Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/35205| Назва: | Розробка інформаційної системи для збору та аналізу сигналів біометричної ідентифікації на прикладі відбитків пальців |
| Інші назви: | Information system development for biometric identification signals collection and analysis (fingerprints as a case study) |
| Автори: | Пясецький, Володимир Богданович Pyasetsky, Vladimir |
| Приналежність: | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна |
| Бібліографічний опис: | Пясецький В. Б. Розробка інформаційної системи для збору та аналізу сигналів біометричної ідентифікації на прикладі відбитків пальців : кваліфікаційна робота магістра за спеціальністю „122 — комп’ютерні науки“ / В. Б. Пясецький. — Тернопіль : ТНТУ, 2021. — 63 с. |
| Дата публікації: | 20-тра-2021 |
| Дата подання: | 10-тра-2021 |
| Дата внесення: | 29-тра-2021 |
| Країна (код): | UA |
| Місце видання, проведення: | ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна |
| Науковий керівник: | Литвиненко, Ярослав Володимирович |
| Члени комітету: | Савків, Володимир Богданович |
| УДК: | 004.40 |
| Теми: | 122 комп’ютерні науки біометрія biometrics відбиток imprint ідентифікація identification інформаціна система information system метод method опрацювання processing палець finger |
| Короткий огляд (реферат): | Дипломна робота присв’ячена розробці інформаційної системи для збору та аналізу сигналів біометричної ідентифікації на прикладі відбитків пальців. В першому розділі дипломної роботи описані біометричні засоби. Висвітлено інформаціні системи для біометричної аутентифікації користувачів на основі відбитків пальців. Розглянуто методи опрацювання відбитків пальців. Проаналазовано публікацій в предметній області. В другому розділі дипломної роботи методи автоматизації процесів ідентифікації відбитків пальців. Досліджено методи індексування відбитків пальців. Подано порівняльний опис системи ідентифікації відбитків пальців.
В третьому розділі дипломної роботи описано програмне забезпечення інформаційної системи. наведена архітектура розробленої інформаційної системи. Проаналізовано методи індексування з широкоширеним розподілом цінності. Проведено обчислювальний експеримент. Об’єкт дослідження: процеси збирання та опрацювання біометричних сутностей на прикладі відбитків пальців. Предмет дослідження: методи збирання та аналітичного опрацювання быометричних сутностей на прикладі відбитків пальців. Thesis is devoted to the development of an information system for the collection and analysis of biometric identification signals on the example of fingerprints. The first section of the thesis describes biometric tools. Information systems for biometric authentication of users based on fingerprints are highlighted. Methods of fingerprint processing are considered. Publications in the subject area are analyzed. In the second section of the thesis methods of automation of fingerprint identification processes. Methods of indexing fingerprints are investigated. A comparative description of the fingerprint identification system is given. The third section of the thesis describes the software of the information system. the architecture of the developed information system is given. Indexing methods with a wide distribution of value are analyzed. A computational experiment was performed. Object of research: processes of collecting and processing biometric entities on the example of fingerprints. Subject of research: methods of collection and analytical processing of biometric entities on the example of fingerprints. |
