Во второй части статьи (первая опубликована в РС Мagazin/RE, 1/2004) раскрыты основные методы распознавания отпечатков пальцев, алгоритмы построения систем распознавания и некоторые методы защиты от муляжей. Но прежде чем перейти к этим вопросам, рассмотрим, что собой представляет и как появляется папиллярный узор на поверхности пальцев.

Кожа человека состоит из двух слоев: эпидермиса (ерidermis), наружного слоя, и дермы (derma), более глубокого слоя.

На пятом месяце внутриутробного развития человека дерма, до этого ровная, становится неровной и начинает приобретать вид множества чередующихся между собой дермальных бугорков (иногда их называют сосочками). На поверхности пальцев эти бугорки складываются в ряды. Эпидермис повторяет строение внешнего слоя дермы и образует небольшие складки, отображающие и повторяющие ход рядов дермальных бугорков.

Складки, которые мы видим на поверхности кожи невооруженным глазом, называются папиллярными линиями (от латинского рарillae — сосочки) и отделяются друг от друга неглубокими бороздками. На вершинах складок, гребнях папиллярных линий, находятся многочисленные мельчайшие поры — наружные отверстия выводных протоков потовых желез кожи. Папиллярные линии на поверхности пальцев рук образуют различные узоры, называемые папиллярными узорами.

Окончательно папиллярный узор на поверхности пальцев формируется к седьмому месяцу внутриутробного развития. С этого времени бороздки, сформировавшиеся на поверхности пальцев, остаются неизменными в течение всей жизни человека.

Строение верхнего слоя кожи пальцев рук человека, эпидермиса, таково, что оно предохраняет дерму, т. е. собственно кожу, от механических повреждений. После любых повреждений эпидермиса, не затрагивающих дермальных бугорков, папиллярный узор в процессе заживления восстанавливается в прежнем виде, что подтверждено многочисленными экспериментами. Если же дермальные бугорки повреждаются, то образуется рубец, в определенной мере деформирующий папиллярный узор, но принципиально не изменяющий первоначального общего рисунка, причем сам рубец может быть использован как вторичный признак при идентификации.

В российской традиционной дактилоскопии папиллярные узоры пальцев рук делятся на три основных типа: дуговые (около 5% всех отпечатков), петлевые (65%) и завитковые (30%); для каждого типа проводится более детальная классификация на подтипы. Однако в рамках этой статьи будут рассмотрены в первую очередь методы автоматизированной идентификации человека, а не дактилоскопии.

В зависимости от качества изображения отпечатков пальцев, полученного со сканера, на нем можно выделить некоторые характерные признаки поверхности пальцев, которые в дальнейшем можно использовать для идентификации.

На самом простом техническом уровне, например при разрешении полученного со сканера изображения поверхности пальца 300—500 точка/дюйм, на нем видно достаточно большое количество мелких деталей (minutiae), по которым можно их классифицировать, но, как правило, в автоматизированных системах используют всего два типа деталей узора (особых точек): конечные точки, в которых отчетливо заканчиваются папиллярные линии, и точки ветвления, в которых папиллярные линии раздваиваются.

Если есть возможность получить изображение поверхности пальца с разрешением около 1000 точка/дюйм, то на нем можно обнаружить детали внутреннего строения самих папиллярных линий, в частности поры потовых желез, и соответственно использовать уже их расположение для идентификации. Однако из-за сложности получения в нелабораторных условиях изображений такого качества этот метод мало распространен.

При автоматизированном распознавании отпечатков пальцев (в отличие от традиционной дактилоскопии) возникает гораздо меньше проблем, связанных с различными внешними факторами, влияющими на сам процесс распознавания. При получении отпечатков пальцев красковым способом (с помощью откатки) важно исключить либо, по крайней мере, максимально уменьшить смещение или поворот пальца, изменение давления, изменение качества поверхности кожи и т. д. С электронных бескрасковых сканеров получить изображение отпечатка пальца с достаточным для обработки качеством значительно проще. Качество получаемого со сканера изображения папиллярного узора пальца — один из основных критериев, от которого зависит избираемый алгоритм формирования свертки отпечатка пальца и, следовательно, идентификации человека.

