El
motor de identificación
de huellas dactilares VeriFinger
está destinado a
desarrolladores e implementadores
de sistemas biométricos.
VeriFinger asegura
alta confiabilidad en el
reconocimiento de huellas
dactilares, modos de comparación
1:1 y 1:N, una velocidad
de comparación de
hasta 30000 huellas por
segundo, y requiere sólo
512 Kb de memoria. Disponible
como SDK y como código
fuente para MS Windows,
Windows CE 3.0 y Linux.
Introducción
al uso de la biometría
como método de identificación:
Las
huellas digitales humanas
son únicas para cada
persona y pueden ser utilizadas
como un certificado de identidad.
Su más famosa aplicación
es la criminalística.
De todas maneras, actualmente,
la identificación
automática de personas
mediante la comparación
de huellas dactilares se
está expandiendo
rápidamente a través
de sistemas que controlan
el acceso a espacios físicos,
recursos de computación,
de redes, cuentas bancarias,
para registrar entrada y
salida de empleados en empresas,
para autorizar operaciones
sensibles y para verificar
y registrar indubitablemente
la identidad de las personas
cada vez que sea necesario.
La comparación directa
entre la imagen de la huella
a ser identificada y las
numerosas imágenes
almacenadas, no servirían
para una comparación
confiable, debido a su alta
sensitividad a los errores
(Ej. Ruidos en la imagen,
áreas de la huella
dañadas, o diferentes
posiciones en la postura
del dedo, ángulos
de orientación o
deformaciones del dedo durante
el proceso de toma de imagen).
Una solución avanzada
a este problema es extraer
características de
los llamados puntos de minutia
(puntos donde las líneas
dactilares tienen bifurcaciones
o finalizaciones) a partir
de la imagen de la huella,
y comparar entre estos conjuntos
de características.
La solución descrita
requiere de sofisticados
algoritmos para el procesamiento
confiable de la imagen de
la huella, eliminación
del ruido, extracción
de minutia, tolerancia a
rotación y traslación,
etc. Al mismo tiempo, los
algoritmos deben correr
tan rápido como sea
posible para garantizar
su uso confortable en aplicaciones
con alta demanda.
Qué
tiene de nuevo el VeriFinger
6.0:
Confiabilidad
Aumentada.
Tamaño
de Almacenamiento
de Huella Reducido
(40% más pequeño).
Velocidad
de Comparación
Aumentada en un 50%.
Se
Agregó
el algoritmo para
el CrossMatch verifier
300.
Se Agregaron características
de Compresión
y Descompresión
El
por qué de VeriFinger
Neurotechnologija
Ltd. ha desarrollado el motor
de identificación de
huellas dactilares VeriFinger
6.0, pensado para aplicaciones
biométricas concretas.
VeriFinger tiene las características
de los más poderosos
motores de reconocimiento de
huellas dactilares, asegura
alta confiabilidad en el enrolamiento
e identificación de huellas
dactilares. En modo identificación
1:n revisa 30000 huellas por
segundo y emplea sólo
512 Kbytes de memoria.
Confiabilidad: RECEIVER
OPERATING CURVES (ROC) obtenidas
a partir de cuatro bases de
datos estándar, especificadas
más adelante, fueron
usadas en una Competencia Internacional
de Verificación de Huellas
Dactilares en el año
2002 (1). Estas ROC indican
que la confiabilidad de VeriFinger
para diferentes bases de datos
es igual o mejor a los resultados
obtenidos por otros participantes
en la competencia.
Velocidad: La velocidad
de comparación de VeriFinger
fue una de las más altas
entre los algoritmos participantes
de la competencia. El tiempo
de enrolamiento o carga de las
huellas es entre 0,2 y 0,5 segundos,
y VeriFinger puede comparar
30000 huellas por segundo en
modo de identificación
1:n.
Memoria Requerida: Este
parámetro es importante
cuando el algoritmo será
implementado en procesadores
de señal digital (Digital
Signal Processord, DSP) o otros
microchips. El tamaño
del código de Verifinger
es cercano a los 180kb (dependiendo
de la plataforma y las opciones
de cada compilador).
Los vectores de datos utilizados
por VeriFinger solo utilizan
280kb de memoria haciéndolo
así fácilmente
implementable en sistemas con
poca memoria y hardware de bajo
costo. Verifinger también
esta disponible como kit de
desarrollo de software o (software
Development Kit, SDK) asimismo
el código fuente también
esta disponible para aquellos
que deseen obtener información
acerca del algoritmo de reconocimiento.
Verifinger puede ser fácilmente
integrado dentro del sistema
de seguridad del comprador.
El integrador del mismo posee
un control completo sobre el
sistema de entrada y salida
de datos del SDK, las funciones
del mismo pueden ser utilizadas
para la conexión de cualquier
escáner, cualquier base
de datos y cualquier tipo de
interfaz de usuario.
El código fuente de VeriFinger
esta escrito en ANSI C bien
estructurado y documentado.
La documentación del
código fuente principal
se encuentra en "código
fuente y descripción
del algoritmo" con la descripción
del código, las técnicas
de optimización, la representación
matemática de la función
y los ejemplos de operaciones
etc.