| Зміст: | ВСТУП ...8 1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ ...10 1.1 Біометричні засоби ...10 1.2 Інформаціні системи для біометричної аутентифікації користувачів на основі відбитків пальців ...11 1.3 Методи опрацювання відбитків пальців ...13 1.3.1 Методи отримання відбитків пальців з пористих поверхонь ...14 1.3.2 Методи отримання відбитків пальців з пористих поверхонь ...14 1.4 Аналіз публікацій в предметній області ...15 1.5 Висновок до першого розділу ...17 2 АНАЛІЗ МЕТОДІВ, СИСТЕМ ТА ПРОЄКТУВАННЯ СИСТЕМИ БІОМЕТРИЧНОЇ ІДЕНТИФІКАЦІЇ ВІДБИТКІВ ПАЛЬЦІВ ...18 2.1 Методи автоматизації процесів ідентифікації відбитків пальців ...18 2.1.1 Сегментація відбитків пальців ...18 2.1.2 Оцінка та покращення якості відбитків пальців ...21 2.1.3 Структурні елементи відбитків пальців ...24 2.1.4 Збіг відбитків пальців ...28 2.2 Методи індексування відбитків пальців ...30 2.3 Системи ідентифікації відбитків пальців ...32 2.3.1 Ручний аналіз відбитків пальців ...32 2.3.2 Напівавтоматизований аналіз відбитків пальців ...33 2.3.3 Автоматизована система ідентифікації відбитків пальців ...34 2.4 Висновок до другого розділу ...35 3 ОБЧИСЛЮВАЛЬНИЙ ЕКСПЕРИМЕНТ ...36 3.1 Програмне забезпечення інформаційної системи ...36 3.2 Архітектура розробленої інформаційної системи ...36 3.3 Методи індексування з широкоширеним розподілом цінності ...37 3.3.1 Тріангуляція Делауні ...37 3.3.2 Розширена триангуляція Делауні ...40 3.3.3 Покоління індексної цілісності ...40 3.4 Обчислювальний експеримент ..44 3.4.1 Підготовка експерименту ...44 3.4.2 Бази даних відбитків пальців ...45 3.4.3 Метрики виконання ...46 3.4.4 Аналіз виконання експерименту ...47 3.4.5 Обчислювальна складність ...50 3.5 Висновок до третього розділу ...50 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ ...51 4.1 Небезпечні й шкідливі фактори при виконанні робіт за комп’ютером ...51 4.2 Створення і функціонування системи моніторингу довкілля з метою інтеграції екологічних інформаційних систем, що охоплюють певні території ...54 ВИСНОВКИ ...57 ПЕРЕЛІК ДЖЕРЕЛ ...58 ДОДАТКИ |
| URI (Уніфікований ідентифікатор ресурсу): | http://elartu.tntu.edu.ua/handle/lib/35205 |
| Власник авторського права: | © Пясецький Володимир Богданович, 2021 |
| Перелік літератури: | 1 A.K. Jain, A. Ross, S. Prabhakar, An introduction to biometric recognition, IEEE Trans. Circ. Syst. Video Technol. 14 (1) (2004) 4–20, doi:http://dx.doi.org/ 10.1109/TCSVT.2003.818349. 2 Singla, Nancy, Manvjeet Kaur, and Sanjeev Sofat. "Automated latent fingerprint identification system: A review." Forensic science international 309 (2020): 110187. 3 D. Maltoni, D. Maio, A.K. Jain, S. Prabhakar, Handbook of Fingerprint Recognition, 2nd edition, Springer-Verlag, London, 2009, doi:http://dx.doi. org/10.1007/978-1-84882-254-2. 4 S. Jaiswal, D.S.S. Bhadauria, D.R.S. Jadon, Biometric: case study, J. Glob. Res. Comput. Sci. 2 (10) (2011) 19–48. 5 P. Komarinski, Automated Fingerprint Identification Systems (AFIS), Elsevier Academic Press, 2005. 6 C.I. Watson, G.P. Fiumara, E. Tabassi, W.J. Salamon, P.A. Flanagan, Fingerprint vendor technology evaluation, Tech. Rep. (2014), doi:http://dx.doi.org/ 10.6028/NIST.IR.8034 https://nvlpubs.nist.gov/nistpubs/ir/2014/NIST.IR.8034. pdf. 7 M. Indovina, V. Dvornychenko, R. Hicklin, G. Kiebuzinski, ELFT-EFS evaluation of latent fingerprint technologies: extended feature sets [Evaluation# 2] (2012), Tech. Rep. (2012). 8 J.R. Greene, 3rd edition, The Encyclopedia of Police Science, vol. 52, Taylor & Francis, 2007, 2014. 9 M. Tistarelli, C. Champod, Advances in Computer Vision and Pattern Recognition Handbook of Biometrics for Forensic Science, (2017) . 10 G.S. Sodhi, J. Kaur, Powder method for detecting latent fingerprints: a review, Forensic Sci. Int. 120 (3) (2001) 172–176, doi:http://dx.doi.org/10.1016/S03790738(00)00465-5. 59 11 R. Bott, Fingerprints and Other Ridge Skin Impressions, no.1, (2014), doi:http:// dx.doi.org/10.1007/s13398-014-0173-7.2 http://arxiv.org/abs/1011.1669v3. 12 K. Guigui, A. Beaudoin, The use of oil red O in sequence with other methods of fingerprint development, J. Forensic Identif. 