В настоящее время выделяют три класса алгоритмов сравнения отпечатков пальцев.

1. Корреляционное сравнение — два изображения отпечатка пальца накладываются друг на друга, и подсчитывается корреляция (по уровню интенсивности) между соответствующими пикселами, вычисленная для различных выравниваний изображений друг относительно друга (например, путем различных смещений и вращений); по соответствующему коэффициенту принимается решение об идентичности отпечатков. Из-за сложности и длительности работы данного алгоритма, особенно при решении задач идентификации (сравнение «один-ко-многим»), системы на его основе сейчас практически не используются.

2. Сравнение по особым точкам — по одному или нескольким изображениям отпечатков пальцев со сканера формируется шаблон, представляющий собой двухмерную поверхность, на которой выделены конечные точки и точки ветвления. На отсканированном изображении отпечатка также выделяются эти точки, их карта сравнивается с шаблоном, и по количеству совпавших точек принимается решение по идентичности отпечатков. В работе алгоритмов данного класса реализуются механизмы корреляционного сравнения, но при сравнении положения каждой из предположительно соответствующих друг другу точек. В силу простоты реализации и скорости работы алгоритмы данного класса наиболее широко распространены. Единственный существенный недостаток данного метода сравнения — достаточно высокие требования к качеству получаемого изображения (около 500 точка/дюйм).

3. Сравнение по узору — в данном алгоритме сравнения используются непосредственно особенности строения папиллярного узора на поверхности пальцев. Полученное со сканера изображение отпечатка пальца разбивается на множество мелких ячеек (размер ячеек зависит от требуемой точности). Расположение линий в каждой ячейке описывается параметрами некоторой синусоидальной волны, т. е. задается начальный сдвиг фазы, длина волны и направление ее распространения. Полученный для сравнения отпечаток выравнивается и приводится к тому же виду, что и шаблон. Затем сравниваются параметры волновых представлений соответствующих ячеек. Преимущество алгоритмов сравнения этого класса в том, что они не требуют изображения высокого качества.

В рамках статьи мы ограничимся обобщенным описанием работы каждого из классов алгоритмов, на практике это все выглядит намного сложнее с точки зрения как математического аппарата, так и работы с изображением. Отметим, что в автоматизированной идентификации существует несколько проблем, связанных со сложностью сканирования и распознавания некоторых типов отпечатков пальцев, в первую очередь это касается маленьких детей, так как их пальцы очень малы для того, чтобы даже на хорошем оборудовании получить их отпечатки с детализацией, приемлемой для распознавания. Кроме этого, около 1% взрослых людей обладают настолько уникальными отпечатками пальцев, что для работы с ними приходится разрабатывать специализированные алгоритмы обработки или делать исключение в виде персонального для них отказа от биометрии.

Проблема зашиты самых различных биометрических систем от муляжей биометрических идентификаторов — одна из самых сложных как для всей области, так и в первую очередь для технологии распознавания отпечатков пальцев. Связано это с тем, что отпечатки пальцев относительно легко получить по сравнению, например, с радужной оболочкой глаза или 3D формой руки, и изготовление муляжа отпечатка пальца выглядит также более простой задачей. Мы не будем касаться технологий изготовления муляжей отпечатков пальцев, об этом в последнее время появилось достаточно информации во многих источниках. Остановимся на рассмотрении основных методов и подходов к защите от них.

Обобщенно все методы можно разделить на две группы.

1. Технические — методы зашиты, реализованные либо на уровне программного обеспечения, работающего с изображением, либо на уровне считывающего устройства. Рассмотрим их подробнее.