares
Características de alto nivel
• Clases de huellas:
– Arch, tented arch, left loop, rigut loop and
whorl
• Densidad de las crestas: nº por unidad de
distancia.
– Usualmente entre los puntos de interés: core y
delta.
• Core: punto interno más elevado de la cresta más
interna al bucle
• Delta: puntos con tres crestas irradiando
10
Biometrica:huellas dactilares
Calculo de las orientaciones
• Pasos (método de Rao):
– Calcular las magnitudes de los gradientes
Gx(i,j) y Gy(i,j).
– Obtiene la dirección dominante en bloques
16x16
11
Biometrica:huellas dactilares
La clasificación en clases
primitivas se hace sobre los
vectores de orientación en
una imagen 64x64. Se
calculan las direcciones, se
suavizan (hasta que se
obtiene un resultado), se
encuentran los puntos
singulares y se detectan los
puntos core y delta. De
acuerdo con ellos se
clasifica la huella.
12
Biometrica:huellas dactilares
El índice de Pincaré se calcula sumando todos los cambios de
en el ángulo de la dirección a lo largo de una curva cerrada en
torno al punto que se examina.
La clasificación de los puntos se hace en base al índice de
Poincaré.
13
Biometrica:huellas dactilares
La discriminación de las clases se hace estudiando las lineas que conectan los
14
core y deltas y su relación con el campo de orientaciones local
Biometrica:huellas dactilares
Problemas de ruido
• El método de captura de la huella produce
– Areas con demasiada tinta: manchones
– Rupturas en las crestas producidas por falta de
tinta.
– Variaciones de posición debidas a los cambios
de presión.
15
Biometrica:huellas dactilares
Pasos de extracción de minutiae
• Preproceso y segmentación
–
–
–
–
Cálculo del campo de orientación
Separación de fondo y objeto
Segmentación de crestas
Suavización direccional de las crestas
• Adelgazamiento morfológico y extracción de
características
• Postproceso: eliminación de ruido
• Densidad de crestas entre el core y el delta calculada a
partir de la imagen adelgazada
16
Biometrica:huellas dactilares
17
Biometrica:huellas dactilares
Busqueda multinivel
• Una secuencia de niveles de búsqueda que
reducen el espacio de búsqueda en cada
paso:
– Búsqueda basada en texto: nombre, color de
pelo, color de ojos,…
– Basada en la clase
– Basadas en la densidad de crestas
– Basada en el emparejamiento de minutiae
18
Biometrica:huellas dactilares
Emparejamiento elástico de
minutias
• Registro: corrección de las
rotaciones/traslaciones indeseadas
• Emparejamiento de minutias:
• Cálculo de la bondad (score) de
emparejamiento
19
Biometrica:huellas dactilares
registro
• Entrada: conjuntos de minucias
• Transformación asumida: afin, ruido,
eliminación y añadido de puntos
• Es un problema de optimización: busca el
mejor emparejamiento mediante una
trasformada de Hough generalizada
20
Biometrica:huellas dactilares
En el emparejamiento
algunos puntos pueden
no tener
correspondencias y tras
el registro los
emparejamientos se
recuperan con un cierto
error.
21
Biometrica:huellas dactilares
Transformada de Hough
• Conjunto de transformaciones admitidas
• Espacio de parámetros de las
transformaciones admitidas
22
Biometrica:huellas dactilares
• Matriz de acumulación
• Cálculo de la trasnformación: para cada par
de puntos de minucias de cada imagen se
calcula la transformación y se acumula
23
Biometrica:huellas dactilares
24
Biometrica:huellas dactilares
Emparejamiento de minucias
25
Biometrica:huellas dactilares
26
Biometrica:huellas dactilares
Identificación de huellas
• Es el proceso de emparejar una huella
interrogación (query) contra una base de
datos de huellas dada para establecer la
identidad de un individuo.
• Objetivos
– Determinar si la huella está presente en la base
de datos
– Obtener los mejores candidatos
27
Biometrica:huellas dactilares
Identificación como
correspondencia entre minutiae
• No se conoce una correspondencia a priori
entre las minucias de las dos huellas
• Existen translaciones, rotaciones y
deformaciones no lineales entre las
minucias patrón y las de entrada.
• Aparecen minucias espureas en ambos
casos
• Se pierden algunas minucias
28
Biometrica:huellas dactilares
Dos huellas del mismo dedo, se aprecian las deformaciones
debidas a la presión, además de rotación y traslación.
29
Biometrica:huellas dactilares
Sistema de verificación on-line
• Basado en escaners de huellas digitales
30
Biometrica:huellas dactilares
Fases
• Extracción de minucias (500 dpi)
– Extracción del mapa de crestas
– Búsqueda de las minucias
• Emparejamiento de minucias
– Emparejamiento elástico de un conjunto de
puntos.
– Sujeto a deformaciones.
31
Biometrica:huellas dactilares
Extracción de minucias
32
Biometrica:huellas dactilares
Estimación del campo de
orientación
• Mejora jerárquica del método de Rao
• Calcula el nivel de consistencia de las
orientaciones entre bloques vecinos
D son los 5x5 bloques vecinos
33
Biometrica:huellas dactilares
Si la consistencia está por encima de un cierto umbral, se
reestiman las orientaciones entorno a esa región a una
resolución menor.
34
Biometrica:huellas dactilares
Detección de crestas
• Convoluciona con máscaras de tamaño LxH
• Acentúan los máximos locales de intensidad
adaptativamente,en la dirección normal a la
dirección local de la cresta.
• Precisa de un postproceso de detección de
agujeros y raspaduras (hole & speckle)
35
Biometrica:huellas dactilares
Si las dos imágenes
convolución son mayores
que un umbral se define
como cresta el pixel
Dirección local de la cresta
36
Biometrica:huellas dactilares
Extracción de minucias
• Trivial si el mapa de crestas está bien
definido: idealmente adelgazado.
– Finales de crestas: el número de 8 vecinos es 1
– Bifurcaciones: mas de dos 8-vecinos
• Problemas: rupturas y spikes indeseados
producen minucias espúreas. Es necesario
aplicar algún método de suavización.
37
Biometrica:huellas dactilares
Suavización de crestas
• Heurísticos:
– Si una rama es ortogonal a la dirección de la cresta y su longitud es
menor que un umbral, se remueve.
– Si una ruptura es suficientemente pequeña y no pasan otras crestas
por medio de ella, se unen los extremos.
• Refinamiento basado en información estructural
– Si varias minucias forman un cluster en una región pequeña, se
remueven todas menos la más cercana al centro del cluster
– Si dos minucias se encuentran bastante cerca, enfrentadas sin
crestas intermedias, eliminar ambas.
• Información asociada a las minucias: posición, orientación
y cresta asociada.
38
Biometrica:huellas dactilares
39
Biometrica:huellas dactilares
Emparejamiento de crestas
• Proponen reconocimiento mediante
alineamiento.
– Fase de alineamiento: se estiman
transformaciones de rotación, traslación y
escalado entre el input y el patrón en la BD
– Fase de emparejamiento: se convierten las
minucias en polígonos en el sistema de
coordenadas polares y se aplican algoritmos de
emparejamiento elástico de cadenas (strings).
40
Biometrica:huellas dactilares
Alineamiento de patrones de
puntos
• Cada minucia se corresponde con una cresta y el
emparejamiento se hace sobre las crestas
41
Biometrica:huellas dactilares
Durante la detección de las minucias, se registran también las crestas. Se
representan como curvas planares, con su origen coincidente con la
minucia, el eje x coincidente con la dirección de la minucia. La curva está
normalizada por la distancia entre crestas promedio.
Sean Rd y RD las crestas asociadas con las minucias input y patrón.
Paso 1: calcular el emparejamiento como curvas 1D, con L el mínimo de
las longitudes, di y Di la distancia al eje x, y el intervalo de muestreo es la
distancia intercresta. Si S supera un umbral proseguir con el paso 2, sino
intentar con otro par de crestas patrón e input.
42
Biometrica:huellas dactilares
Paso 2: calcular la transformación entre las dos crestas. Calcula el
vector de traslación referido a las minucias de referencia:
Calcula el ángulo de rotación entre las crestas:
Paso 3: sea
la minucia de referencia. Trasladar y
rotar todas las minucias de acuerdo con los parámetros
calculados para esta minucia de referencia.
43
Biometrica:huellas dactilares
Emparejamiento de los puntos
alineados
• La existencia de deformaciones en la
impresión de la huella implica que es
necesario un emparejamiento elástico.
Minucias
patrón e
input
44
Biometrica:huellas dactilares
Paso 1: convertir a coordenadas polares respecto de la minucia
de referencia:
Paso 2: representar las minucias en orden de distancia radial
Paso 3:Emparejar las representaciones radiales mediante un
algoritmo de programación dinámica y obtener la distancia de
edición entre las representaciones polares.
45
Biometrica:huellas dactilares
Paso 4: usa la distancia de edición para establecer la
correspondencia de las minucias. La medida del
emparejamiento es:
Npair número de minucias que caen en
las cajas de acotación de las minucias
patrón.
Justificación:
Deformaciones no lineales son radiales.
Es más facil de formular la rotación en el espacio de
coordenadas polares.
46
Biometrica:huellas dactilares
Emparejamiento de cadenas
• Se hace en el paso 3
• Introducen criterios de elasticidad
• Definición recursiva de la distancia de
edición C(M,N)
47
Biometrica:huellas dactilares
48
Biometrica:huellas dactilares
Ajuste adaptativo de
alineamiento para el
emparejamiento elástico
49
Biometrica:huellas dactilares
50
Descargar

Reconocimiento de huellas dactilares