1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 122 — комп’ютерні науки
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/43427
Назва: Дослідження методів та засобів оптимальної оцінки біометричного розпізнавання індивідуальних особливостей візерунка пальців
Інші назви: Research of methods and means of optimal assessment of biometric recognition of individual features of finger patterns
Автори: Мацюк, Назар Любомирович
Matsyuk, Nazar Lyubomirovych
Приналежність: ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна
Бібліографічний опис: Мацюк Н. Л. Дослідження методів та засобів оптимальної оцінки біометричного розпізнавання індивідуальних особливостей візерунка пальців: кваліфікаційна робота освітнього рівня „Магістр“ „122 – комп’ютерні науки“ / Н. Л. Мацюк. – Тернопіль : ТНТУ, 2023. – 70 с.
Дата публікації: 26-гру-2023
Дата подання: 11-гру-2023
Дата внесення: 7-січ-2024
Країна (код): UA
Місце видання, проведення: ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна
Науковий керівник: Никитюк, Вячеслав Вячеславович
Члени комітету: Загородна, Наталія Володимирівна
УДК: 004.04
Теми: біометрія
biometrics
ідентифікація
identification
математична модель
mathematical model
база даних
database
Короткий огляд (реферат): Дипломна робота присвячена методам та засобам оптимальної оцінки біометричного розпізнавання індивідуальних особливостей візерунка пальців. В першому розділі дипломної роботи проаналізовано проблематику біометричної індентифікації. В другому розділі дипломної роботи проаналізовано засоби оцінки біометричного розпізнавання індивідуальних особливостей візерунка пальців. В третьому розділі дипломної роботи проаналізовані автентифікація на основі відбитків пальців і служби для мобільних систем навчання опрацювання та отримання нових інформативних ознак для біометричної ідентифікації. Об’єкт дослідження: процес аналізу розпізнавання індивідуальних особливостей даних людини. Предмет дослідження: методи та засоби оптимальної оцінки даних . Мета роботи: вибір процесу розпізнавання та обґрунтування методик опрацювання біометричної ідентифікації користувачів. The thesis is devoted to methods and means of optimal evaluation of biometric recognition of individual features of the pattern of fingers. In the first chapter of the thesis, the problem of biometric identification is analyzed. In the second chapter of the diploma work, the means of assessment of biometric recognition of individual features of the pattern of fingers are analyzed. In the third chapter of the thesis, authentication based on fingerprints and services for mobile learning systems are analyzed for processing and obtaining new informative features for biometric identification. The object of research: the process of analyzing the recognition of individual characteristics of human data. Research subject: methods and means of optimal data evaluation. The purpose of the work: the selection of the process of recognition and justification of the methods of processing the biometric identification of users.
Зміст: ВСТУП… 9 1 ДОСЛІДЖЕННЯ ТА АНАЛІЗ ПРОБЛЕМАТИКИ БІОМЕТРИЧНОЇ ІДЕНТИФІКАЦІЇ ДАНИХ ...12 1.1 Проблема ідентифікації даних ...12 1.2 Аналіз та огляд біомедичної автентифікації на основі відбитків пальців ...16 1.3 Оцінка якості та продуктивності …20 1.4 Переваги та обмеження біометрії схеми автентифікації ...25 1.5 Ринок біометрії та ПЗ. Безпека та конфіденційність у біометрії … 28 1.6 Висновки до розділу 1...30 2 ЗАСОБИ ОЦІНКИ БІОМЕТРИЧНОГО РОЗПІЗНАВАННЯ ІНДИВІДУАЛЬНИХ ОСОБЛИВОСТЕЙ ВІЗЕРУНКА ПАЛЬЦІВ …32 2.1 Індивідуальні особливості візерунка пальців ...32 2.2 Аналіз проблеми зі збігом даних ...41 2.3 Аналіз складності ідентифікації даних ...46 2.4 Висновки до розділу 2 ...48 3 АВТЕНТИФІКАЦІЯ НА ОСНОВІ ВІДБИТКІВ ПАЛЬЦІВ І СЛУЖБИ ДЛЯ МОБІЛЬНИХ СИСТЕМ НАВЧАННЯ ...50 3.1 Мобільне навчання ...50 3.2 Скасована біометрія ...53 3.3 Схема автентифікації на основі відбитків пальців для мобільного навчання ...56 3.4 Висновки до розділу 3...61 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ…63 4.1 Облаштування і безпека серверних приміщень ...63 4.2 Пожежна безпека в навчальних закладах...66 ВИСНОВКИ…70 ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ...71 ДОДАТКИ
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/43427
Власник авторського права: © Мацюк Назар Любомирович, 2023
Перелік літератури: 1. Adibi, S. A remote interactive non-repudiation multimedia-based m-learning system. Telematics and Informatics, 27(4), (2010), 377–393.
