В настоящее время получили распространение биометрические методы идентификации, основанные на уникальности отпечатков пальцев, геометрии лица или ладони, радужной оболочки глаза, голоса и т. п. Одним из новейших биометрических методов является идентификация по рисунку вен. По сравнению с наиболее часто используемым методом идентификации по отпечатку пальца основными преимуществами технологии являются ее бесконтактный характер, слабая чувствительность к загрязнениям и порезам кожи, слабая зависимость от температуры, влажности и состояния кожи. В работе рассматриваются вопросы применения модифицированного расстояния Хаусдорфа в качестве метрики при сравнения инфракрасного изображения, полученного сканированием тыльной стороны ладони или запястья, с образцами, хранящимися в базе данных, с целью идентификации личности. С помощью моделирования базы пользователей в виде наборов характерных точек проведены исследования влияния на вероятность правильного решения поворота изображения, сдвига и потери характерных точек при идентификации с применением модифицированного расстояния Хаусдорфа. Приводятся результаты применения модифицированного расстояния Хаусдорфа к реальным изображениям для баз вен тыльной стороны запястья девяти человек и вен запястья 14 человек. В качестве множества точек для сравнения были использованы точки пересечения, ветвления и окончания вен в скелетизированном рисунке вен, полученном в результате предобработки инфракрасных изображений. Для полученных систем показатель равной вероятности ошибок ERR составил 11 % для тыльной стороны руки и 14 % для запястья.
Морозов Константин Станиславович
Васюков Василий Николаевич
1. Sontakke B.M., Humbe V.T., Yannawar P.L. Dorsal hand vein authentication system: a review // Journal of Scientific Research and Development. – 2017. – Vol. 6, N 5. – P. 511–514.
2. Crisan S. A novel perspective on hand vein patterns for biometric recognition: problems, challenges, and implementations // Biometric security and privacy: opportunities and challenges in the big data era. – Cham: Springer, 2017. – P. 21–49.
3. Greitans M., Pudzs M., Fuksis R. Palm vein biometrics based on infrared imaging and complex matched filtering // Proceedings of the 12th ACM Workshop on Multimedia and Security. – Roma, Italy, 2010. – P. 101–106.
4. Jain A.K., Bolle R., Pankanti S. Biometric: personal identification in networked society. – Boston: Kluwer, 1999. – 411 p.
5. Gonzalez R.C., Woods R.E. Digital image processing. – 2nd ed. – New Jersey: Prentice Hall, 2002. – 795 p.
6. Jahne B. Digital image processing. – Berlin; New York, Heidelberg: Springer, 1997. – 608 p.
7. Duque Vehils Jose Miguel. Design and Implementation of a finger vein identification: final thesis / Universitat Polite?cnica de Catalunya. Escola Te?cnica Superior d'Enginyeria de Telecomunicacio? de Barcelona. – Barcelona, 2011. – 68 p.
8. Khalil-Hani M., Eng P.C. FPGA-based embedded system implementation of finger vein biometrics // IEEE Symposium on Industrial Electronics and Applications. – Penang, Malaysia, 2010. – P. 700–705.
9. An improved least trimmed square Hausdorff distance finger vein recognition / G. Chen, Q. Dai, X. Tang, Z. Xu // 2018 5th International Conference on Systems and Informatics (ICSAI). – Nanjing, China, 2018. – P. 939–943.
10. Wang L., Leedham G., Cho S.Y. Infrared imaging of hand vein patterns for biometric purposes // IET Computer Vision. – 2007. – Vol. 1, N 3. – P. 113–122.
11. Huttenlocher D.P., Klanderman G.A., Rucklidge W.J. Comparing images using the Hausdorff distance // IEEE Transactions on Patter Analysis and Machine Intelligence. – 1993. – Vol. 15, N 9. – P. 850–863.
12. Finger-vein image recognition combining modified Hausdorff distance with minutiae feature matching / C.B. Yu, H.F. Qin, Y.Z. Cui, X.Q. Hu // Interdisciplinary Sciences: Computational Life Sciences. – 2009. – Vol. 1, N 4. – P. 280–289.
13. Zhou Y., Kumar A. Human identification using palm-vein images // IEEE Transactions on Information Forensics and Security. – 2011. – Vol. 6, N 4. – P. 1259–1274.
14. Contact-free palm-vein recognition based on local invariant features / W. Kang, Y. Liu, Q. Wu, X. Yue // PLoS ONE. – 2014. – Vol. 9, N 5. – P. 1–12.
15. Wang L., Leedham G., Cho D.S.Y. Minutiae feature analysis for infrared hand vein pattern biometrics // Pattern Recognition Society. – 2007. – Vol. 3, N 41. – P. 920–929.
Морозов К.С., Васюков В.Н. Применение модифицированного расстояния Хаус-дорфа в задачах идентификации личности по рисунку вен ладони и запястья // Сборник научных трудов НГТУ. – 2019. – № 3–4 (96). – С. 177–186. – DOI: 10.17212/2307-6879-2019-3-4-177-186.
Morozov K.S., Vasyukov V.N. Primenenie modifitsirovannogo rasstoyaniya Khau-sdorfa v zadachakh identifikatsii lichnosti po risunku ven ladoni i zapyast'ya [Application of the modified Hausdorff distance in problems of identification of the person by vein pattern of palm and wrist]. Sbornik nauchnykh trudov Novosibirskogo gosudarstvennogo tekhnicheskogo universiteta – Transaction of scientific papers of the Novosibirsk state technical university, 2019, no. 3–4 (96), pp. 177–186. DOI: 10.17212/2307-6879-2019-3-4-177-186.
