МЕТОД ОБНАРУЖЕНИЯ ИСКУССТВЕННО ИЗМЕНЕННЫХ ОТПЕЧАТКОВ ПАЛЬЦЕВ НА ОСНОВЕ ФРАКТАЛЬНЫХ ХАРАКТЕРИСТИК - Проблемы Информационных Технологий

МЕТОД ОБНАРУЖЕНИЯ ИСКУССТВЕННО ИЗМЕНЕННЫХ ОТПЕЧАТКОВ ПАЛЬЦЕВ НА ОСНОВЕ ФРАКТАЛЬНЫХ ХАРАКТЕРИСТИК - Проблемы Информационных Технологий

МЕТОД ОБНАРУЖЕНИЯ ИСКУССТВЕННО ИЗМЕНЕННЫХ ОТПЕЧАТКОВ ПАЛЬЦЕВ НА ОСНОВЕ ФРАКТАЛЬНЫХ ХАРАКТЕРИСТИК - Проблемы Информационных Технологий

МЕТОД ОБНАРУЖЕНИЯ ИСКУССТВЕННО ИЗМЕНЕННЫХ ОТПЕЧАТКОВ ПАЛЬЦЕВ НА ОСНОВЕ ФРАКТАЛЬНЫХ ХАРАКТЕРИСТИК - Проблемы Информационных Технологий

МЕТОД ОБНАРУЖЕНИЯ ИСКУССТВЕННО ИЗМЕНЕННЫХ ОТПЕЧАТКОВ ПАЛЬЦЕВ НА ОСНОВЕ ФРАКТАЛЬНЫХ ХАРАКТЕРИСТИК - Проблемы Информационных Технологий
МЕТОД ОБНАРУЖЕНИЯ ИСКУССТВЕННО ИЗМЕНЕННЫХ ОТПЕЧАТКОВ ПАЛЬЦЕВ НА ОСНОВЕ ФРАКТАЛЬНЫХ ХАРАКТЕРИСТИК - Проблемы Информационных Технологий
НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА

№1, 2012

МЕТОД ОБНАРУЖЕНИЯ ИСКУССТВЕННО ИЗМЕНЕННЫХ ОТПЕЧАТКОВ ПАЛЬЦЕВ НА ОСНОВЕ ФРАКТАЛЬНЫХ ХАРАКТЕРИСТИК

Имамвердиев Ядигяр Н.

Рассмотрена возможность использования концепций теории фракталов для описания свойств отпечатков пальцев. Разработан метод определения фрактальной размерности отпечатков пальцев, и на его основе предложен эффективный подход для обнаружения искусственно измененных отпечатков пальцев. Результаты экспериментов показывают, что метод хорошо отличает изображения реальных отпечатков пальцев от искусственно измененных. Предложенный метод не требует дополнительного оборудования и легко встраивается в существующие системы распознавания отпечатков пальцев. (стр. 17-26)