2. Ahmad, T., Hu, J., & Wang, S. Pair-polar coordinate-based cancelable fingerprint templates. Pattern Recognition, 44(10-11), (2011), 2555–2564. http://doi.org/10.1016/j.patcog.2011.03.015
3. Alonso-Fernandez, F., Fierrez, J., & Ortega-Garcia, J. An enhanced gabor filter-based segmentation algorithm for fingerprint recognition systems. In Proc. IEEE Intl. Symposium on Image and Signal Processing and Analysis, ISPA, Spec. Sess on. Signal Image Processing for Biometrics, IEEE Press, Zagreb (Croatia), September 2005 (pp. 239–244).
4. Alotaibi, S. Using biometrics authentication via fingerprint recognition in e-exams in e-learning environment. The 4th Saudi International Conference,. Baruch, O. (1988). Line thinning by line following. Pattern Recognition Letters, 8(4), (2010), 271–276.
5. Bazen, A. M., & Gerez, S. H. Segmentation of fingerprint images. In Proc. Workshop on Circuits Systems and Signal Processing (ProRISC 2001) (Vol. 276280).
6. Bazen, A. M., & Gerez, S. H. Systematic methods for the computation of the directional fields and singular points of fingerprints. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 24(7), (2002), 905–919.
7. Belguechi, R., Cherrier, E., Rosenberger, C., & Ait-Aoudia, S. An integrated framework combining Bio-Hashed minutiae template and PKCS15 compliant card for a better secure management of fingerprint cancelable templates. Computers and Security, 39(PART B), (2013), 325–339. http://doi.org/10.1016/j.cose.2013.08.009
8. Belguechi, R., Cherrier, E., Rosenberger, C., & Ait-Aoudia, S. (2013). Operational bio-hash to preserve privacy of fingerprint minutiae templates. IET Biometrics, 2(2), (2013), 76–84.
9. Belguechi, R., Rosenberger Christopher, & Samy Ait-Aoudia. Biohashing for Securing Minutiae Template. In Pattern Recognition (ICPR), 2010 20th International Conference on (2010), (pp. 1168–1171). http://doi.org/10.1109/ICPR.2010.292
10. Belhadj, F., Ait-Aoudia, S., & Akrouf, S. Secure Fingerprint-based authentication and non-repudiation services for mobile learning systems. In Interactive Mobile Communication Technologies and Learning (IMCL), 2015 International Conference on (pp. 200–204). http://doi.org/10.1109/IMCTL.2015.7359586
11. Belhadj, F., Akrouf, S., Harous, S., & Ait-Aoudia, S. (2015). Efficient fingerprint singular points detection algorithm using orientation-deviation features. Journal of Electronic Imaging, 24(3), (2015), 033016. http://doi.org/10.1117/1.JEI.24.3.033016
12. Bengueddoudj, A., Akrouf, S., Belhadj, F., & Nada, D. Improving fingerprint minutiae matching using local and global structures. In 8th International Workshop on Systems, Signal Processing and Their Applications, WoSSPA 2013 (pp. 279–282). http://doi.org/10.1109/WoSSPA.2013.6602376
13. Bolle, R. M., Senior, A. W., Ratha, N. K., & Pankanti, S.. Fingerprint minutiae: A constructive definition. In Biometric Authentication (2002), (pp. 58–66). Springer.
14. Cappelli, R., Ferrara, M., Franco, A., & Maltoni, D.. Fingerprint verification competition 2006. Biometric Technology Today, 15(7), (2007), 7–9.
15. Cappelli, R., Ferrara, M., & Maltoni, D. Minutia cylinder-code: A new representation and matching technique for fingerprint recognition. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 32(12), (2010), 2128–2141.
16. Cappelli, R., Lumini, A., Maio, D., & Maltoni, D. Fingerprint classification by directional image partitioning. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 21(5), (1999), 402–421.
17. Cappelli, R., Lumini, A., Maio, D., & Maltoni, D. Fingerprint Image Reconstruction from Standard Templates. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 29(9), (2007), 1489–1503. http://doi.org/10.1109/TPAMI.2007.1087
18. Cavusouglu, A., & Görgünouglu, S. A fast fingerprint image enhancement algorithm using a parabolic mask. Computers & Electrical Engineering, 34(3), (2008), 250–256.
19. Chen, J., & Moon, Y.-S. A minutiae-based fingerprint individuality model. In Computer Vision and Pattern Recognition, 2007. CVPR’07. IEEE Conference on (pp. 1–7).
