Ekstrakcja parametrów z próbek danych biometrycznych

• Autorzy: Danek Paweł , Ćwirta Krzysztof , Kopniak Piotr

Identyfikatory

DOI

10.35784/jcsi.1327

Warianty tytułu

EN

Extraction of parameters from biometric data samples

• Języki publikacji: PL

Abstrakty

PL

W artykule opisano możliwe sposoby ekstrakcji parametrów z próbek danych biometrycznych, takich jak odcisk palca czy nagranie głosu. Zweryfikowano wpływ konkretnych sposobów obróbki na skuteczność algorytmów obróbki próbek biometrycznych oraz ich porównania. Wykonano badania polegające na przetworzeniu dużej liczby próbek z użyciem wybranych algorytmów. W przypadku odcisku palca wykorzystano normalizację obrazu, filtr Gabora i porównanie z użyciem deskryptorów. Dla autoryzacji głosowej analizowano algorytmy LPC i MFCC. W przypadku obu rodzajów autoryzacji uzyskano zadowalającą skuteczność rzędu 60-80%.

EN

This article describes possible ways to extract parameters from biometric data samples, such as fingerprint or voice recording. Influence of particular approaches to biometric sample preparation and comparision algorithms accuracy was verified. Experiment involving processing big ammount of samples with usage of particular algorithms was performed. In fingerprint detection case the image normalization, Gabor filtering and comparision method based on descriptors were used. For voice authorization LPC and MFCC alghoritms were used. In both cases satisfying accuracy (60-80%) was the result of the surveys.

Słowa kluczowe

PL

biometria; odcisk; głos; autoryzacja; normalizacja; filtr Gabora; deskryptor; lpc; mfcc

EN

biometrics; fingerprint; voice; authorization; normalization; gabor; descriptor; lpc; mfcc

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2019
• Tom: Vol. 13
• Strony: 323--331
• Opis fizyczny: Bibliogr. 33 poz., rys., tab.

Twórcy

autor

Danek Paweł

• Politechnika Lubelska, Instytut Informatyki, Nadbystrzycka 36B, 20-618 Lublin, Polska

autor

Ćwirta Krzysztof

• Politechnika Lubelska, Instytut Informatyki, Nadbystrzycka 36B, 20-618 Lublin, Polska

autor

Kopniak Piotr

• Politechnika Lubelska, Instytut Informatyki, Nadbystrzycka 36B, 20-618 Lublin, Polska

Bibliografia

• [1] Thai R. - Fingerprint ImageEnhancement and Minutiae Extraction - https://www.peterkovesi.com/studentprojects/raymondthai/RaymondThai.pdf - 8.06.2019
• [2] Dokumentacja OpenCV - adaptacyjna normalizacja histogramu https://docs.opencv.org/3.1.0/d5/daf/tutorial_py_histogram_equalization.html - 28.05.2019
• [3] Repozytorium python-fingerprint-recognition https://github.com/kjanko/python-fingerprint-recognition - 28.05.2019
• [4] TheAILearner - Adaptive Histogram Equalization (AHE) - https://theailearner.com/2019/04/14/adaptive-histogram-equalization-ahe/ - 08.06.2019
• [5] WaveMetrics - progowanie obrazu https://www.wavemetrics.com/products/igorpro/imageprocessing/thresholding - 28.05.2019
• [6] Repozytorium biometrics - GitHub https://github.com/rtshadow/biometrics - 28.05.2019
• [7] Shah A. - Through The Eyes of Gabor Filter https://medium.com/@anuj_shah/through-the-eyes-of-gabor-filter-17d1fdb3ac97 - 28.05.2019
• [8] Błaszczyk Ł. - Filtry Gabora i ich zastosowanie w obrazowaniu medycznym http://pages.mini.pw.edu.pl/~blaszczykl/nauka/prace/inz_biomed.pdf - 28.05.2019
• [9] Vector magnitude and direction review - https://www.khanacademy.org/math/precalculus/vectors-precalc/component-form-of-vectors/a/vector-magnitude-and-direction-review - 08.06.2019
• [10] Bazy odcisków FVC2004 http://bias.csr.unibo.it/fvc2004/databases.asp - 28.05.2019
• [11] Khanyile N.P., Tapamo J.R., Dube E. - A Comparative Study of Fingerprint Thinning Algorithms https://pdfs.semanticscholar.org/f0e3/947dae712e8c27ee297e2ef569a369dcccbe.pdf - 28.05.2019
• [12] Gońda S., Juszczak D. - Identyfikacja osób poprzez ich odciski palców http://sequoia.ict.pwr.wroc.pl/~witold/aiarr/2009_projekty/odciski/ - 28.05.2019
• [13] Więcław Ł.- A minutiae-based matching algorithms in fingerprint recognition systems https://www.researchgate.net/publication/228644313_A_minutiae-based_matching_algorithms_in_fingerprint_recognition_ systems - 28.05.2019
• [14] Chaudhari A. S., Dr. Girish K. Patnaik, Patil S. S. - Implementation of Minutiae Based Fingerprint Identification Systemusing Crossing Number Concept https://pdfs.semanticscholar.org/49ad/2473ecc1dcbfdfc9a981f5191a1224107ef1.pdf - 28.05.2019
• [15] Paulino A. A., Feng J., Jain - Latent A. K. - Fingerprint Matching using Descriptor-Based Hough Transform http://biometrics.cse.msu.edu/Publications/Fingerprint/PaulinoFengJain_LatentFPMatching_DescriptorBasedHoughTransform_IJCB11.pdf - 28.05.2019
• [16] Ślot K., Wybrane zagadnienia biometrii, Wydawnictwa Komunikacji i Łączności, Warszawa, 2008
• [17] Bolle R.M., Connell J. H., Pankanti S., Ratha N. K., Senior A. W., - Biometria, Wydawnictwa Naukowo-Techniczne, Warszawa, 2008
• [18] Zrozumiałość mowy - https://livesound.pl/tutoriale/4629-zrozumialosc-mowy - 28.05.2019
• [19] Nasal speech sound - https://www.britannica.com/topic/nasal-speech-sound - 28.05.2019
• [20] Termin ‘kadencja’ - https://sjp.pl/kadencja - dostęp 28.05.2019
• [21] Termin ‘inflection’ - https://www.vocabulary.com/dictionary/inflection , [28.05.2019]
• [22] Dustor A., Izydorczyk J., Rozpoznawanie mówców - http://www.przegladtelekomunikacyjny.pl/archive/WWW/artrec/dustor2-3'2003.pdf - 28.05.2019
• [23] Kacprzak S., Inteligentne metody rozpoznawania dźwięku, Politechnika Łódzka, Łódź, 2010 http://www.dsp.agh.edu.pl/_media/pl:homepage:msc_s_kacprzak.pdf - dostęp 28.05.2019
• [24] Parametryzacja sygnału mowy. Perceptualne skale częstotliwości - https://sound.eti.pg.gda.pl/student/amowy/am_04_parametryzacja.pdf - 28.05.2019
• [25] Ogólny schemat parametryzacji [rys.] https://sound.eti.pg.gda.pl/student/amowy/AM_04_parametryzacja.pdf - 28.05.2019
• [26] Schemat klasyfikacji parametrów [rys.] https://sound.eti.pg.gda.pl/student/amowy/AM_04_parametryzacja.pdf - 28.05.2019
• [27] Gałka J., Optymalizacja parametryzacji sygnału w aspekcie rozpoznawania mowy polskiej, Akademia Górniczo–Hutnicza im. Stanisława Staszica w Krakowie, Kraków, 2008 https://docplayer.pl/24752866-Optymalizacja-parametryzacji-sygnalu-w-aspekcie-rozpoznawania-mowy-polskiej.html - 28.05.2019
• [28] Rabiner L. R., Schafer R. W. - Digital procesing of speech signal. Prentice Hall, Englewood Cliffs, NJ, 1978.
• [29] Basztura C. - Źródła, sygnały i obrazy akustyczne. Wydawnictwo Komunikacji i Łacznosci, Warszawa, 1988.
• [30] Davis S., Mermelstein P. - Comparison of parametric representations for monosyllabic word recognition in continuously spoken sentences. Acoustics, Speech and Signal Processing, IEEE Transactions on, Sier. 1980.
• [31] Uogólniony schemat powstawania sygnału mowy [rys.] http://www.przegladtelekomunikacyjny.pl/archive/WWW/artrec/dustor2-3'2003.pdf - 28.05.2019
• [32] Filtracja sygnału bankiem filtrów o charakterystyce trójkątnej [rys.] https://sound.eti.pg.gda.pl/student/amowy/AM_04_parametryzacja.pdf - 28.05.2019
• [33] Wanat I., Iwaniec M., Tworzenie modelu akustycznego na potrzeby weryfikacji mówcy przy użyciu Ukrytych Modeli Markowa - http://www.kms.polsl.pl/mi/pelne_9/31.pdf - 28.05.2019

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).