Đại học Khoa học Tự nhiên Phòng thí nghiệm CNPM (SELab)

1

Đại học Khoa học Tự nhiênPhòng thí nghiệm CNPM (SELab)

Xây dựng engine nhận dạng vân tay cho hệ

thống nhúng T-Engine và Embedded Linux

CN đề tài: ThS. NGUYỄN TRI TUẤNE-mail: [email protected] Cơ quan chủ trì: ICDREC, Khu Công Nghệ Phần mềm, Đại học Quốc gia TP. Hồ Chí Minh

05 - 2008

2

Nội dung

Mục tiêu và nội dung nghiên cứu của đề tài1

Hệ thống nhận dạng vân tay nguồn mở eFinger2

Xây dựng hệ thống eSFS trên ARM9 và T-Engine3

Tổng kết4

3

Mục tiêu của đề tài

1

Xây dựng engine phần mềm nhận dạng vân tay eSFS có thể tích hợp vào các ứng dụng hệ thống nhúng khác

2

eSFS nhận dạng 1:1 và 1:N với tốc độ thời gian thực với N <1000

3

eSFS có thể chạy trên nhiều platform hệ thống nhúng cụ thể là T-Engine SH7760 và Embedded Linux ARM9

4

Nội dung nghiên cứu của đề tài

Nghiên cứu các thuật toán nhận dạng vân tay và chạy thử nghiệm Mô hình biểu diễn vân tay

Nội dungnghiên cứu

Nghiên cứu các kỹ thuật tối ưu xử lý ảnh số nguyên

Máy PC Hệ Thống Nhúng

Xây dựng engine nhận dạng eSFS

Xây dựng trình điều khiển thiết bị đọc vân tay

Chuyển đổi eSFS sang môi trường hệ thống nhúng T-Engine và Embedded Linux

5

Quá trình nhận dạng vân tay

Sơ đồ các bước nhận dạng

ImageEnhancement

Minutiae Extraction

ImageAnalysis

Binarization

Minutiae Analysis

Ridge Reconstruction

Thinning

Local Similarity Global SimilarityCalculate

Matching Score

Image Processing

Matching

6

Nội dung




Tổng kết4

7

Các hệ thống nhận dạng vân tay nguồn mở

FVS

ffpis

Lince

eFinger f-poc

Các hệ thống nhận dạng vân tay nguồn mở

8

Chọn mã nguồn

http://dpfp.berlios.de/wikka.php?wakka=FingerprintRecognition

http://www.reactivated.net/fingerprint-enhancement-and-recognition/

“Trong số đó, FVS và eFinger được đánh giá là có thể sử dụng để phát triển mặc dù hệ thống này chưa phải là hoàn chỉnh tối ưu, tuy nhiên có thể được sử dụng như bước khởi đầu. eFinger được xây dựng sau FVS và sử dụng code enhancement của FVS.”

9

eFinger

efinger

10

Nội dung




Tổng kết4

11

Kiến trúc hệ thống

ARM9/T-EngineHệ thống nhận dạng vân tay eSFS

Thiết bị lấy dấu vân tay

Xử lý driver nhận dạng thiết bị

Xử lý hệ thống nhận dạng

Kiến trúc hệ thống

Xử lý lưu trữ

12

Xây dựng hệ thống eSFS

Enhancement Thinning Minutiae

Database

User information

Enrrolment


Database

User information

Result

Verification

1 template


Database

Result

Indentification

N templates

13

Xây dựng hệ thống eSFS

Thuật toán Gabor tính toán trên số thực

Enhancement(eFinger)Gabor

Enhancement(eSFS)

Trừ background

Lọc Median

Lấy ngưỡng

14

Xây dựng driver USB FP-reader

Tên thiết bị Fujitsu MBF200

Nhà sản xuất Tacoma Technology Inc. and Fujitsu Microelectronics America, Inc.

Kết nối USB

Độ phân giải 500 dpi

Kích thước ảnh

256x300

Số màu 256

15


1

23

16


Giao tiếp driver tâng ứng dung

17


Giao tiếp driver tâng ứng dung

Applications

Host Controller (Hardware)

USB Core

Host Controller Driver

/dev/mbf200

open read close

18

Xây dựng cơ sở dữ liệu lưu trữ

Text fileMinutiae(eFinger)

Minutiae(eSFS)

DBF

19

Thiết kế giao diện

Hệ thống FingerPrint

Lấy dấu tay Thông tin cá nhân Các chức năng

Thông báo

Enroll

Verify

Indentify

Tên

Địa chỉ

...

Start Get

20

Nội dung




Tổng kết4

21

Kết quả đạt được

Xây dựng được driver cho thiết bị lấy dấu tay Fujitsu MBF200.

Tối ưu hóa mã nguồn eFinger để tạo ra eSFS-core trên PC Cải tiến thuật toán nâng cao chất lượng ảnh (Gabor) Chuyển đổi mã nguồn eSFS sang hệ thống nhúng ARM9 và

T-Engine Xây dựng được cơ sở dữ liệu lưu trữ trên ARM9 và T-Engine Xây dựng được ứng dụng bằng Qt trên ARM9. Xây dựng được ứng dụng command-line trên T-Engine

Đây là kết quả cơ bản quan trọng cho đề tài trọng điểm ĐHQG “XÂY DỰNG THƯ VIỆN TÍCH HỢP HỆ THỐNG NHẬN DẠNG VÂN TAY TRÊN MÁY PC VÀ HỆ THỐNG NHÚNG ”

22

Kết quả đạt được

Chức năng

eFinger trên PC eSFS trên PC eSFS trên ARM9/T-Engine

Cấu hình

CPU 2,8 GHz, RAM 512MBCPU 200 MHz, RAM

64MB

Enroll Tốc độ xử lý: 12s Tốc độ xử lý: <1s Tốc độ xử lý: 5s

Verify

Độ chính xác Độ chính xác

Cùng mẫu Khác mẫu

90% 85%

Mẫu test từ: efinger, thiết bị MBF200, FVC2004, Biometric Tổng số mẫu test ~500

Cùng mẫu Khác mẫu

92% 85-88%

23

Hướng phát triển

Phát triển module matching để kết quả so khớp tốt hơn

Cải tiến tốc độ thực hiệnXây dựng driver cho các thiết bị FP-reader

khác trên hệ thống ARMTập trung phát triển eSFS trên ARM9,

không nên phát triển tiếp trên T-Engine

24

Demo…

25

Documents

Đại học Khoa học Tự nhiên Phòng thí nghiệm CNPM (SELab)