Tecnologia AFIS
Automated Fingerprint Identification System
Definição
Sistema automatizado de identificação de impressões digitais
Tecnologia altamente difundida pelo mundo Consiste na captura da impressões digitais
para confronto com impressões previamente armazenadas em um banco de dados
Um sistema AFIS pode ser projetado:• Busca 1:1
• Busca 1:N
Histórico A primeira iniciativa de automatização foi em 1934 Fracassou devido ao uso de cartões perfurados Em 1960 a idéia foi retomada motivada pela aparição comercial
dos computadores eletrônicos digitais O pioneiro foi o FBI O sucesso do AFIS dependia da resposta a duas questões:
• é possível criar um dispositivo de processamento que seja capaz de ler pontos característicos de uma impressão digital e com suficiente velocidade e precisão para servir de suporte a um processamento automatizado de impressões digitais?
• Se a minúcia puder ser identificada, suas posições relativas e orientações podem ser registradas
• é possível criar um sistema computacional que seja capaz de comparar e identificar impressões digitais automaticamente a partir dos dados da imagem gerada por aquele dispositivo?
Em 1977, foi iniciado o processo de conversão de 15 milhões de impressões digitais do FBI, que foi concluído nos três anos após.
Estágios do AFIS
Estágios do AFIS
Estrutura Genérica de um AFIS
Manual(scanner)Sensore
sClassificação
Minúcias
Estrutural
Estatístico
Sintático
Matemático
Redes NeuraisHíbrido
VersãoReduzida da ID
Utilizadopara fazer a comparação
Através do template
Padrões ANSI/NIST-ITL 1-2000
• Surgiu em 1986• Cooperação entre o American National Standards
Institute (ANSI), National Institute of Standards and Technology (NIST) através do ITL (Information Technology Laboratory) e o FBI
• As imagens devem ser capturadas por um leitor de impressões ou similar operando em resolução de 500 pontos por polegada com tolerância de 1% desse valor
• O valor máximo da resolução não é definido• Especificam as minúcias: coordenada x, coordenada y
e ângulo θ
Padrões
ANSI/NIST-ITL 1-2000
Padrões
FBI/IAFIS EFTS (Eletronic Transmission Specification)• Outras entidades podem estabelecer
comunicação eletrônica com o IAFIS
• Codifica apenas quatro tipos de impressões digitais (arco, presilha interna, presilha externa e verticilo)
Padrões
Classificação ANSI/NIST-ITL X EFTS
Padrões
INT-I (Interpol Implementation)• Documento complementar ao ANSI/NIST-ITL
orientado às organizações policiais que fazem parte da Interpol
• Aborda interoperabilidade entre sistemas diferentes e troca de informações, da área policial, de impressões digitais, palmares e plantares
Referências Bibliográficas COSTA S. M. F.: Classificação e Verificação
de Impressões Digitais. USP ‑ Dissertação de Mestrado, pág. 15 - 46, 2002
KAZIENKO J. F.: Assinatura Digital de Documentos Eletrônicos através da Impressão Digital. Dissertação de Mestrado – Universidade Federal de Santa Catarina, Florianópolis. Pág. 27 - 33, 37 - 41, 48 - 53, fev. 2003
http://www.papiloscopistas.org/afis.html http://www.griaule.com/page/pt-br/afis_sdk
NFISNFIS
NIST Fingerprint Image Software
Sumário
Introdução Software packages
• NFSEG
• PCASYS
• MINDTCT
• NFIQ
• BOZORTH3
• AN2K
• IMGTOOLS
NFIS Packages
1. NFSEG : Four-finger plain segmentation• os conjuntos físicos de dados são cartões de
impressão dos 10 dedos rolados e os 4 dedos planos mais o dedão
• o tratamento de imagem é feito sobre as imagens de 4 dedos planos, pois normalmente há erros na obtenção da impressão rolada (e.g. fora da ordem)
NFIS Packages
1. NFSEG : Four-finger plain segmentation• o pacote manipula a imagem, realizando uma
binarização para realçar as áreas da FP, remove alguns ruídos como as linhas horizontais do cartão
