Parmak izi tanıma

Parmak izi tanıma iki insan parmak izi arasında bir eşleşmeni doğrulamak için otomatik yöntem anlamına gelir. Parmak izleri, kişileri tanımlamak ve kimliklerini doğrulamak için kullanılan birçok biyometri formlarından biridir. Parmak izlerinin eşleme amaçları için analizi genellikle baskı deseninin birkaç özelliğinin karşılaştırılmasını gerektirir.[1] Bunlar sırtların toplam özelliklerinden olan desenler ve desenlerde bulunan eşsiz özellikler olan minutia noktalarıdır. Bazı görüntüleme teknolojilerini başarıyla kullanmak için insan derisinin yapısını ve özelliklerini bilmek de gereklidir.

Parmak izi tanıma mobil cihazlarda

Parmak izi tanıma özelliğini telefonlarına entegre eden ilk akıllı telefon üreticilerinin ikisi, 2011'de Motorola Atrix 4G ve 10 Eylül 2013'te Apple'ın iPhone 5S modeli ile birlikte Motorola'ydı. HTC, bir ay sonra parmak izi tanıma da dahil olmak üzere One Max'ı piyasaya sundu. Nisan 2014'te Samsung, evde bir düğmeye parmak izi sensörü entegre eden Samsung Galaxy S5'i piyasaya sundu. Aralık 2015'ten bu yana, 100 $ UMI Fuarı gibi parmak izi tanıma özellikli daha ucuz akıllı telefonlar piyasaya sürüldü. Samsung, kısa süre önce parmak izi sensörlerini orta sınıf A serisi akıllı telefonlara tanıttı.

25 Eylül 2015'te iPhone 6S'larda, iki yıl sonra iPhone 5S'deki ilk parmak izi tarayıcısı olan Apple, daha hızlı tepki süresi talep eden yeni nesil parmak izi tarayıcısı tanıttı. Ağustos 2016'da OPPO, Oppo F1'smodelinde 0,22 saniyelik bir tepki süresi talep etti.

Algoritmalar

Eşleşen algoritmalar, önceden depolanmış parmak izi şablonlarını, kimlik doğrulama amacıyla aday parmak izlerine karşı karşılaştırmak için kullanılır.[2] Bunu yapmak için, orijinal görüntü doğrudan aday görüntü ile karşılaştırılmalıdır veya belirli özellikler karşılaştırılmalıdır. Ön işleme, gereksiz sesleri süzerek ve kaldırarak görüntünün kalitesini arttırmaya yardımcı oldu. Minutiae (önemsiz ayrıntılar) tabanlı algoritma, yalnızca 8 bitlik gri ölçekli parmak izi görüntüsünde etkili bir şekilde çalıştı. Bunun bir nedeni, 8 bitlik bir gri parmak izi görüntüsünün görüntüyü, sırtlar için 0 ve kırışıklar için 1 değeriyle 1 bitlik görüntüye dönüştürmek için temel bir temel oluşturması idi. Sonuç olarak sırtlar siyah renkle vurgulanırken, oluklar beyaz renkle vurgulanmıştır. Bu işlem kısmen bir görüntüdeki bazı sesleri kaldırdı ve kenar algılamanın geliştirilmesine yardımcı oldu.[3] Dahası, girdi görüntüsü için en iyi kaliteyi artırmak için iki adım daha daha vardır: minutiae ekstraksiyonu ve yanlış minutiae giderme. Minutiae ekstraksiyonu sırtların gereksiz piksellerini kaldırmak için sırtın inceltme algoritması uygulayarak gerçekleştirildi. Sonuç olarak, parmak izi görüntüsünün inceltilmiş sırtları benzersiz bir kimlikle işaretlenmiştir, böylece daha fazla işlem yapılabilir.[4] Minutiae çıkarma adımından sonra yanlış minutiae çıkarılması da gerekiyordu. Mürekkep miktarının olmaması ve sırtlar arasındaki çapraz bağ yoksunluklara neden olabilir ve bu da parmak izi tanıma sürecinde yanlış sonuca neden olabilir. Desen tabanlı algoritmalar, daha önce saklanan bir şablon ile bir aday parmak izi arasındaki temel parmak izi kalıplarını (kemer, halka ve döngü) karşılaştırabilir. Bu, görüntülerin aynı yönde hizalanmasını gerektirir. Bunu yapmak için, algoritma parmak izi görüntüsünde merkezi bir nokta bulur ve bu noktaları merkezileştirir. Bir kalıp tabanlı algoritmada, şablon, hizalanmış parmak izi görüntüsündeki kalıpların, boyutun ve desen yönelimini içerir.[5] Adayın parmak izi resmi, şablonla grafikle karşılaştırılarak bunların eşleşme derecesini belirler.[6]

Arka plan

Parmak izi sırtlarının üç temel örneği kemer, döngü ve kıvrımlardır:

  • Kemer: Sırtlar parmağın bir tarafından girilir, ortada bir yay oluşur ve sonra parmağın diğer yanından çıkar.
  • Döngü: Sırt parmaklarının bir tarafından girilir, bir eğri oluşturur ve sonra aynı taraftan çıkar.
  • Sırtlar, parmağın ortasındaki bir noktanın etrafında daire biçiminde oluyor.

