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

Estrutura Genérica de um AFIS Manual (scanner) Sensores Classificação Minúcias Estrutural Estatístico Sintático Matemático Redes Neurais Híbrido Versão Reduzida da ID Utilizado para fazer a comparação Através do template

Padrões ANSI/NIST-ITL 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

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 , 2002 KAZIENKO J. F.: Assinatura Digital de Documentos Eletrônicos através da Impressão Digital. Dissertação de Mestrado – Universidade Federal de Santa Catarina, Florianópolis. Pág , , , fev

NFIS NFIS 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 melhoramento 2. extração das características, registro e redução de dimensões 3. um classificador principal, seja probabilístico ou rede neural perceptron, que rastreia e analisa pseudo-cristas 4. 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 vales 2. 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