Biometri för säker och bekväm personidentifiering
PIN-koder och nycklar kan enkelt hamna i fel ägo. Nu kan biometrisk personidentifiering ge ökad säkerhet och större bekvämlighet.
Att en person har rätt PIN-kod till ett bankkonto innebär inte nödvändigtvis att personen har behörighet att ta ut pengar från kontot. Dessutom blir antalet lösenord och PIN-koder som vi måste komma ihåg allt fler och nycklar tenderar att förläggas. Biometri ger ökad bekvämlighet då vi alltid bär med oss ”lösenordet/nyckeln” i form av exempelvis vårt fingeravtryck.
Biometri innebär att man studerar levande organismer med hjälp av matematisk-statistisk bearbetning av mätvärden. Med biometri kan man beskriva en individs unika egenskaper som: ansikte, fingeravtryck, röst, iris … och använda dessa värden för att bestämma personens identitet. Man kan komplettera det idag mer traditionella sättet att med hjälp av lösenord, PIN-koder och nycklar ge en person tillgång till exempelvis en dator, ett bankkonto eller en byggnad. De biometriska måtten ansikte och fingeravtryck i passen ger också ökad säkerhet vid personkontroll.
Fingeravtrycket är unikt för varje person och kan därför användas för att bestämma en persons identitet. Avtrycket är relativt enkelt att mäta genom att placera fingret på en sensor som läser av fingrets mönster. Fingeravtrycket sparas som en bild i verifieringssystemet. Vid verifieringen jämförs det inlästa avtrycket med ett redan lagrat fingeravtryck för den aktuella personen. Man jämför oftast positionen och riktningen av speciella mönster i fingeravtrycket. Om cirka femton av dessa mönster stämmer överens i position och riktning är man säker på att de två fingeravtrycken kommer från samma finger.
Kenneth Nilsson presenterar i sin doktorsavhandling ett förslag till en modell där bestämning av position och riktning för viktiga mönster för personverifiering med fingeravtryck kan göras. Modellen anger hur fingeravtrycket ska beskrivas och hur positionen och riktningen detekteras för dessa viktiga mönster, som så kallade singulärpunkter, minutiaepunkter och linjemönster.
– Fingeravtrycket beskrivs med dess riktningsfält i flera skalor. På beskrivningen används filter konstruerade för att känna igen symmetrier hos mönstren. För varje position beräknas ett filtersvar (en vektor) vars längd är ett sannolikhetsmått på att det finns ett mönster i denna position och att dess riktning innehåller information om mönstrets riktning, berättar Kenneth Nilsson.
Modellen är unik på så sätt att den ger ett helhetsgrepp för detektion av viktiga egenskaper för personverifiering med fingeravtryck. Bestämningen av egenskaperna i fingeravtryck är baserad på en tidigare framtagen generell matematisk teori om hur symmetrin hos mönster kan detekteras i en gråskalebild.
– Tyngdpunkten i mitt forskningsarbete är detektion av position och riktning av singulärpunkter och registrering av fingeravtryck med hjälp av dessa mönster. Om flera oberoende egenskaper (experter) används vid registreringen får vi ett bättre resultat. Detta har vi visat genom att implementera ett multi-expert registreringssystem som kombinerar egenskaperna singulärpunkter och riktningsradiogram i den föreslagna modellen säger Kenneth Nilsson.
Som studiematerial har Kenneth Nilsson använt fingeravtryck i databasen FVC2000, som består av totalt 800 fingeravtryck (100 fingrar, 8 fingeravtryck/finger).
Avhandlingen Symmetry Filters Applied to Fingerprints. Representation, Feature Extraction and Registration försvarades vid en offentlig disputation på Högskolan i Halmstad den 27 maj.
Kontaktinformation
Mer information:
Kenneth Nilsson, Institutionen för signaler och system, Chalmers och Sektionen för Informationsvetenskap, Data- och Elektroteknik, Högskolan i Halmstad,
tel: 035-16 71 36, e-post: kenneth.nilsson@ide.hh.se