(1) FVC 2000 fue la primera
competencia Internacional de
Algoritmos de verificación
de huellas dactilares. La última
sesión de evaluación
tuvo lugar en abril de 2002
y los resultados de los 31 participantes
fueron presentados en la 16ava
ICPR (Conferencia Internacional
de Reconocimiento de Patrones).
Esta iniciativa es organizada
por D. Maio, D. Maltoni, R.
Cappelli de Biometric Systems
Lab (Universidad de Bologna),
J. L. Wayman del U.S. National
Biometric Test Center (Universidad
del estado de San Jose) y A.
K. Jain del the Pattern Recognition
and Image Processing Laboratory
de la Universidad del Estado
de Michigan.
Características
del algoritmo:
El
algoritmo de reconocimiento de
huellas VeriFinger utiliza un
esquema de identificación
a partir de un conjunto de puntos
específicos de la huella
(minutia). Empleando una serie
de soluciones algorítmicas
originales mejora el rendimiento
y la confiabilidad de la metodología.
Para ello, entre otros recursos,
utiliza:
Algoritmo de filtrado de imagen
adaptativo que permite la eliminación
de ruidos, ruptura de crestas
y crestas cortadas, y extrae minutia
confiable aun desde imágenes
de baja calidad, con un tiempo
de procesamiento de entre 0,2
y 0,5 segundos (todos los tiempos
fueron tomados con el sistema
corriendo bajo un procesador Pentium
III a 733 Mhz.)
A continuación se puede
observar, en dos ventanas, la
imagen original de la huella y
la misma imagen luego del filtrado
y procesamiento por VeriFinger,
con la posición y dirección
de la minutia marcada por círculos
rojos y líneas.
VeriFinger
Puede ser utilizado en verificación
1:1 o reconocimiento 1:n
VeriFinger es ampliamente tolerante
a traslación y rotación
de las imágenes de huellas.
Esta tolerancia es alcanzada usualmente
utilizando un algoritmo basado
en transformaci—n Hough, pero
este método es bastante
lento y poco confiable. VeriFinger
utiliza un algoritmo original
que permite comparar 30000 huellas
por segundo e identificar huellas
aun si están rotadas, o
trasladadas aún con sólo
5 a 7 minutias similares (usualmente
dos huellas del mismo dedo contienen
20 a 40 minutias similares). VeriFinger no requiere la
presencia del centro o delta de
la huella en la imagen, y puede
reconocer una huella a partir
de cualquier parte de la misma.
De todas maneras si estas características
est‡n presentes, la utiliza para
un reconocimiento más confiable.
En VeriFinger toda la base de
datos est‡ preordenada utilizando
ciertas caracter’sticas globales.
La comparación es realizada
primero contra las huellas almacenadas
que contienen similares caracter’sticas
globales a la que se está
evaluando. Si la comparación
contra este grupo no arroja resultados
positivos, el próximo registro
con características globales
similares es seleccionado, y as’
continua hasta que el reconocimiento
es positivo o hasta que se llega
al final de la base de datos.
En la mayoría de los casos
hay una alta probabilidad de que
el reconocimiento exitoso se alcance
al comienzo de la búsqueda.
Como resultado, la cantidad de
comparaciones requeridas para
alcanzar un reconocimiento exitoso
decrece drásticamente,
y consecuentemente, la velocidad
de respuesta efectiva es mayor.
VeriFinger enrola por generalización
de características a partir
de tres imágenes de la
misma huella. Cada imagen es procesada
y sus características son
extraídas. Luego las tres
colecciones de características
son analizadas y combinadas en
una sola colección de características
combinadas, que es la que se escribe
en la base de datos. De esta manera
la minutia enrolada es más
confiable y la calidad y confiabilidad
del reconocimiento son incrementadas.
VeriFinger 6.0 incluye los algoritmos
necesarios para obtener mejores
resultados especificando los mismos
para cada escanner en particular,
los algoritmos incluidos son:
Universal
Scanner
de DigitalPersona
U.are.U
Scanner Identix Touch
View and DFR-2090
Scanner
Cross Match Verifier
300
Scanner
BiometriKa FX 2000
Scanner
Precise Biometrics
100 SC
Scanenr KeyTronis
Security Desktop
Sensor
ST Microelectronics
TouchChip
Identicator Technology
DF-90
Scanner AuthenTec
AES4000 y sensores
AF-S2
Sensores Atmel FingerChip
Sensor BMF BLP-100
Scanner SecuGen Hamster
Vease
que, el algortimo de VeriFinger
provee parametros de optimización
para los scanners, pero no provee
interfaz para los mismos.
Estos y otros algoritmos implementados
en VeriFinger, mejoran su calidad
de reconocimiento y velocidad.
Estos
son los tipos de VeriFinger 6.0
SDK disponibles para MS Windows:
Ex-Clé s.a. Paraguay 1896 5to Piso - Buenos
Aires, Argentina - (5411) 4815-3488 -
info@ex-cle.com