Bilim insanları, aile üyelerinin genelde aynı genel parmak izi kalıplarını paylaştığını ve bu kalıpların kalıtsal olduğuna inandığını bulmuştur.[7]

Parmak izi işleme üç ana işleve sahiptir: kayıt, arama ve doğrulama. Bu işlevler arasında, sensörden parmak izi görüntüsünü yakalayan kayıt önemli bir rol oynamaktadır. Bunun sebebi, insanların parmak izlerini taramaya ayna yansıtma şekli, arama ve doğrulama sürecindeki sonucu etkileyebilir olmasıdır.[8] Doğrulama işleviyle ilgili olarak, korelasyon tabanlı eşleştirme, minutiae tabanlı eşleştirme, sırt özelliklerine dayalı eşleştirme ve minutiae tabanlı algoritma gibi parmak izlerini eşleştirmek için çeşitli teknikler bulunmaktadır.[9] Bununla birlikte, en popüler algoritma etkinliği ve doğruluğu nedeniyle minutiae tabanlı eşleme algoritmasıydı. Parmak izi sırtlarının en büyük minutia özellikleri sırt bitimi, bifürkasyon ve kısa sırttır (veya nokta). Sırt bitimi, sırtın sonlandığı noktadır. Çatlaklar, tek bir sırtın iki sırtta ayrıldığı noktalardır. Kısa sırtlar (veya noktalar) parmak izindeki ortalama sırt uzunluğundan önemli ölçüde kısa olan sırtlardır. Minutiae ve modeller parmak izi analizinde çok önemlidir, çünkü hiçbir iki parmak aynı görünmemektedir.[10]

Sırt bitiyor.
Bifurkasyon.
Kısa sırt (nokta).

Parmak izi sensörleri

Parmak izi sensörü, parmak izi deseninin dijital bir görüntüsünü yakalamak için kullanılan elektronik bir cihazdır. Yakalanan görüntüye Canlı Tarama denir. Bu canlı tarama, eşleştirmek için saklanan ve kullanılan bir biyometrik şablon (çıkarılmış özellikler topluluğu) oluşturmak üzere dijital olarak işlenir.[11] Optik, kapasitif, RF, termal, piezoresistif, ultrasonik, piezoelektrik, Mikro elektro-mekanik sistemler gibi birçok teknoloji kullanılmıştır. Bu, daha yaygın olarak kullanılan bazı parmak izi sensörü teknolojilerine genel bir bakış sağlar.

Optik parmak izi görüntüleme, görünür ışığı kullanarak baskıda dijital bir görüntü yakalamayı içerir. Bu tür bir sensör özünde özel bir dijital fotoğraf makinesidir. Parmağın yerleştirildiği sensörün üst katmanı dokunmatik yüzey olarak bilinir. Bu tabakanın altında, parmağın yüzeyini aydınlatan ışık yayan bir fosfor katmanı bulunur.[12] Parmaktan yansıyan ışık, fosfor tabakasından, parmak izinin görsel bir görüntüsünü yakalayan bir katı hal piksel dizisine (ccd şarj ile bağlanmış bir cihaz) geçer.

Çizilmiş veya kirli bir yüzey parmak izinin kötü görüntüsüne neden olabilir. Bu tür sensörlerin bir dezavantajı, görüntüleme yeteneklerinin parmağındaki cildin kalitesinden etkilendiği gerçeğidir. Örneğin, kirli veya işaretli bir parmağın doğru şekilde görüntülemesi zordur. Aynı zamanda, bir kişinin parmak uçlarındaki cildin dış tabakasını, parmak izinin artık görülemediği noktaya kadar aşındırması mümkündür. Aynı zamanda, bir "canlı parmak" dedektörüyle birleştirilmediği takdirde bir parmak izi görüntüsüyle kolayca aldanabilirsiniz. Bununla birlikte, kapasitif sensörlerin aksine, bu sensör teknolojisi elektrostatik deşarj hasarına açık değildir. Parmak izleri uzaktan okunabilir.[13]