57 (4) (2007) 550–581. 13 Soyemi, Jumoke, and Folasade O. Isinkaye. "An Implementation of Biometric Fingerprint-based Attendance System for Staff Management (BFASSM)." Journal of Computing and Intelligent Systems 4.2 (2020): 145-150. 14 Y. Wang, J. Hu, and D. Phillips, ‘‘A fingerprint orientation model based on 2D Fourier expansion (FOMFE) and its application to singular-point detection and fingerprint indexing,’’ IEEE Trans. Pattern Anal. Mach. Intell., vol. 29, no. 4, pp. 573–585, Apr. 2007. 15 O. N. Iloanusi, ‘‘Fusion of finger types for fingerprint indexing using minutiae quadruplets,’’ Pattern Recognit. Lett., vol. 38, pp. 8–14, Mar. 2014. 16 S. Chikkerur, A. N. Cartwright, and V. Govindaraju, ‘‘K-plet and coupled BFS: A graph based fingerprint representation and matching algorithm,’’ in Proc. Int. Conf. Biometrics, 2006, pp. 309–315. 17 P. Gupta, K. Tiwari, and G. Arora, ‘‘Fingerprint indexing schemes – A survey,’’ Neurocomputing, vol. 335, pp. 352–365, Mar. 2019. 18 R. S. Germain, A. Califano, and S. Colville, ‘‘Fingerprint matching using transformation parameter clustering,’’ IEEE Comput. Sci. Eng., vol. 4, no. 4, pp. 42–49, Oct. 1997. 19 B. Bhanu and X. Tan, ‘‘Fingerprint indexing based on novel features of minutiae triplets,’’ IEEE Trans. Pattern Anal. Mach. Intell., vol. 25, no. 5, pp. 616–622, May 2003. 20 K. Choi, D. Lee, S. Lee, and J. Kim, ‘‘An improved fingerprint indexing algorithm based on the triplet approach,’’ in Proc. Int. Conf. Audio VidoeBased Biometric Person Authentication, 2003, pp. 584–591. 60 21 S. Biswas, N. K. Ratha, G. Aggarwal, and J. Connell, ‘‘Exploring ridge curvature for fingerprint indexing,’’ in Proc. IEEE 2nd Int. Conf. Biometrics, Theory, Appl. Syst., Sep. 2008, pp. 1–6. 22 G. Bebis, T. Deaconu, and M. Georgiopoulos, ‘‘Fingerprint identification using delaunay triangulation,’’ in Proc. Int. Conf. Inf. Intell. Syst., Oct. 1999, pp. 452–459. 23 X. Liang, A. Bishnu, and T. Asano, ‘‘A robust fingerprint indexing scheme using minutia neighborhood structure and low-order delaunay triangles,’’ IEEE Trans. Inf. Forensics Security, vol. 2, no. 4, pp. 721–733, Dec. 2007. 24 A. Muñoz-Briseño, A. Gago-Alonso, and J. Hernández-Palancar, ‘‘Fingerprint indexing with bad quality areas,’’ Expert Syst. Appl., vol. 40, no. 5, pp. 1839–1846, Apr. 2013. 25 A. Gago-Alonso, J. Hernández-Palancar, E. Rodríguez-Reina, and A. Muñoz-Briseño, ‘‘Indexing and retrieving in fingerprint databases under structural distortions,’’ Expert Syst. Appl., vol. 40, no. 8, pp. 2858–2871, Jun. 2013. 26 I. Kavati, M. V. Prasad, and C. Bhagvati, ‘‘Hierarchical decomposition of extended triangulation for fingerprint indexing,’’ in Efficient Biometric Indexing and Retrieval Techniques for Large-Scale Systems. Cham, Switzerland: Springer, 2017, pp. 21–40. 27 M. Liu, S. Liu, W. Yan, Latent fingerprint segmentation based on ridge density and orientation consistency, Secur. Commun. Networks 2018 (2018) 1–10, doi: http://dx.doi.org/10.1155/2018/4529652. https://www.hindawi.com/journals/ scn/2018/4529652/ref/. 28 D.L. Nguyen, K. Cao, A.K. Jain, Automatic latent fingerprint segmentation, 2018 IEEE 9th International Conference on Biometrics Theory, Applications and Systems, BTAS 2018 (2018), doi:http://dx.doi.org/10.1109/BTAS.2018.8698544. http://arxiv.org/abs/1804.09650v2. 61 29 K. Tejas, C. Swathi, A.K.D, R. Muthu, S. Member, Automated region masking of latent overlapped fingerprints, 2017 Innovations in Power and Advanced Computing Technologies (I-PACT), IEEE, Vellore, India, 2017, pp. 1–6, doi: http://dx.doi.org/10.1109/IPACT.2017.8245111. 30 B. Stojanovíc, A. Neskovíc , O. Marques, A novel neural network based approach to latent overlapped fingerprints separation, Multimed. Tools Appl. 76 (10) (2017) 12775–12799, doi:http://dx.doi.org/10.1007/s11042-016-3696-4. 