20. Chen, J., & Moon, Y.-S. The statistical modelling of fingerprint minutiae distribution with implications for fingerprint individuality studies. In Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on (pp. 1–7). http://doi.org/10.1109/CVPR.2008.4587399
21. Chen, Y., & Jain, A. Beyond Minutiae: A Fingerprint Individuality Model with Pattern, Ridge and Pore Features. In M. Tistarelli & M. Nixon (Eds.), Advances in Biometrics SE – 54, (2009), (Vol. 5558, pp. 523–533). Springer Berlin Heidelberg. http://doi.org/10.1007/978-3-642-01793-3_54
22. Chikkerur, S., Cartwright, A. N., & Govindaraju, V. Fingerprint enhancement using STFT analysis. Pattern Recognition, 40(1), (2007), 198–211.
23. Chikkerur, S., Govindaraju, V., Pankanti, S., Bolle, R., & Ratha, N. Novel approaches for minutiae verification in fingerprint images. In Application of Computer Vision, 2005. WACV/MOTIONS’05 Volume 1. Seventh IEEE Workshops on (Vol. 1, pp. 111–116).
24. Chikkerur, S., & Ratha, N. Impact of singular point detection on fingerprint matching performance. In Automatic Identification Advanced Technologies, 2005. Fourth IEEE Workshop on (pp. 207–212).
25. Chua, S. C., Wong, E. K., & Tan, A. W. C. Fingerprint Ridge Distance Estimation: A Mathematical Modeling. International Journal of Computer Applications, 2015, 126(15).
26. Das, D., & Mukhopadhyay, S. A Pixel Based Segmentation Scheme for Fingerprint Images. In Information Systems Design and Intelligent Applications, 2015, (pp. 439–448).
27. Springer. Das, P., Karthik, K., & Chandra Garai, B. A Robust Alignment-free Fingerprint Hashing Algorithm Based on Minimum Distance Graphs. Pattern Recogn., 45(9), (2012), 3373–3388. http://doi.org/10.1016/j.patcog.2012.02.022
28. Dass, S. Individuality of Fingerprints: A Review. In S. Z. Li & A. K. Jain (Eds.), Encyclopedia of Biometrics SE - 58-2, 2014, (pp. 741–751). Springer US. http://doi.org/10.1007/978-3-642-27733-7_58-2
29. Dass, S. C. Markov random field models for directional field and singularity extraction in fingerprint images. Image Processing, IEEE Transactions on, 13(10), 2004, 1358–1367.
30. de Medeiros Gualberto, T., & Zorzo, S. D. Service for secure and protected applications in Collaborative Learning Environments. In Systems Man and Cybernetics (SMC), 2010 IEEE International Conference on, (pp. 2419–2426).
31. Deng, H., & Huo, Q. Minutiae matching based fingerprint verification using delaunay triangulation and aligned-edge-guided triangle matching. In Audio-and Video-Based Biometric Person Authentication, 2005, (pp. 270–278).
32. Ferreira, P. M., Sequeira, A. F., & Rebelo, A. A Fuzzy C-Means Algorithm for Fingerprint Segmentation. In Pattern Recognition and Image Analysis, (2015), (pp. 245–252). Springer.
33. FitzGerald, E., Ferguson, R., Adams, A., Gaved, M., Mor, Y., & Thomas, R. Augmented reality and mobile learning: the state of the art. International Journal of Mobile and Blended Learning, 5(4), (2013), 43–58.
34. Flior, E., & Kowalski, K. Continuous biometric user authentication in online examinations. In Information Technology: New Generations (ITNG), 2010 Seventh International Conference on (pp. 488–492).
35. Golabi, S., Saadat, S., Helfroush, M. S., & Tashk, A. A novel thinning algorithm with fingerprint minutiae extraction capability. International Journal of Computer Theory and Engineering, 4(4), (2012), 514–517.
36. Gonzalez, R. C. Digital image processing. Pearson Education India. Gottschlich, C. (2012). Curved-region-based ridge frequency estimation and curved Gabor filters for fingerprint image enhancement. Image Processing, IEEE Transactions on, 21(4), 2220–2227.
37. Gottschlich, C., & Schoonlieb, C.-B. Oriented diffusion filtering for enhancing low-quality fingerprint images. Biometrics, IET, 1(2), (2012), 105–113. http://doi.org/10.1049/iet-bmt.2012.0003
38. Nykytyuk V., Dozorskyi V., Dozorska О. Detection of biomedical signals disruption using a sliding window. Scientific jornal of the Ternopil National Technical University. 2018. № 3 (91). P. 125–133.
39. Vasyl Dozosky, Oksana Dozorska, Vyacheslav Nykytyuk, EvheniaYavorskа, Leonid Dediv. The Method of Selection and Pre-processing of ElectromyographicSignals for Bio-controlled Prosthetic of Hand. 2020 IEEE 15th International Scientific and Technical Conference onComputer Sciences and Information Technologies (CSIT). Volume 1, Lviv-Zbarazh, Ukraine 23-26 September 2020. P. 188-191
40. Vyacheslav Nykytyuk, Vasyl Dozorskyy, Nataliia Kunanets, Volodymyr Pasichnyk, Oleksandr Matsiuk, Ihor Bodnarchuk: Electrical Probe-Signal Processing and Criterion for the Determination of Time Parameters of the Teeth Filling Material Polymerization Process in Dentistry. 4th IDDM 2021: Valencia, Spain. P. 54-63
41. Oleksii Duda, Nataliia Kunanets, Serhii Martsenko, Vyacheslav Nykytyuk, Volodymyr Pasichnyk. Information technology platform for the selection and analytical processing of information on COVID-19. 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT). Volume 2, Lviv, Ukraine 22-25 Sept. 2021. P. 231-328
42. Oleksii Duda, Nataliia Kunanets, Serhii Martsenko, Vyacheslav Nykytyuk, Volodymyr Pasichnyk. Covid-19 data collections and analytical processing. 2021 ieee 16th international conference on computer sciences and information technologies (CSIT). Volume 2, Lviv, Ukraine 22-25 Sept. 2021. p. 252-257
43. Vyacheslav Nykytyuk, Vasil Dozorskyi, Oksana Dozorska, Andrii Karnaukhov and Liubomyr Matiichuk. The Method of User Identification by Speech Signal. The 2nd International Workshop on Information Technologies: Theoretical and Applied Problems (ITTAP-2022) Ternopil, Ukraine, November 22-24, 2022. Vol-3309 urn:nbn:de:0074-3309-1. P.225-232.
44. Ihor Bodnarchuk, Yuriy Skorenkyy, Taras Kramar, Oleksii Duda and Vyacheslav Nykytyuk. Use of Analytical Hierarchy Process in Scenarios Design for a Digital Museum with XR components. The 2nd International Workshop on Information Technologies: Theoretical and Applied Problems (ITTAP-2022) Ternopil, Ukraine, November 22-24, 2022. Vol-3309 urn:nbn:de:0074-3309-1. P. 414-425.
45. Kryazhych O., Itskovych V., Iushchenko K., Hrytsyshyna V., Bruvier D., Nykytyuk V., Bodnarchuk I. (2023) The use of abstract moore automaton to control the sensors of a service-oriented alarm and emergency notification network. Scientific Journal of TNTU (Tern.), vol 109, no 1, pp. 111–120.
46. Dediv, L., Dozorska, O., Kukuruza, V., Nykytyuk, V., Kovalyk, S. Computer Simulation Modeling of Voice Signals in the Matlab Environment for the Task of Computerized Diagnostic Systems Testing. The 1st International Workshop on “Computer information technologies in Industry 4.0” (CITI-2023) will be held in Ternopil, Ukraine, from June 14 to 16, 2023. The Workshop is organized by the Faculty of Applied Information Technologies and Electrical Engineering of Ternopil Ivan Puluj National Technical University. 2023, 3468, pp. 257–262. Vol-3468
47. Dozorskyi, V., Dediv, I., Sverstiuk, S., Nykytyuk, V., Karnaukhov, A. The Method of Commands Identification to Voice Control of the Electric Wheelchair. The Workshop is organized by the Faculty of Applied Information Technologies and Electrical Engineering of Ternopil Ivan Puluj National Technical University. The 1st International Workshop on “Computer information technologies in Industry 4.0” (CITI-2023) will be held in Ternopil, Ukraine, from June 14 to 16, 2023. The Workshop is organized by the Faculty of Applied Information Technologies and Electrical Engineering of Ternopil Ivan Puluj National Technical University. 2023, 3468, pp. 233–240
48. О.О. Кузьо, В.К. Крилов, Н.Л. Мацюк. Використання технологій OSINT для формування портету користувача. Міжнародної науково-практичної конференції молодих учених та студентів 7-8 грудня 2022 року. Україна, Тернопіль. Ст. 140.
Тип вмісту: Master Thesis
Розташовується у зібраннях:122 — комп’ютерні науки

Файли цього матеріалу:
Файл Опис РозмірФормат 
MAg_SNm-61_2023_Matsuk_N_L_diplpm.pdf1,66 MBAdobe PDFПереглянути/відкрити
Показати повний опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора