РОЗРОБКА МЕТОДУ ПОРІВНЯННЯ ВІДБИТКІВ ПАЛЬЦІВ З ВИКОРИСТАННЯМ K-MEANS

Mariya Nazarkevych, A. Petrov, O. Onopriychuk, N. Oleksiv, Y. Kis

Анотація


Досліджено методи біометричної ідентифікації. Проаналізовано метод кластеризації K-Means. Кластеризація групує опорні точки на біометричних зображеннях. Методика передбачає визначення кількості кластерів та присвоєння кластеру центроїдів до кожного кластера з цілих наборів даних. Відстань між кожною точкою у наборах даних та кластерами обчислюється розробленим методом. При порівнянні на спеціальних точках формується шаблон, на якому виділяються кінцеві точки і точки розгалуження. На сканованому зображенні відбитка також виділяються спеціальні точки, які порівнюються. При нормалізації зображення відбувається процес масштабування відбитка до однорідного масштабу та геометричних розмірів з визначеною роздільною здатністю. Обчислення локальної орієнтації: означає процес масштабування відбитка до початку координат та поворот відбитка із встановленням початку координат. Суть методу кореляційного порівняння полягає в тому, що отриманий відбиток пальця накладається на кожен еталон з бази по черзі, після чого обчислюється попіксельно різниця. Процес порівняння повинен включати багато ітерацій, на кожній з яких зображення повертається на невеликий кут або трохи зміщується. При виконанні сегментації відбитків: необхідно будувати маску, розділивши нормалізоване зображення на блоки, та виконавши завдання класифікації. Алгоритм узгодження шаблонів враховує не тільки окремі сегменти, а й загальні характеристики відбитка пальця, такі як товщина папілом, їх кривизна або щільність. Для демонстрації роботи системи створено користувацьку та адміністративну прошивки. Отримані результати дослідження роботи програми з представленим методом зображення відбитків пальців. Розроблена система ідентифікації базується на Arduino Nano у поєднанні з сканером відбитків пальців DY50. Програмне забезпечення даної системи реалізовано за допомогою мови C++ та інтегровано, використовуючи Arduino IDE.

Ключові слова: фільтрація, фільтрація Атеб-Габора, біометрична ідентифікація.


Повний текст:

PDF (English)

Посилання


  1. Jeon, S. J., Go, M. S., & Namgung, J. H. (2022). Use of personal information for artificial intelligence learning data under the Personal Information Protection Act: the case of Lee-Luda, an artificial-intelligence chatbot in South Korea. Asia Pacific Law Review, 1-18.
  2. Luo, S. (2022). User Sensitive Information Protection Scheme Based on Blockchain Technology. Mobile Information Systems, 2022.
  3. Hrytsyk, V., Grondzal, A., & Bilenkyj, A. (2015, September). Augmented reality for people with disabilities. In 2015 Xth International Scientific and Technical Conference" Computer Sciences and Information Technologies"(CSIT) (pp. 188-191). IEEE.
  4. Gulekci, Y., Efeoglu Ozseker, P., Cavus Yonar, F., & Daglioglu, N. (2022). Comparison of methods to develop fingerprints on papers impregnated with AB‐PINACA and AB‐FUBINACA. Journal of Forensic Sciences, 67(2), 524-533.
  5. Kasprowski, P., & Ober, J. (2004, May). Eye movements in biometrics. In International Workshop on Biometric Authentication (pp. 248-258). Springer, Berlin, Heidelberg.
  6. Giełczyk, A., Marciniak, A., Tarczewska, M., & Lutowski, Z. (2022). Pre-processing methods in chest X-ray image classification. Plos one, 17(4), e0265949.
  7. Wang, C., Peng, G., & De Baets, B. (2022). Class-specific discriminative metric learning for scene recognition. Pattern Recognition, 126, 108589.
  8. Voznyi, Y., Nazarkevych, M., Hrytsyk, V., Lotoshynska, N., & Havrysh, B. (2021). Проектування системи автентифікації біометричного захисту на основі методу K-середніх. Електронне фахове наукове видання "Кібербезпека: освіта, наука, техніка", 4(12), 85-95.
  9. Nazarkevych, M., & Nazarkevych, H. (2022). Проектування захищеної інформаційної системи для створення продукту в умовах адаптації. Електронне фахове наукове видання "Кібербезпека: освіта, наука, техніка", 3(15), 186-195.
  10. Nazarkevych M., Marchuk A., Voznyi Ya. Development of biometric identification methods based on new filtration methods // Electronics and information technologies. 2020. Issue 14. P. 55–64.
  11. Minz, S., Singh, S., Aggarwal, A., Behl, N., Rajput, P., & Sharma, S. (2022, January). A Gesticulation Superintend Arm with Arduino IDE. In 2022 4th International Conference on Smart Systems and Inventive Technology (ICSSIT) (pp. 766-771). IEEE.




DOI: http://dx.doi.org/10.30970/eli.19.5

Посилання

  • Поки немає зовнішніх посилань.