• os 4 dedos são encontrados pela busca de grandes quantidades de preto por vários ângulos
• se o tipo de mão não é conhecido busca-se numa faixa completa de ângulos
NFIS Packages
1. NFSEG : Four-finger plain segmentation• ao localizar o centro e bordas para os 4 dedos a
imagem é segmentada e isolada por uma máscara que se adequa à forma da FP
• por fim a máscara obtida é aplicada sobre a imagem original e as áreas externas são descartadas
• novo arquivo padrão de imagem é gerado
• no final são geradas flags de erro sobre a confiabilidade e informações da imagem (e.g. tamanho, localização, rotação, etc)
NFIS Packages
2. PCASYS : Fingerprint Pattern Classification• tendo as imagens em arquivos padrões é facilitada
a execução do classificador que devem buscar e comparar informações como as cristas finais e bifurcações (minúcias)
• normalmente a performance é ampliada por particionar os arquivos de FP separados pela classificação da FP, reduzindo as comparações
• projetado para ser um protótipo que classifica em: arch, left loop, right loop, scar, tented arch e whorl
NFIS Packages
2. PCASYS : Fingerprint Pattern Classification• os passos:
1. segmentação da imagem e melhoramento2. extração das características, registro e redução de dimensões3. um classificador principal, seja probabilístico ou rede neural perceptron, que rastreia e analisa pseudo-cristas4. por fim cria uma classe hipotética e define um nível de confiança para a classe
NFIS Packages
2. PCASYS : Fingerprint Pattern Classification
• para a extração:
1. extrair da FP um vetor bidimensional das orientações locais das cristas e vales2. comparar o vetor das orientações com vetores similares gerados pelo protótipo
NFIS Packages
3. MINDTCT : Minutiae Detection• as minúcias são geralmente da ordem de centenas
nos 10 dedos
• para comparar as minúcias são armazenadas suas localizações e orientações
• cada AFIS representa diferentemente tais informações. O padrão ANSI/NIST especifica unidades de distância da ordem de 0,01 mm a partir da origem no canto inferior esquerdo
• a orientação é representada em graus e incrementada no sentido anti-horário
NFIS Packages
3. MINDTCT : Minutiae Detection• o padrão utilizado pelo FBI/IAFIS é diferente
utilizando outros ângulos, contudo existem ferramentas de conversão
• o problema das impressões latentes:
• capturadas nas cenas de crimes
• incompletas e baixa qualidade
• é difícil para o AFIS classificar precisamente
NFIS Packages
3. MINDTCT : Minutiae Detection
• este pacote é responsável por localizar todas as minúcias associando sua localização, orientação, tipo e qualidade
• opcionalmente pode fazer um melhoramento na imagem para imagens de baixo contraste
NFIS Packages
4. NFIQ – Fingerprint Imagem Quality• geralmente quanto pior a qualidade da imagem pior
a performance, mas é preciso realmente usar mais tempo computacional para treinar a rede neural, quando a qualidade é melhor pode-se processar mais rápido e com mais precisão
• pacote responsável por computar o vetor de características usando o mapa de qualidade da imagem e as estatísticas geradas pelo MINDTCT e passar isso à rede neural e obtém como saída o nível de ativação para determinar a qualidade da imagem
NFIS Packages
4. BOZORTH3 – Fingerprint Matcher• o algoritmo computa os escores entre as minúcias
de 2 FP quaiquers
• utiliza apenas a coordenada e a orientação das minúcias
• o casamento é invariante à rotação e translação e constrói tabelas separadas para a FP
• essas duas tabelas são comparadas e é construída uma nova com o resultado do casamento e assim define-se um escore baseado no número de minúcias compatíveis
NFIS Packages
5. AN2K – Standard Reference• contém utilitários para ler e escrever