31 T. Chugh, K. Cao, J. Zhou, E. Tabassi, A.K. Jain, Latent fingerprint value prediction: crowd-based learning, IEEE Trans. Inform. Forensics Secur. 13 (1) (2018) 20–34, doi:http://dx.doi.org/10.1109/TIFS.2017.2721099. 32 X. Miao, J. Feng, J. Lu, J. Zhou, Latent Fingerprint Enhancement Using Gabor and Minutiae Dictionaries, IEEE, Beijing, China, 2017, pp. 3540–3544, doi:http://dx. doi.org/10.1109/ICIP.2017.8296941. 33 P. Schuch, S.-D. Schulz, C. Busch, Preface, Lecture Notes in Computer Science ( Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), Vol. 10269 LNCS, (2017), pp. 325–336, doi:http://dx.doi.org/ 10.1007/978-3-319-59126-1. 34 J. Li, J. Feng, C.C. Kuo, Deep convolutional neural network for latent fingerprint enhancement, Sign. Process. Image Commun. 60 (August 2017) (2018) 52–63, doi:http://dx.doi.org/10.1016/j.image.2017.08.010. 35 D. Nguyen, K. Cao, A.K. Jain, Integrating deep networks and fingerprint domain knowledge, International Conference on Biometrics (ICB), IEEE, Gold Coast, QLD, Australia, 2018, pp. 9–16, doi:http://dx.doi.org/10.1109/ICB2018.2018.00013. http://arxiv.org/abs/1712.09401v1. 36 K. Cao, A.K. Jain, Automated latent fingerprint recognition, IEEE Trans. Pattern Anal. Mach. Intell. 41 (4) (2019) 788–800, doi:http://dx.doi.org/10.1109/ TPAMI.2018.2818162. 62 37 D.-l. Nguyen, A.K. Jain, End-to-End Pore Extraction and Matching in Latent Fingerprints: Going Beyond Minutiae, (2019) , pp. 1–10. http://arxiv.org/abs/ 1905.11472v2. 38 E. Henry, Classification and Uses of Finger Prints. London, U.K.: Routledge, 1900. 39 D. Maltoni, D. Maio, A. K. Jain, and S. Prabhakar, Handbook of Fingerprint Recognition. New York, NY, USA: Springer-Verlag, 2003. 40 D.R. Ashbaugh, Quantitative–Qualitative Friction Ridge Analysis: An Introduction to Basic and Advanced Ridgeology, 1st edition, CRC Press, Boca Raton, 1999. 41 B.T. Ulery, R.A. Hicklin, J. Buscaglia, M.A. Roberts, Accuracy and reliability of forensic latent fingerprint decisions, Proc. Natl. Acad. Sci. U. S. A. 108 (19) (2011) 7733–7738, doi:http://dx.doi.org/10.1073/pnas.1018707108 http:// www.pnas.org/cgi/doi/10.1073/pnas.1018707108. 42 A.Sankaran, M.Vatsa, R.Singh, Latent finge rprint matching: asurvey, IEEEAccess2 (2014) 982–1004, doi:http://dx.doi.org/10.1109/ACCESS.2014.2349879. 43 D. Maio, D. Maltoni, R. Cappelli, J. L. Wayman, and A. K. Jain, ‘‘FVC2000: Fingerprint verification competition,’’ IEEE Trans. Pattern Anal. Mach. Intell., vol. 24, no. 3, pp. 402–412, Mar. 2002. 44 Neurotechnology. Verifinger SDK. Accessed: Sep. 2018. [Online]. Available: http://www.neurotechnology.com 45 Lee, Sanghoon, and Ik Rae Jeong. "Improved Fingerprint Indexing Based on Extended Triangulation." IEEE Access 9 (2021): 8471-8478. 46 J. Khodadoust and A. M. Khodadoust, ‘‘Fingerprint indexing based on expanded delaunay triangulation,’’ Expert Syst. Appl., vol. 81, pp. 251–267, Sep. 2017. 63 47 J. Khodadoust and A. M. Khodadoust, ‘‘Fingerprint indexing based on minutiae pairs and convex core point,’’ Pattern Recognit., vol. 67, pp. 110–126, Jul. 2017. 48 J. Khodadoust and A. M. Khodadoust, ‘‘Fingerprint indexing based on minutiae pairs and convex core point,’’ Pattern Recognit., vol. 67, pp. 110–126, Jul. 2017. 49 МІНІСТЕРСТВО СОЦІАЛЬНОЇ ПОЛІТИКИ УКРАЇНИ. НАКАЗ № 207 від 14.02.2018. https://zakon.rada.gov.ua/laws/show/z0508-18#n14. 50 НПАОП. Інструкція з охорони праці під час робіт на персональному комп’ютері і відеодисплейних терміналах (31947). https://dnaop.com/html/31947/doc-instrukcijaz-ohoroni-pracipid-chas-robit-na-personalynomu-kompjuterii-videodisplejnih-terminalah. |
| Тип вмісту: | Master Thesis |
| Розташовується у зібраннях: | 122 — комп’ютерні науки |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| Mag_2021_SNnm_Piasetskyi_V_B.pdf | 2,51 MB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора