java - persona - iso 19794-2 formato de huella digital
digital persona 4500 sdk (2)
¿Tiene un fondo en la coincidencia de huellas dactilares? No es un problema simple y necesitará un poco de teoría para abordar ese problema. Eche un vistazo a esta introducción a la comparación de huellas dactilares por parte de BioLab de la Universidad de Bolonia (un laboratorio de investigación líder en este campo).
Ahora respondamos a su pregunta, que es cómo hacer que la búsqueda sea más eficiente.
Las huellas dactilares se pueden clasificar en 5 clases principales, según el tipo de macro singularidad que exhiben.
Hay tres tipos de macros singularidades:
- espiral (una especie de círculo)
- bucle (una inversión U)
- delta (una especie de cruce de tres vías)
De acuerdo con la posición de esas macros singularidades, puede clasificar la huella dactilar en esas clases:
- arco
- arco carpa
- bucle derecho
- bucle izquierdo
- espira
Una vez que haya reducido la búsqueda a la clase correcta, puede realizar sus coincidencias. De su pregunta parece que tiene que hacer una tarea de identificación, así que me temo que tendrá que hacer todas las comparaciones, o agregar algunas capas de preprocesamiento (como la clasificación que escribí) para restringir aún más el campo de búsqueda
Puede encontrar mucha información sobre la comparación de huellas dactilares en el libro Handbook of Fingerprint Recognition , de Maltoni, Maio, Jain y Prabhakar: investigadores líderes en este campo.
Para leer el formato ISO 19794-2, puede usar algunas utilidades desarrolladas por el NIST, llamadas BiomDI, herramientas de software compatibles con los formatos de intercambio de datos biométricos estándar . Podría intentar conectarlo con algoritmos de coincidencia de código abierto como el que se encuentra en este SDK biométrico . Sin embargo, se necesitaría mucho trabajo, incluida la conversión de un formato a otro y el ajuste fino de los algoritmos.
Mi opinión (como estudiante de doctorado que trabaja en biometría) es que en este campo puede escribir fácilmente el código que hace el 60% de lo que necesita en ningún momento, pero el 40% restante será:
- Difícil de escribir (20%); y
- Realmente difícil escribir sin dinero ni tiempo (20%).
¡Espero que ayude!
Edición : información añadida sobre NIST BiomDI
Edición 2 : dado que la gente a veces me envía un correo electrónico solicitando una copia del estándar, desafortunadamente no tengo una para compartir. Todo lo que tengo es un enlace a la página ISO que vende el estándar .
Estoy usando el formato de datos de huella digital iso 19794-2. Todos los datos están en el formato iso 19794-2. Tengo más de cien mil huellas dactilares. Deseo hacer una búsqueda eficiente para identificar el partido. ¿Es posible construir una estructura similar a un árbol binario para realizar una búsqueda eficiente (más rápida) de coincidencia? O sugerirme una mejor manera de encontrar el partido. y también me sugiere una api de código abierto para java para hacer la comparación de huellas dactilares. Ayuadame. Gracias.
El formato iso especifica mecanismos útiles para los parámetros de coincidencia y decisión. Decida qué mecanismo desea emplear para identificar la coincidencia y los parámetros de decisión relevantes. Cuando haya determinado estos mecanismos y parámetros de decisión, examínelos para ver cuáles son capaces de ponerse en orden, con un grado bastante alto de valores individuales, ya que desea evitar múltiples colisiones en los datos. Cuando haya identificado un pequeño número de elementos de datos (preferiblemente uno) que tienen esta propiedad, calcule la propiedad para cada huella digital, preferiblemente a medida que se agregan a la base de datos, aunque inicialmente se puede realizar una carga masiva. Luego, la búsqueda de una coincidencia se realiza en la característica calculada, y puede realizarse mediante un árbol binario, un árbol negro-rojo o una variedad de otros procesos de búsqueda. No puedo recomendar una estrategia de búsqueda en particular sin saber qué forma y grado de diferenciación de los valores tiene en su base de datos. Sin embargo, una estrategia de búsqueda de este tipo debería ser capaz de ofrecer un rango (pequeño) de coincidencias posibles, que luego se pueden probar individualmente según su mecanismo y parámetros de coincidencia, antes de decidir una coincidencia específica.