Primjena otisaka prstiju u biometriji

Sadržaj

1. Uvod.......................................................................................................................................5

2. Daktiloskopija.......................................................................................................................6

2.1. Papilarne linije.................................................................................................................6

2.1.1. Globalne značajke.................................................................................................6

2.1.2. Lokalne značajke...................................................................................................8

3. Sustavi i algoritmi raspoznavanja otisaka prstiju..........................................................10

3.1. Načelna shema blok sustava....................................................................................11

3.2. Ocjena efikasnosti......................................................................................................12

4. Komercijalni sustavi raspoznavanja otisaka prstiju......................................................13

5. Čitači otisaka prstiju.............................................................................................................14

5.1. Optički čitač.................................................................................................................14

5.2. Ultrazvučni čitač..........................................................................................................14

5.3. Kapacitivni čitač..........................................................................................................15

5.4. Termički čitači.............................................................................................................15

5.5. Senzori električnog polja...........................................................................................15

5.6. Problemi.........................................................................................................................15

6. Zaključak...............................................................................................................................16

7. Literatura.............................................................................................................................17

1. Uvod

Primjena otisaka prstiju datira još iz doba starog Babilona, gdje su trgovci stavljali

otiske svojih prstiju na glinene pločice prilikom ugovaranja poslova.

Prepoznavanje otisaka prstiju je jedna od najstarijih i najpoznatijih biometrijskih

tehnologija. Prvi identifikacijski sustavi ovakvog tipa pojavili su se u osamdesetim godinama

20. stoljeća, a sve donedavno dominantno je korišten i u kriminalistici.

Razvoj računalne tehnologije omogućio je proširenje spektra aplikacija, a čitači otiska

prsta mogu biti vrlo malih dimenzija i relativno niske cijene, pa se sve više integriraju u

prijenosna računala.

Dobra su alternativa tradicionalnim identifikacijskim sistemima, jer korisničko ime i

lozinka se mogu lako otuđiti, dok je sa otiskom prsta to puno teže.

2. Daktiloskopija

Enciklopedija Leksikografskog zavoda, knjiga 2 [1956, str 213.] definira

daktiloskopiju kao „identifikacija osoba na temelju otisaka prsta. Mogućnost daktiloskopske

identifikacije osniva se na tome, što je površina kože na vršcima prstiju naborana u tanke

zavoje (papilarne linije) koje su kod svakog pojedinca bar donekle različite i ostaju

nepromijenjene cijelog života.“

2.1. Papilarne linije

Sa fiziološkog gledišta otisak prsta predstavlja konfiguraciju ispupčenja i udubljenja.

Linije koje formiraju ispupčenja nazivaju se papilarne linije. Papilarne linije su nepromjenjive

i individualne za svakog čovjeka.

Značajke dobivene iz slike otiska prsta mogu se podijeliti u dvije skupine:

1. globalne značajke (grubi uzorci vidljivi na prvi pogled)

2. lokalne značajke

2.1.1. Globalne značajke

Globalne značajke nisu dovoljne za identifikaciju, ali su dovoljne za grupiranje otisaka

prstiju. Identifikacija se provodi na temelju poklapanja lokalnih značajki s prototipom.

Globalne značajke su:

1. osnovni uzorci papilarnih linija,

petlja (eng. loop)

luk (eng. arch)

spirala (eng. whorl)

2. središnja točka (eng. core point),

3. delta,

4. karakteristične linije (eng. type lines) i 

5. papilarni broj (eng. ridge count).

1. Najznačajniji osnovni uzorci su:

a) petlja

b) luk

c) spirala

Zastupljenost osnovnih oblika:

a. petljasti oblik - 60 %

b. spiralni oblik - 30 %

c. lučni oblik - 5 %

d. ostali rjeđi oblici - 5 %

2. Središnja točka

Središnja točka eng. core point smještena je približno u sredini

otiska, a služi kao referentna točka pri obradi otiska.

3. Karakteristične linije

Karakteristične linije eng. type lines su dvije papilarne linije u unutrašnjosti otiska koje počinju usporedno, divergiraju te okružuju ili nastoje okružiti tzv. područje uzoraka.

4. Delta

Delta je točka prvog grananja unutar područja uzoraka, odnosno bilo koja točka smještena direktno ispred centra divergencije karakterističnih papilarnih linija.

5. Papilarni broj

Papilarni broj eng. ridge count je broj papilarnih linija u području uzoraka. Određuje se brojanjem papilarnih linija koje sjeku zamišljenu dužinu povučenu između delte i središnje točke.

2.1.2. Lokalne značajke

Lokalne značajke čine minucijske točke. Minucijske točke ili minucije su prekidi

tokova papilarnih linija (nepredviđen prekid, grananja i.sl.) i one su nositelji jednoznačnih

informacija na temelju kojih se vrši identifikacija.