Ultrasonik sensörler, parmak izinin görsel görüntülerini oluşturmak için medikal ultrasonografinin prensiplerinden yararlanmaktadır. Optik görüntülemenin aksine, ultrasonik sensörler cildin epidermal tabakasına nüfuz etmek için çok yüksek frekanslı ses dalgaları kullanırlar.[14] Ses dalgaları piezoelektrik transdüserler kullanılarak üretilir ve yansıyan enerji de piezoelektrik malzemeler kullanılarak ölçülür. Dermal cilt tabakası parmak izi ile aynı karakteristik desenini sergilediğinden, yansıyan dalga ölçümleri parmak izi görüntüsünü oluşturmak için kullanılabilir. Bu, temiz, hasar görmemiş epidermal cilt ve temiz algılama yüzeyi ihtiyacını ortadan kaldırır. LeEco bunu Smartphone'da ilk sunan şirket oldu.

Kapasitans sensörleri, parmak izi görüntüleri oluşturmak için kapasite ile ilgili prensipleri kullanır. Bu görüntüleme yönteminde sensör dizisi pikselleri her biri bir paralel plakalı kondansatörün bir plakası gibi davranır; dermal katman (elektriksel olarak iletkendir) diğer plaka gibi davranır ve iletken olmayan epidermal katman dielektrik gibi davranır.[15] iPhone 6, kapasitans parmak izi sensörü kullanıyor.[16]

Bir pasif kapasitans sensörü, deri cilt tabakasında parmak izi desenlerinin bir görüntüsü oluşturmak için yukarıda özetlenen ilkeyi kullanır. Her algılayıcı piksel, dizinin o noktasındaki kapasitansı ölçmek için kullanılır. Kapasitans, deri katmanı ile vadilerdeki algılama elemanı arasındaki hacmin bir hava boşluğu içerdiği gerçeğinden dolayı, parmak izinin sırtları ve vadileri arasında değişir.[17] Epidermisin dielektrik sabiti ve algılama elemanı alanı bilinen değerlerdir. Ölçülen kapasitans değerleri daha sonra parmak izi sırtlarını ve vadileri ayırt etmek için kullanılır.

Aktif kapasitans sensörleri, ölçüm yapılmadan önce deriye gerilim uygulamak için bir şarj döngüsü kullanır. Gerilim uygulaması etkili kondansatörü şarj eder. Parmak ve sensör arasındaki elektrik alanı deri cilt katındaki sırt desenini izler. Deşarj döngüsünde, dermal tabaka ve algılama elemanı arasındaki voltaj, kapasitansı hesaplamak için bir referans voltajı ile karşılaştırılır. Uzaklık değerleri daha sonra matematiksel olarak hesaplanır ve parmak izinin bir görüntüsünü oluşturmak için kullanılır.[18] Aktif kapasitans sensörleri ultrasonik yöntem gibi deri tabakasının sırt desenlerini ölçer. Yine, bu, temiz, hasar görmemiş epidermal cilt ve temiz bir algılama yüzeyi ihtiyacını ortadan kaldırır.

Kaynakça
  1. http://www.biometric-solutions.com/fingerprint-recognition.html
  2. http://www.biometricupdate.com/biometric-news/fingerprint-recognition
  3. "Arşivlenmiş kopya". 26 Ağustos 2010 tarihinde kaynağından arşivlendi. Erişim tarihi: 23 Nisan 2017.
  4. http://www.securityworldmag.com/tech/tech_view.asp?idx=1156&part_code=030170070&page=1
  5. "Arşivlenmiş kopya" (PDF). 8 Ekim 2011 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 23 Nisan 2017.
  6. http://files.spogel.com/projects/t-000145--Fingerprint_Methods.pdf
  7. http://www.scientificamerican.com/article.cfm?id=are-ones-fingerprints-sim
  8. http://www.neurotechnology.com/verifinger.html
  9. http://www.androidauthority.com/how-fingerprint-scanners-work-670934/
  10. "Arşivlenmiş kopya". 10 Haziran 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 23 Nisan 2017.
  11. http://searchsecurity.techtarget.com/definition/electro-optical-fingerprint-recognition
  12. https://www.fingerprints.com/technology/hardware/
  13. http://www.synaptics.com/products/biometrics
  14. http://www.crossmatch.com/tcs1-sensor/
  15. http://integratedbiometrics.com/products/
  16. https://support.apple.com/en-ca/HT204587
  17. "Arşivlenmiş kopya". 25 Ağustos 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 23 Nisan 2017.
  18. "Arşivlenmiş kopya". 13 Ağustos 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 23 Nisan 2017.

Dış bağlantılar

Ayrıca bakınız
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.