Ключевые слова: искусственно измененный отпечаток пальца, фрактал, фрактальная размерность, мультифрактальный спектр, машина опорных векторов
Литература
  • Feng J., Jain A. K., Ross A. Fingerprint alteration // MSU-CSE-09-30. Dec. 2009.
  • Cummins H. Attempts to Alter and Obliterate Fingerprints // Journal of American Institute of Criminal Law and Criminology, 1935, v.25, pp.982–991.
  • Imamverdiyev Y.N., Kerimova L.E., Musayev V.Y. Method of detection of real fingerprints on the basis of the Radon transform // Automatic Control and Computer Sciences, 2009, v.43, №5, pp.270–275.
  • Алгулиев Р.М., Имамвердиев Я.Н., Мусаев В.Я. Методы обнаружения живучести в биометрических системах // Вопросы защиты информации, 2009, №3 (86), c.16–21.
  • Yoon S., Feng J., Jain A.K. Altered fingerprints: analysis and detection // IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011.
  • Feng J., Jain A.K., Ross A. Detecting Altered Fingerprints // Proc. 20th International Conference on Pattern Recognition, August 23-26, 2010, Istanbul, Turkey, pp. 1622–1625.
  • Petrovici A., Lazar C. Identifying Fingerprint Alteration Using the Reliability Map of the Orientation Field // The Annals of the Univeristy of Craiova, Series Automation, Computers, Electronics and Mechatronics, 2010, v.7(34). №1, pp.45–52.
  • Tabassi E., Wilson C., Watson C. Fingerprint Image Quality, NISTIR 7151, August 2004, http://fingerprint.nist.gov/NFIS/ir 7151.pdf.
  • Singh R., Vatsa M., Bhatt H.S., Bharadwaj S., Noore A., Nooreyezdan S.S. Plastic Surgery: A New Dimension to Face Recognition // IEEE Trans. Information Forensics and Security, 2010, v.5, №3, pp.441–448.
  • Roizenblatt R., Schor P., Dante F., Roizenblatt J., Belfort R. Iris Recognition As a Biometric Method after Cataract Surgery // American Journal of Ophthalmology, 2005, v.140, №5, pp.969–979.
  • Maltoni D., Maio D., Jain A. K., Prabhakar S. Handbook of Fingerprint Recognition (Second Edition). Springer-Verlag. 2009.
  • Павлов А.Н., Анищенко В.С. Мультифрактальный анализ сложных сигналов // Успехи физических наук, 2007, т. 177, №8, c.859–876.
  • Bazen A.M., Gerez S.H. Systematic Methods for the Computation of the Directional Fields and Singular Points of Fingerprints // IEEE Trans. Pattern Analysis and Machine Intelligence, 2002, v.24, №7, pp.905–919.
  • Zhou J., Gu J. A Model-Based Method for the Computation of Fingerprints’ Orientation Field // IEEE Trans. ImageProcessing, 2004, v.13, №6, pp.821–835.
  • Wang Y., Hu J. Global Ridge Orientation Modeling for Partial Fingerprint Identification // IEEE Trans. Pattern Analysis and Machine Intelligence, 2010, v.33, №1, pp.72–87.
  • Mandelbrot B.B. The Fractal Geometry of Nature. San-Francisco: W.H. Freeman and Comp. 1982, 459 p.
  • Mandelbrot B.B. A Multifractal Walk down Wall Street // Scientific American, Feb. 1999, pp.70–73.
  • Кроновер Д. М. Фракталы и хаос в динамических системах. Основы теории. М.: Постмаркет, 2000, 352 с.
  • Федер Е. Фракталы. М.: Мир, 1991, 260 с.
  • Петерс Э. Фрактальный анализ финансовых рынков: применение теории хаоса в инвестициях и экономике. М.: Интернет-трейдинг, 2004, 304 с.
  • Pentland A. Fractal-Based Description of Natural Scenes // IEEE Transactions on Pattern Analysis and Machine Recognition, 1984, v.6, №6, pp.661–674.
  • Polikarpova N. On the Fractal Features in Fingerprint Analysis / Proc. of the 13th Int. Conf. on Pattern Recognition, 1996, v.3, pp. 591–
  • Lin C.-H., Chen J.-L., Gaing Z.-L. Combining Biometric Fractal Pattern and Particle Swarm Optimization-Based Classifier for Fingerprint Recognition // Hindawi Publishing Corporation. Mathematical Problems in Engineering, 2010, v.2010, Article ID 328676. 14 p.
  • Lopes R., Betrouni N. Fractal and multifractal analysis: A review // Medical Image Analysis, 2009, v.13, pp.634–649.
  • Hong L., Wan Y., Jain A. Fingerprint image enhancement: algorithm and performance evaluation // IEEE Trans Pattern Anal Mach Intelligence, 1998, v.20, №8, pp.777–89.
  • Katz M.J. Fractals and the analysis of waveforms // Computers in Biology and Medicine, 1988, v.18, №3, pp.145–156.
  • Higuchi T. Approach to an irregular time series on the basis of the fractal theory // Physica D: Nonlinear Phenomena, 1988, v.31, №2, pp.277–283.
  • Sevcik C. On fractal dimension of waveforms // Chaos, Solitons and Fractals, 2006, v.28, №2, pp.579–580.
  • Esteller R., Vachtsevanos G., Echauz J., Litt B. A Comparison of Waveform Fractal Dimension Algorithms // IEEE Trans. Circuits Syst.‒I: Fundam. Theory Appl. 2001, v.48, №2, pp.177–183.
  • Struzik Z.R. Determining local singularity strengths and their spectra with the wavelet transform // Fractals. 2000, v.82, pp.163–179.
  • Дремин И.М., Иванов О.В., Нечитайло В.А. Вейвлеты и их использование // Успехи физических наук, 2001, .т.171, №5, c.465–501.
  • Xu Y., Ji H., Fermuller C. Viewpoint Invariant Texture Description Using Fractal Analysis // Int. Journal of Computer Vision, 2009, v.83, №1, pp.85–100.
  • Wendt H., Abry P., Jaffard S., Ji H., Shen Z. Wavelet Leader Multifractal Analysis for Texture Classification / Proc. of the 16th IEEE Int. Conference on Image Processing (ICIP), 2009, pp.3785–3788.
  • Chen Y.W., Lin C.J. Combining SVMs with various feature selection strategies //Studies in Fuzziness and Soft Computing, 2006, v.207, pp.315–324.
  • FracLab 2.0. A fractal analysis toolbox for signal and image processing. http://fraclab.saclay.inria.fr/
  • Moisy F. Computing a fractal dimension with Matlab: 1D, 2D and 3D Box-counting. http://www.mathworks.com/matlabcentral/fileexchange/13063-boxcount/content/boxcount/html/demo.html
  • Chang C.-C., and Lin C.-J., LIBSVM: a library for support vector machines, 2001. http://www.csie.ntu.edu.tw/_cjlin/libsvm.
  • Fawcett T. An introduction to ROC analysis // Pattern Recognition Letters, 2006, v.27, №8, pp.861–874.