Postoji pet različitih značajki minucijskih točaka:

1. vrsta minucije

a. papilarni svršetak 

nagli prekid papilarne linije

b. papilarno grananje (bifurkacija) 

točka grananja linije u više

novih

c. papilarno širenje (divergencija) 

razdvajanje paralelnih linija

d. papilarna točka/otok 

izuzetno kratka linija

e. papilarni ogib 

linija koja se dijeli u dvije, te

zatim ponovno spaja tvoreći

zatvoreno područje bez

uzorka

f. kratka papilarna linija 

kratka linija, ali dulja od

otoka

2. orijentacija minucije

smjer u kojem "gleda"

minucijska točka

3. plošna frekvencija minucija 

označava koliko su udaljene

papilarne linije u okolišu minucije

4. zakrivljenost minucija 

označava brzinu promjene

minucijskog smjera

5. minucijske koordinate 

označavaju relativnu ili apsolutnu

udaljenost minucije od središnje

točke ili delte.

Osobine papilarnih linija koje ih čine pogodnim za identifikaciju su:

nepromjenljivost broja i rasporeda minucija – nitko ne može svojevoljno

promijeniti izgled papilarnih linija, već ih može samo uništiti

neponovljivost – ne postoji mogućnost da se dva otiska podudaraju

grupiranja – vrlo važna osobina koja omogućava njihovu klasifikaciju na

osnovu osnovnih uzoraka

3. Sustavi i algoritmi raspoznavanja otisaka prstiju

Svaki sustav identifikacije temelji se na uspoređivanju provjeravanih značajki s prije

pohranjenim prototipom. Prototip može biti pohranjen na dva načina:

svi prototipovi su pohranjeni na jednom mjestu (centralna BP, hard diskovi)

svaki ovlašteni pristupnik nosi sa sobom prototip (magnetska kartica)

Koji će se pristup koristiti ovisi u prvom redu o namjeni sustava za raspoznavanje

uzoraka i uvjetima korištenja. U sigurnosnom smislu, povoljnije je korištenje centralne baze

podataka, no takav pristup zahtijeva značajnija financijska ulaganja, tako da se koristi samo

gdje je to nužno (npr. kriminalistika). 

Algoritam raspoznavanja temelji se na činjenici da uzorak (potpuni otisak prsta ili

trag) i prototip čine u matematičkom smislu grupu, odnosno traži se da su udaljenosti između

njihovih značajki dovoljno malene i da su posljedica isključivo smetnji i šuma. Kod

automatskog raspoznavanja koriste se dva pristupa:

1. Diskriminantni pristup - osnova je položaj središnje točke ili delte, i broj papilarnih

linija među njima. Ovakav je pristup vrlo osjetljiv na kvalitetu uzorka, a često je vrlo

teško odrediti položaj središnje točke. Osim toga, delta se često nalazi na samom rubu

otiska (traga) ili uopće nije dostupna. Zbog navedenih razloga ovaj se pristup rijetko

koristi.

2. Strukturni (sintaktički) pristup - na osnovi toka papilarnih linija definiraju se

karakteristični oblici i njihove varijante koje se dalje razvrstavaju po hijerarhijskom

principu u manje podgrupe.

3.1. Načelna shema blok sustava

Slika prikazuje načelnu blok shemu susava za automatsko raspoznavanje otisaka prstiju.

Takav tipičan sustav sastoji se od sljedećih dijelova:

1. A/D obrada - pretvaranje slike u digitalni oblik, uklanjanje smetnji i šuma, stanjivanje

papilarnih linija decimacijom na dva bita

2. Ekstrakcija lokalnih značajki - algoritmom specifičnim za proizvođača sustava,

ekstrahiraju se lokalne značajke otiska

3. Normalizacija – uklanjanje utjecaja (translacija, rotacija, lokalnih povećanja, ostalih

vanjskih utjecaja)

4. Klasifikacija - razvrstavanje na podgrupe (globalne značajke) radi ubrzanja procesa

identifikacije

5. Usporedba - normalizirani uzorak se uspoređuje s grupom uzoraka iz baze prototipa ili

s prototipom sa korisničke kartice, na temelju čega se donosi odluka o podudaranju

uzoraka

6. Pokretanje aktivnosti - na temelju rezultata identifikacije pokreće se odgovarajući

postupak (dozvola ili zabrana pristupa) uz obavezno pohranjivanje rezultata i svih

parametara postupka (datum i vrijeme pristupa, identitet, broj pokušaja...)

3.2. Ocjena efikasnosti

Ocjena efikasnosti biometrijskih sigurnosnih sustava temelji se na dva koeficijenta:

1. FAR (eng. False Acceptance Rate) omjer lažnog prihvaćanja - je omjer prihvaćenih

lažnih uzoraka i ukupnog broja obrađenih uzoraka

2. FRR (eng. False Rejection Rate) omjer lažnog odbacivanja -  je omjer odbačenih

ispravnih uzoraka i ukupnog broja obrađenih uzoraka

Cilj kvalitetnog sustava je postići što nižu vrijednost i za FAR i za FRR, no ti zahtjevi

su u suprotnosti jer smanjenje FAR-a povlači dulje vrijeme trajanja postupka identifikacije

(koji je besmislen ako ne traje realno, razumno kratko, vrijeme) i povećava "strogost" sustava,

no veća "strogost" sustava nužno povećava FRR.

Kod kvalitetnih sustava automatskog raspoznavanja otisaka prstiju oba koeficijenta

iznose oko 0.05%.

4. Komercijalni sustavi raspoznavanja otisaka prstiju

Komercijalni sustavi automatskog raspoznavanja otisaka prstiju na svjetskom tržištu mogu se

podijeliti u nekoliko skupina:

forenzički sustavi - masovni sustavi s velikim brojem uzoraka pohranjenih u bazu

podataka. To su tzv. AFIS (Automated Fingerprint Identificaton System) sustavi. Rad

u realnom vremenu obično nije ključan, a ni izvediv zbog velikog broja uzoraka.

sustavi za civilnu identifikaciju - sustavi za provjeru identiteta kod korištenja raznih

dokumenata (bankomati i sl.). Sustav mora raditi u realnom vremenu i biti dovoljno

pouzdan.

sustavi za provjeru ovlaštenog pristupa ograničene populacije - koriste se kod kontrole

pristupa prostorijama, postrojenjima, uređajima, a sastoje se od manjeg broja uzoraka

pohranjenih u centralnu bazu podataka. Često se kombiniraju s dodatnim

biometrijskim sustavima (raspoznavanje šarenice, mrežnice, glasa…) i/ili s

konvencionalnijim sustavima (lozinke, odzivi itd.). Rad u realnom vremenu i visoka

pouzdanost sustava su ekstremno važni.

5. Čitači otisaka prstiju

Čitače otisaka možemo podijeliti na.

Optičke

Kapacitivne

Ultrazvučne

Termičke

Senzore električnog polja

…

5.1. Optički čitač

Kada se koristi optički senzor, prst se pritisne na, za to predviđenu, pločicu.

Nakon tog prst se osvijetli sa LED izvorom svjetlosti.

Kroz prizmu i sistem leća slika se projektira na kameru.

Kamera može biti CCD ili modernija CMOS.

5.2. Ultrazvučni čitač

Ultrazvučna tehnologija je zasnovana na postojanju razlike u akustičnoj impedanciji

na koži prsta. Takvi senzori se koriste i u medicini.

Frekvencijski opseg koji se upotrebljava je od 20 KHz pa do nekoliko GHz.

Vršne frekvencije moraju biti u mogućnosti da skeniraju kožu prsta sa rezolucijom od oko

500 dpi koja je neophodna da bi se mogle prepoznavati karakteristične točke na koži prsta.

5.3. Kapacitivni čitač

Kada se prst postavi na senzor, niz piksela mjeri varijacije u kapacitivnosti izmedu senzora i

prsta.

Varijacije su posljedica postojanja brazdi na koži prsta.

5.4. Termički čitači

Senzori koji mjere temperaturu prsta mogu biti manji od samog prsta.

Podaci o temperaturi mogu se dobiti prelaskom prsta preko senzora.

Senzori sadrže niz točaka kojima se može detektirati razlika temperature kože (bore na koži

prsta) i zraka (udubljenja na koži prsta).

Ovakve vrste čitača često susrećemo na prijenosnim računalima.

5.5. Senzori električnog polja

Senzori električnog polja su poluprovodnički senzori veličine pečata.

Ovi senzori stvaraju električno polje i pomoću niza piksela mjere varijacije u polju.

Varijacije su posljedica naboranosti kože prsta.

Zavisno od proizvođača varijacije električnog polja se detektiraju u provodnom sloju kože,

ispod površine kože ili u epidermu.

5.6. Problemi

Kao problemi mogu se pojaviti:

Velika izloženost prstiju vanjskim utjecajima - Posjekotine ili prljavština često

otežavaju proces prepoznavanja

Mogućnost relativno jednostavnog krivotvorenja otiska - mogućnost dobivanja kopije

otiska bez znanja vlasnika

6. Zaključak

Sve veća automatizacija ljudskog društva (bankomati, kreditne kartice, razne lozinke,

osobne kartice, JMBG) dovode do sve većeg broja podataka koje treba pamtiti. Zbog tog

razloga ljudi, ako imaju izbora, za lozinke odabiru lako pamtljive fraze ili nizove brojeva

(rođendani, brojevi telefona...) što predstavlja veliki sigurnosni problem jer je takve lozinke

relativno lako otkriti. Biometrijski sustavi sigurnosti su u tom smislu puno povoljniji, unatoč

nabrojenim problemima, jer nije potrebno pamćenje podataka, a "lozinke" su jedinstvene,

nepromjenljive i jednoznačne. Sustavi s automatskim prepoznavanjem otisaka prstiju su

najjednostavniji i najuhodaniji od svih biometrijskih metoda zaštite te se zbog toga i najviše

koriste.

7. Literatura

1. http://www.fer.hr/_download/repository/projekt.pdf

2. http://dosl.zesoi.fer.hr/seminari/1998_1999/visnjic-safarzik/index4.html#40Z

3. http://elf.foi.hr/file.php/176/Seminari/Tomislav_Fotak_-

_Identifikacija_osobe_pomocu_dvodimenzionalne_slike_dlana.pdf

4. Bača, M. Prezentacija sa predavanja PPBT

5. Nedjeljko Lekić, Prepoznavanje otisaka prstiju (1999.)